FR2915300A1

FR2915300A1 - Probabilistic simulation electronic device for decision making assisting system, has random value generator transmitting values to control unit, where device receives data and algorithm to execute simulation program and transmits result

Info

Publication number: FR2915300A1
Application number: FR0702908A
Authority: FR
Inventors: Philippe Affannato
Original assignee: ALPHEDRA SARL
Current assignee: ALPHEDRA SARL
Priority date: 2007-04-20
Filing date: 2007-04-20
Publication date: 2008-10-24

Abstract

The device (3) has an input or output module (5) forming communication interface with an integration module (4). A random valve generator (6) connected to a control unit (8) e.g. digital signal processor, via an analog to digital converter. The generator generates random values and transmits the values to the control unit for probabilistic simulation. The device receives the data and algorithm to execute the simulation program and transmits the result of the simulation.

Description

La présente invention a pour objets un système d'assistance à la prise deThe subject of the present invention is a system for assisting the taking of

décision pour un gérant d'actifs et un dispositif électronique de simulation probabiliste destiné à être intégré dans le système d'assistance. decision for an asset manager and a probabilistic electronic simulation device to be integrated into the support system.

La mission d'un gérant d'actifs consiste à maximiser les performances d'un investissement dont il a la charge, en minimisant les risques, dans un cadre contractuel et/ou réglementaire donné. Pour cela, le gérant investit en achetant et vendant des instruments financiers (actions, obligations, produits dérivés, etc.), sur différents marchés ou auprès de 1 o contreparties. Pour valider quantitativement un choix d'investissement, le gérant définit, en fonction des types d'instruments financiers, un ensemble de variables V. Des valeurs de ces variables V sont transmises en entrée d'un modèle de simulation, qui fournit en sortie une estimation de la 15 valorisation des lignes du portefeuille du gérant. En faisant varier les valeurs des variables V, le gérant explore ainsi plusieurs scenarii plus ou moins favorables, puis, en fonction des valorisations estimées, choisit les opérations d'achat et de vente qu'il réalise ensuite sur les marchés concernés. 20 La prise en compte des risques prend de plus en plus d'importance dans la gestion d'un portefeuille. Des nouvelles règles émises par l'Autorité des Marchés Financiers imposent notamment l'estimation d'un indicateur probabiliste, appelé la Value at Risk VaR, qui donne une estimation de la perte maximale sur un portefeuille, correspondant à un 25 certain indice de confiance, sur un horizon temporel donné. Par exemple, si le gérant sait qu'il y a 95% de chance que la perte maximale sur son portefeuille n'excède pas 500 000 { sur un horizon de cinq jours, l'indice de confiance est égal à 95%, l'horizon temporel est égal à cinq jours, et l'indicateur VaR est égal à 500 000{. L'indicateur VaR peut être estimé par la méthode dite de Monte-Carlo. Cependant, réaliser une simulation de Monte-Carlo sur un portefeuille volumineux, en prenant en compte la stratégie mise au point par le gérant, en une durée inférieure à quelques minutes, requiert une puissance de calcul importante et des outils logiciels complexes. Les solutions actuelles utilisent des ordinateurs ou serveurs très puissants. Ces ordinateurs ont une architecture standard, conçue pour exécuter des tâches diverses. Cela présente l'inconvénient que le système de base d'entrée/sortie (BIOS) de l'ordinateur émet régulièrement des interruptions suivant l'état des périphériques : clavier, souris, disques durs, mais aussi cartes graphiques, contrôleurs réseau, etc. En outre, le système d'exploitation de l'ordinateur, qui gère les ressources de calcul disponibles par niveau de priorité, peut également interrompre les tâches en cours pour exécuter des contrôles ou faire tourner des services en tâche de fond. En conséquence, un procédé de simulation exécuté sur ce type d'architecture est généralement interrompu plusieurs fois au cours de son exécution, sur des périodes plus ou moins longues, ce qui entraîne une perte de temps qui peut être préjudiciable. En conclusion, les solutions proposées actuellement sont soit inadaptées au suivi des nouvelles règles, soit disproportionnées en ressources matérielles et/ou logicielles. Or, les gérants les plus performants sont ceux qui sont les plus réactifs, 25 capables de prendre des décisions rapides et bien fondées. La présente invention a pour but de proposer un système d'assistance à la prise de décision pour un gérant d'actifs qui évite au moins certains des inconvénients précités, qui soit fiable, précis et rapide. La présente invention a également pour but de proposer un dispositif électronique de simulation probabiliste destiné à être intégré dans le système d'assistance. The mission of an asset manager is to maximize the performance of an investment for which he is responsible, by minimizing risks, within a given contractual and / or regulatory framework. For this purpose, the manager invests by buying and selling financial instruments (equities, bonds, derivatives, etc.) on different markets or with counterparties. To quantitatively validate an investment choice, the manager defines, according to the types of financial instruments, a set of variables V. Values of these variables V are transmitted at the input of a simulation model, which outputs a estimate of the valuation of the manager's portfolio lines. By varying the values of the variables V, the manager thus explores several more or less favorable scenarios, then, based on the estimated valuations, selects the purchase and sale transactions that he then carries out on the relevant markets. 20 Taking risks into account is becoming increasingly important in the management of a portfolio. New rules issued by the Autorité des Marchés Financiers require in particular the estimation of a probabilistic indicator, called the Value at Risk VaR, which gives an estimate of the maximum loss on a portfolio, corresponding to a certain index of confidence, on a given time horizon. For example, if the manager knows that there is a 95% chance that the maximum loss on his portfolio will not exceed 500,000 {over a five-day horizon, the confidence index is 95%, the time horizon is equal to five days, and the VaR indicator equals 500 000 {. The VaR indicator can be estimated by the so-called Monte Carlo method. However, performing a Monte Carlo simulation on a large portfolio, taking into account the strategy developed by the manager, in less than a few minutes, requires significant computing power and complex software tools. Current solutions use very powerful computers or servers. These computers have a standard architecture, designed to perform various tasks. This has the disadvantage that the basic input / output system (BIOS) of the computer regularly emits interrupts depending on the state of devices: keyboard, mouse, hard disks, but also graphics cards, network controllers, etc. In addition, the computer's operating system, which manages available computing resources by priority level, can also interrupt current tasks to run checks or run services in the background. Consequently, a simulation method executed on this type of architecture is generally interrupted several times during its execution, over more or less long periods, which entails a loss of time that can be detrimental. In conclusion, the solutions currently proposed are either inadequate for monitoring the new rules or disproportionate in hardware and / or software resources. However, the most successful managers are the most responsive, capable of making quick and well-founded decisions. The present invention aims to provide a decision support system for an asset manager that avoids at least some of the aforementioned drawbacks, which is reliable, accurate and fast. Another object of the present invention is to propose a probabilistic electronic simulation device intended to be integrated into the assistance system.

A cet effet, l'invention a pour objet un dispositif électronique de simulation probabiliste destiné à être intégré dans un système d'assistance à la prise de décision pour un gérant d'actifs, ledit dispositif électronique comprenant une mémoire et une unité de commande, ledit dispositif électronique étant apte à recevoir en entrée des données et des algorithmes permettant l'exécution d'un procédé de simulation et à transmettre en sortie un résultat de ladite simulation, caractérisé en ce qu'il comprend un générateur de valeurs aléatoires. Avantageusement, ledit générateur de valeurs aléatoires est relié à ladite unité de commande via un convertisseur numérique-analogique destiné à 15 ajuster les probabilités de `0' et de `1' par le réglage d'une tension seuil. Selon un mode de réalisation de l'invention, ledit dispositif électronique comporte plusieurs générateurs de valeurs aléatoires, de manière que, pour une valeur aléatoire, chacun desdits générateurs de valeurs aléatoires génère un bit de ladite valeur aléatoire. 20 L'invention a également pour objet un système d'assistance à la prise de décision pour un gérant d'actifs, comprenant un ordinateur et un dispositif électronique. Selon un mode de réalisation de l'invention, ledit dispositif électronique se présente sous la forme d'un boîtier connecté audit ordinateur via un 25 port USB. For this purpose, the subject of the invention is a probabilistic electronic simulation device intended to be integrated into a decision-support system for an asset manager, said electronic device comprising a memory and a control unit, said electronic device being adapted to receive as input data and algorithms for executing a simulation method and to output a result of said simulation, characterized in that it comprises a generator of random values. Advantageously, said random value generator is connected to said control unit via a digital-to-analog converter intended to adjust the probabilities of `0 'and` 1' by setting a threshold voltage. According to one embodiment of the invention, said electronic device comprises several random value generators, so that, for a random value, each of said random value generators generates a bit of said random value. The invention also relates to a decision support system for an asset manager, comprising a computer and an electronic device. According to one embodiment of the invention, said electronic device is in the form of a box connected to said computer via a USB port.

Selon un autre mode de réalisation de l'invention, ledit dispositif électronique se présente sous la forme d'un boîtier connecté audit ordinateur via un port Ethernet. Selon un autre mode de réalisation de l'invention, ledit dispositif 5 électronique se présente sous la forme d'une carte intégrée dans ledit ordinateur. L'invention sera mieux comprise, et d'autres buts, détails, caractéristiques et avantages de celle-ci apparaîtront plus clairement au cours de la description explicative détaillée qui va suivre, d'un mode de 10 réalisation de l'invention donné à titre d'exemple purement illustratif et non limitatif, en référence aux dessins schématiques annexés. Sur ces dessins : la figure 1 est une vue schématique simplifiée d'un système d'assistance selon un mode de réalisation de l'invention ; et 15 - la figure 2 est un schéma fonctionnel représentant les étapes d'un procédé de simulation mis en oeuvre par le système d'assistance de la figure 1. En se référant à la figure 1, on voit un système d'assistance 1 à la prise de décision destiné à être utilisé par un gérant d'actifs. 20 Le système 1 comprend un ordinateur 2, de type classique, et un dispositif électronique 3 de simulation probabiliste, connecté à l'ordinateur 2 par le biais d'un module d'intégration 4. Le module d'intégration 4, qui est par exemple intégré dans la couche logicielle de l'ordinateur 2, est notamment destiné à gérer la connexion entre 25 l'ordinateur 2 et le dispositif 3. Par exemple, le dispositif 3 se présente sous la forme d'un boîtier connecté à l'ordinateur 2 via un port USB (non représenté) de l'ordinateur 2. Un tel boîtier a par exemple des dimensions de l'ordre de 20cmx30cmxlOcm et est donc beaucoup moins encombrant qu'un serveur. Le dispositif 3 comprend un module d'entrée/sortie 5, formant une interface de communication avec le module d'intégration 4, et un générateur de valeur aléatoires 6. Le générateur 6 utilise par exemple l'amplification du bruit d'une jonction PN d'un transistor en avalanche pour générer des valeurs aléatoires. On notera que les systèmes connus ne comportent généralement que des moyens de génération de valeurs pseudo-aléatoires, c'est-à-dire sans lien apparent entre elles, mais qui reviennent cycliquement, ce qui présente l'inconvénient d'introduire un biais dans les simulations, donc un manque de précision et/ou de fiabilité. De plus, avec le générateur 6, les valeurs aléatoires sont lues au lieu d'être calculées, ce qui permet de gagner du temps, d'autant plus que le nombre de valeurs aléatoires à fournir est grand. According to another embodiment of the invention, said electronic device is in the form of a box connected to said computer via an Ethernet port. According to another embodiment of the invention, said electronic device is in the form of a card integrated in said computer. The invention will be better understood, and other objects, details, features and advantages thereof will become more clearly apparent from the following detailed explanatory description of an embodiment of the invention given by way of purely illustrative and non-limiting example, with reference to the accompanying schematic drawings. In these drawings: FIG. 1 is a simplified schematic view of an assistance system according to one embodiment of the invention; and FIG. 2 is a block diagram showing the steps of a simulation method implemented by the assistance system of FIG. 1. Referring to FIG. decision-making for use by an asset manager. The system 1 comprises a computer 2, of conventional type, and an electronic probabilistic simulation device 3, connected to the computer 2 by means of an integration module 4. The integration module 4, which is by an example integrated in the software layer of the computer 2, is especially intended to manage the connection between the computer 2 and the device 3. For example, the device 3 is in the form of a box connected to the computer 2 via a USB port (not shown) of the computer 2. Such a housing has for example dimensions of the order of 20cmx30cmxlOcm and is therefore much less bulky than a server. The device 3 comprises an input / output module 5, forming a communication interface with the integration module 4, and a random value generator 6. The generator 6 uses for example the amplification of the noise of a PN junction an avalanche transistor to generate random values. It should be noted that the known systems generally comprise only means for generating pseudorandom values, that is to say without any apparent link between them, but which return cyclically, which has the disadvantage of introducing a bias in simulations, so a lack of precision and / or reliability. In addition, with the generator 6, the random values are read instead of being calculated, which saves time, especially since the number of random values to be provided is large.

Le dispositif 3 comprend une mémoire 7, de type mémoire vive (RAM), dimensionnée pour pouvoir stocker les données nécessaires à une simulation, qui seront décrites en détails plus loin. Le dispositif 3 comprend une unité de commande 8, par exemple un microprocesseur de type DSP (Digital Signal Processor), plus particulièrement un microprocesseur TI TMS320C6416. Le dispositif 3 comprend un bus de communication 9 assurant la liaison entre le module d'entrée/sortie 5, le générateur 6, la mémoire 7 et le microprocesseur 8. Le système 1 comprend, ou communique avec, une base de données 10 dans laquelle sont mémorisées des données DHM relatives aux historiques de marché. La base de données 10 est par exemple une base de données publique accessible via un réseau de communication. The device 3 comprises a memory 7, of RAM type, sized to be able to store the data necessary for a simulation, which will be described in detail below. The device 3 comprises a control unit 8, for example a microprocessor of the DSP (Digital Signal Processor) type, more particularly a TI TMS320C6416 microprocessor. The device 3 comprises a communication bus 9 providing the link between the input / output module 5, the generator 6, the memory 7 and the microprocessor 8. The system 1 comprises, or communicates with, a database 10 in which are memorized data DHM relating to market history. The database 10 is for example a public database accessible via a communication network.

Le système 1 comprend une base de données 11 dans laquelle sont mémorisées, pour différents modèles, des paramètres DpAR déduits des données d'historique DHM. Le système 1 comprend une base de données 12 dans laquelle sont 5 mémorisées des données Dp relatives au portefeuille du gérant. La base de données 10 est connectée à la base de données 11, par exemple via le réseau de communication. La base de données 11 est connectée à l'ordinateur 2 pour permettre à l'ordinateur 2 de récupérer les paramètres DpAR nécessaires aux calculs probabilistes pour le 10 portefeuille, comme cela est symbolisé par la flèche 22. La base de données 12 est connectée à l'ordinateur 2 pour permettre à l'ordinateur 2 de récupérer les données Dp, comme cela est symbolisé par la flèche 25. Il est bien évident que les données DHM, DpAR et Dp mémorisées dans les bases de données 10, 11, 12 peuvent être mémorisées, dans la pratique, 15 dans une unique base de données ou dans un nombre quelconque de bases de données, la ou les bases de données pouvant être intégrées dans l'ordinateur 2 ou connectées à l'ordinateur 2. Le système 1 comprend un dispositif de modélisation 13 comportant un ensemble de modèles de valorisation probabilistes. Un modèle de 20 valorisation probabiliste 14, correspondant à une classe d'actifs donnée, comprend un premier module 15, qui comprend des modèles physiques des paramètres DpAR du modèle de valorisation et des algorithmes permettant l'estimation de ces paramètres DpAR. Les paramètres DpAR et les algorithmes sont implémentés dans la base de données 11, comme 25 cela est symbolisé par la flèche 21. Le modèle de valorisation 14 comprend un deuxième module 16, comprenant des algorithmes destinés à être utilisés par le dispositif de simulation 3. Les algorithmes du modèle de valorisation sont transmis au module d'intégration 4, comme cela est symbolisé par la flèche 23. Le modèle de valorisation 14 comprend un troisième module 17, comprenant des données relatives à la description théorique, 5 mathématique et financière du modèle de valorisation 14. De manière périodique, par exemple une fois par jour, les données d'historique DHM sont récupérées depuis la base de données 10 et mémorisées dans la base de données 11, comme cela est symbolisé par la flèche 20. Cette récupération permet de réaliser une estimation des l0 paramètres DpAR des modèles et une caractérisation des variables V caractéristiques des types d'instruments financiers. Ces données journalières sont mémorisées dans la base de données 11. Lorsque le gérant souhaite réaliser une simulation, par exemple une simulation relative à l'estimation de l'indicateur VaR, il commande la 15 transmission des données relatives au portefeuille Dp depuis la base de données 12 vers un outil de gestion du portefeuille (non représenté), qui est par exemple un fichier informatique de type Excel contenu dans l'ordinateur 2. Cette transmission est symbolisée par la flèche 25 sur la figure 1. 20 Puis, le gérant entre dans l'outil de gestion ses intentions d'ordres, par exemple à l'aide du clavier de l'ordinateur 2. Ensuite, le gérant lance un procédé de simulation, dans l'exemple un procédé d'estimation de l'indicateur VaR. Enfin, en fonction du résultat de la simulation, le gérant peut décider 25 d'envoyer des ordres d'achats et/ou de ventes. En se référant à la figure 2, on va maintenant décrire plus en détails les étapes du procédé d'estimation de l'indicateur VaR. The system 1 comprises a database 11 in which DpAR parameters deduced from the DHM history data are stored for different models. The system 1 comprises a database 12 in which Dp data relating to the portfolio of the manager are stored. The database 10 is connected to the database 11, for example via the communication network. The database 11 is connected to the computer 2 to allow the computer 2 to retrieve the DpAR parameters necessary for the probabilistic calculations for the wallet, as is symbolized by the arrow 22. The database 12 is connected to the computer 2 to allow the computer 2 to recover the data Dp, as is symbolized by the arrow 25. It is obvious that the data DHM, DpAR and Dp stored in the databases 10, 11, 12 can stored in practice in a single database or in any number of databases, the database or databases that can be integrated in the computer 2 or connected to the computer 2. The system 1 comprises a modeling device 13 comprising a set of probabilistic valuation models. A probabilistic valuation model 14, corresponding to a given asset class, comprises a first module 15, which comprises physical models of the valuation model DpAR parameters and algorithms for estimating these DpAR parameters. The DpAR parameters and the algorithms are implemented in the database 11, as is symbolized by the arrow 21. The valuation model 14 comprises a second module 16, comprising algorithms intended to be used by the simulation device 3. The algorithms of the valuation model are transmitted to the integration module 4, as is symbolized by the arrow 23. The valuation model 14 comprises a third module 17, comprising data relating to the theoretical, mathematical and financial description of the model. 14. Periodically, for example once a day, the DHM history data is retrieved from the database 10 and stored in the database 11, as is symbolized by the arrow 20. This recovery allows to make an estimate of the 10 DpAR parameters of the models and a characterization of the variables V characteristic of the types of financial instruments. These daily data are stored in the database 11. When the manager wishes to perform a simulation, for example a simulation relating to the estimation of the VaR indicator, he controls the transmission of the data relating to the portfolio Dp from the database. data 12 to a portfolio management tool (not shown), which is for example an Excel type computer file contained in the computer 2. This transmission is symbolized by the arrow 25 in Figure 1. 20 Then, the manager between in the management tool its intentions, for example using the keyboard of the computer 2. Then the manager starts a simulation process, in the example a method of estimating the VaR indicator . Finally, depending on the outcome of the simulation, the manager may decide to send purchase and / or sales orders. Referring to FIG. 2, the steps of the method for estimating the VaR indicator will now be described in greater detail.

Le nombre de simulations nécessaires, l'horizon en nombre de jours, ainsi que l'indice de confiance, sont prédéterminés. A l'étape 100, le gérant commande l'initialisation du procédé. A l'étape 101, l'outil de gestion commande l'émission d'une requête d'initialisation du procédé à destination du module d'intégration 4, comme cela est symbolisé par la flèche 26 sur la figure 1. Cette requête a notamment pour but de vérifier que la connectivité est établie entre le dispositif 3 et l'ordinateur 2 et que le dispositif 3 est prêt à effectuer la simulation. The number of simulations required, the horizon in number of days, as well as the index of confidence, are predetermined. In step 100, the manager controls the initialization of the method. In step 101, the management tool controls the sending of a request for initialization of the method to the integration module 4, as is symbolized by the arrow 26 in FIG. for the purpose of verifying that the connectivity is established between the device 3 and the computer 2 and that the device 3 is ready to perform the simulation.

A l'étape 102, l'outil de gestion commande l'émission d'une requête d'estimation de l'indicateur VaR à destination du module 4. La requête d'estimation contient notamment les données nécessaires à la simulation. A l'étape 103, le module 4 reçoit la requête d'estimation et transmet à l'outil de gestion un numéro de transaction identifiant la simulation. Cet identifiant permet notamment la gestion de plusieurs simulations. Lorsque l'outil de gestion reçoit le numéro de transaction, il se met en attente du résultat de la simulation en mode asynchrone, ce qui lui permet d'effectuer d'autres tâches pendant la suite du procédé. A l'étape 104, le module d'intégration 4 transmet à destination du 20 dispositif 3 la requête d'estimation et les algorithmes nécessaires à la réalisation de la simulation, comme cela est symbolisé par la flèche 27. A l'étape 105, le dispositif 3 reçoit, via le module d'entrée/sortie 5, la requête d'estimation et les algorithmes. En réponse à la réception de cette requête, le microprocesseur 8 commande la mémorisation des 25 algorithmes dans la mémoire 7. A l'étape 106, le microprocesseur 8 émet une requête de demande de valeurs aléatoires à destination du générateur 6. En réponse à cette requête, le générateur 6 transmet un bloc de valeurs aléatoires au microprocesseur 8 et commence à préparer un nouveau bloc de valeurs aléatoires. Simultanément, le générateur 6 transmet au microprocesseur 8 les données nécessaires à la fonction de contrôle assurant un tirage aléatoire suivant des lois de probabilité prédéfinies. A l'étape 107, le microprocesseur 8 transforme le bloc de valeurs aléatoires reçu à l'étape 106 pour que les valeurs aléatoires suivent des caractéristiques des variables V, d'une manière connue en soi. A l'étape 108, le microprocesseur 8 détermine une estimation de la valorisation du portefeuille. Cette estimation est obtenue, de manière connue en soi, en appliquant les modèles de valorisation à chaque ligne du portefeuille, suivant un processus aléatoire d'horizon connu, et en prenant en considération les paramètres DPAR ainsi que les valeurs aléatoires générées précédemment. In step 102, the management tool controls the issuing of a request for estimation of the VaR indicator to the module 4. The estimation request notably contains the data necessary for the simulation. In step 103, the module 4 receives the estimation request and transmits to the management tool a transaction number identifying the simulation. This identifier notably allows the management of several simulations. When the management tool receives the transaction number, it waits for the result of the simulation in asynchronous mode, which allows it to perform other tasks during the rest of the process. In step 104, the integration module 4 transmits to the device 3 the estimation request and the algorithms necessary for carrying out the simulation, as shown by the arrow 27. At step 105, the device 3 receives, via the input / output module 5, the estimation request and the algorithms. In response to receiving this request, the microprocessor 8 controls the storage of the algorithms in the memory 7. In step 106, the microprocessor 8 issues a request for random values to the generator 6. In response to this query, the generator 6 transmits a block of random values to the microprocessor 8 and begins to prepare a new block of random values. Simultaneously, the generator 6 transmits to the microprocessor 8 the data necessary for the control function ensuring a random draw according to predefined probability laws. In step 107, the microprocessor 8 transforms the block of random values received in step 106 so that the random values follow characteristics of the variables V, in a manner known per se. In step 108, the microprocessor 8 determines an estimate of the valuation of the portfolio. This estimation is obtained, in a manner known per se, by applying the valuation models to each line of the portfolio, following a random process of known horizon, and taking into account the DPAR parameters as well as the random values generated previously.

A l'étape 109, le microprocesseur 8 commande la mémorisation de la valorisation estimée du portefeuille dans la mémoire 7. Les étapes 108 et 109 sont ensuite répétées de manière similaire, comme cela est symbolisé par la flèche 50, le nombre d'itérations étant prédéfini. Pendant ces itérations, à chaque fois que toutes les valeurs aléatoires du bloc de valeurs aléatoires reçu lors d'un passage à l'étape 106 ont été utilisées, le procédé retourne à l'étape 106, comme cela est symbolisé par la flèche 51, c'est-à-dire que le microprocesseur 8 commande au générateur 6 un nouveau bloc de valeurs aléatoires et les traite avant de les utiliser lors d'un ensemble de passages aux étapes 108 et 109. In step 109, the microprocessor 8 controls the storage of the estimated valuation of the wallet in the memory 7. The steps 108 and 109 are then repeated in a similar manner, as is symbolized by the arrow 50, the number of iterations being predefined. During these iterations, whenever all the random values of the block of random values received during a passage in step 106 have been used, the process returns to step 106, as is symbolized by the arrow 51, that is, the microprocessor 8 controls the generator 6 a new block of random values and processes them before using them in a set of passes to steps 108 and 109.

Lorsque le nombre d'itérations prédéterminé a été atteint, le procédé passe à l'étape 110. When the predetermined number of iterations has been reached, the method proceeds to step 110.

A l'étape 110, le dispositif 3 émet, via le module d'entrée/sortie 5, à destination du module d'intégration 4, un résultat correspondant à la différence entre l'estimation de la valorisation du portefeuille pour l'indice de confiance donné et la valorisation du portefeuille actuelle, ce qui correspond à une valeur estimée de l'indicateur VaR. Cette émission est symbolisée par la flèche 28 sur la figure 1. A l'étape 111, le module d'intégration 4 émet, à destination de l'outil de gestion, la valeur estimée de l'indicateur VaR et le numéro de transaction, comme cela est symbolisé par la flèche 29. In step 110, the device 3 sends, via the input / output module 5, to the integration module 4, a result corresponding to the difference between the estimate of the portfolio valuation for the index of given confidence and valuation of the current portfolio, which corresponds to an estimated value of the VaR indicator. This transmission is symbolized by the arrow 28 in FIG. 1. In step 111, the integration module 4 sends, to the management tool, the estimated value of the VaR indicator and the transaction number, as is symbolized by the arrow 29.

A l'étape 112, l'outil de gestion détermine la simulation associée à la valeur de l'indicateur VaR transmis par le module d'intégration 4 à l'aide du numéro de transaction. A l'étape 113, l'outil de gestion commande l'affichage du résultat de la simulation sur l'écran de l'ordinateur 2. In step 112, the management tool determines the simulation associated with the value of the VaR indicator transmitted by the integration module 4 using the transaction number. In step 113, the management tool controls the display of the result of the simulation on the screen of the computer 2.

Le dispositif 3 est dédié et spécifiquement adapté à l'exécution de simulations. Cela permet notamment un important gain de temps par rapport aux dispositifs de l'art antérieur. Par exemple, une simulation qui prendrait environ 10 minutes avec un serveur classique de l'art antérieur ne prend qu'un dizaine de secondes avec le système 1, en particulier grâce au dispositif 3. De plus, le générateur 6 permet d'éliminer l'erreur mathématique due à l'effet cyclique des tirages pseudo-aléatoires, ce qui permet d'obtenir un résultat fiable et précis. Des variantes sont possibles. Par exemple, le dispositif 3 peut être utilisé pour d'autres types de simulation, par exemple la mesure d'un rendement prévisionnel à court terme (quelques jours) ou l'estimation de la valorisation d'un instrument financier ou autre. The device 3 is dedicated and specifically adapted to the execution of simulations. This allows a significant time saving compared to devices of the prior art. For example, a simulation that takes about 10 minutes with a conventional server of the prior art only takes about ten seconds with the system 1, in particular thanks to the device 3. In addition, the generator 6 makes it possible to eliminate the mathematical error due to the cyclical effect of pseudo-random draws, which makes it possible to obtain a reliable and precise result. Variations are possible. For example, the device 3 can be used for other types of simulation, for example the measurement of a short-term forecast yield (a few days) or the estimation of the valuation of a financial instrument or other.

Le dispositif 3 peut comporter plusieurs générateurs de valeurs aléatoires identiques au générateur 6, par exemple 32 générateurs, de manière que, pour chaque valeur aléatoire, chaque générateur 6 génère un bit de la valeur aléatoire. The device 3 can comprise several generators of random values identical to the generator 6, for example 32 generators, so that for each random value, each generator 6 generates a bit of the random value.

Chaque générateur 6 peut être relié au microprocesseur 8 via un convertisseur numérique-analogique (non représenté), qui permet d'ajuster les probabilités de `0' et de `1' en réglant une tension seuil. Le dispositif 3 peut comporter plusieurs microprocesseurs similaires au microprocesseur 8, les étapes de simulation étant réparties entre les différents microprocesseurs 8. Cette caractéristique permet un gain de temps supplémentaire. Le dispositif 3 peut comporter un deuxième bus de communication pour permettre la communication entre le dispositif 3 et d'autres dispositifs. La liaison USB entre le dispositif 3 et l'ordinateur 2 peut être remplacée 15 par tout type de liaison, par exemple une liaison Ethernet ou sans fil. Le dispositif 3 peut être réalisé sous la forme d'une carte intégrée dans l'ordinateur 2. Bien que l'invention ait été décrite en relation avec un mode de réalisation particulier, il est bien évident qu'elle n'y est nullement limitée 20 et qu'elle comprend tous les équivalents techniques des moyens décrits ainsi que leurs combinaisons si celles-ci entrent dans le cadre de l'invention. Each generator 6 can be connected to the microprocessor 8 via a digital-to-analog converter (not shown), which makes it possible to adjust the probabilities of `0 'and` 1' by setting a threshold voltage. The device 3 may comprise several microprocessors similar to the microprocessor 8, the simulation steps being distributed among the different microprocessors 8. This feature allows additional time savings. The device 3 may comprise a second communication bus to allow communication between the device 3 and other devices. The USB connection between the device 3 and the computer 2 can be replaced by any type of connection, for example an Ethernet or wireless link. The device 3 can be made in the form of a card integrated in the computer 2. Although the invention has been described in connection with a particular embodiment, it is obvious that it is not limited thereto. And that it comprises all the technical equivalents of the means described and their combinations if they fall within the scope of the invention.

Claims

1 electronic probabilistic simulation device (3) for integration into a decision support system for an asset manager, said electronic device (3) comprising a memory (7), a control unit (8) ) and a value generating means (6) able to transmit input values for the probabilistic simulation to said control unit (8), said electronic device (3) being furthermore capable of receiving data input (DHM). , DPAR and Dp) and algorithms for executing said simulation method and outputting a result of said simulation, characterized in that the value generating means (6) is a random value generator.

2. Electronic device (3) according to claim 1, characterized in that said random value generator (6) is connected to said control unit (8) via a digital-analog converter for adjusting the probabilities of `0 'and of '1' by setting a threshold voltage.

Electronic device (3) according to claim 1 or 2, characterized in that it comprises several random value generators (6), so that, for a random value, each of said random value generators (6) generates a bit of said random value.

A decision support system (1) for an asset manager, comprising a computer (2) and an electronic device (3) according to any one of claims 1 to 3.

5. Assistance system according to claim 4, characterized in that said electronic device (3) is in the form of a housing connected to said computer (2) via a USB port.

6. Assistance system according to claim 4, characterized in that said electronic device (3) is in the form of a housing connected to said computer (2) via an Ethernet port.

Assist system according to claim 4, characterized in that said electronic device (3) is in the form of a card integrated in said computer (2).