[論文レビュー] A weak approximation with asymptotic expansion and multidimensional Malliavin weights

Takahashi, Akihiko, Yamada, Toshihiro|arXiv (Cornell University)|May 4, 2016

Stochastic processes and financial applications被引用数 37

ひとこと要約

本稿では、漸近展開と多次元マルヤビン重みを組み合わせることで、拡散過程の期待値に対する新しい弱近似スキームを提案する。時間分割をわずかに数えるだけで、特に深くアウト・オブ・ザ・マネー（OTM）なオプションにおいても高い精度を達成する。この手法は、マルヤビン積分の和の理論と久須賀理論を活用し、近似の正当化を厳密に行い、標準的な漸近展開と比較して収束速度を著しく向上させる。

ABSTRACT

This paper develops a new efficient scheme for approximations of expectations of the solutions to stochastic differential equations (SDEs). In particular, we present a method for connecting approximate operators based on an asymptotic expansion with multidimensional Malliavin weights to compute a target expectation value precisely. The mathematical validity is given based on Watanabe and Kusuoka theories in Malliavin calculus. Moreover, numerical experiments for option pricing under local and stochastic volatility models confirm the effectiveness of our scheme. Especially, our weak approximation substantially improves the accuracy at deep Out-of-The-Moneys (OTMs).

研究の動機と目的

• 確率的微分方程式（SDE）の解の期待値に対する高精度な弱近似スキームの開発、特に金融デリバティブの価格設定を目的とする。
• 漸近展開の有名な限界、特に深くアウト・オブ・ザ・マネー（OTM）領域における尾部の精度の低さを是正することを目的とする。
• 漸近展開に基づく作用素と多次元マルヤビン重みを統合し、モンテカルロシミュレーションにおける精度を向上させることを目的とする。
• マルヤビン積分の和の理論と久須賀理論を用いて、数学的に厳密な基礎を提供することを目的とする。
• 数値実験を通じて、時間分割数が非常に少ない（例：n=2）場合でも、標準的な漸近展開と比較して顕著な精度向上が達成されることを示すこと。

提案手法

• 短時間間隔sにおける漸近展開のm次までの近似作用素Qε,m_sの系列を構築する。
• 時間分割π = {t₀ < t₁ < ... < tₙ = T}に沿って、これらの作用素を逐次合成することで、全時間遷移作用素Pε_Tの近似を行う。
• 解の摂動パラメータεに関する微分を表現するために、多次元マルヤビン重みが用いられ、精密な部分積分が可能になる。
• Kusuoka–Stroock関数空間Krとマルヤビン積分の理論を用いて、近似の数学的妥当性と滑らかさを保証する。
• 理論的正当化は、和の理論による和分公式と久須賀の高次弱近似フレームワークに基づく。
• 数値的実装では、高次弱近似のKusuokaスキームと、密度補正のための漸近展開を組み合わせる。

実験結果

リサーチクエスチョン

• RQ1 漸近展開を体系的にマルヤビン積分の理論と組み合わせることで、SDEの期待値における弱近似精度を向上させることができるか？
• RQ2 標準的な漸近展開が失敗する深くOTMな領域において、提案スキームはどのように性能を発揮するか？
• RQ3 本スキームが高精度を達成するために必要な最小の時間分割数は何か？
• RQ4 多次元マルヤビン重みの使用が、モンテカルロシミュレーションにおける近似誤差を顕著に低減できるか？
• RQ5 本スキームの収束速度は、標準的な漸近展開やEuler–Maruyamaスキームと比較してどうなるか？

主な発見

• 提案スキームは、標準的な漸近展開が尾部のずれにより失敗する深くOTMなオプションにおいて、顕著な精度向上を達成する。
• n=2の時間分割のみで、1次および2次漸近展開と比較して誤差が著しく低減される。
• 理論的誤差境界では、滑らかな関数に対してO(ε^{m+1})、リプシッツ連続関数に対してO(ε^{m+2})、有界連続関数に対してO(ε^{m+1})の収束速度が得られる。
• γ > (l−2)/l である場合、n分割を用いることで誤差がO(n^{-(l−2)/2})の速度で減少し、分割数の増加に伴い望ましい収束性を示す。
• 数値実験により、局所ボラティリティモデルおよび確率的ボラティリティモデルの両方において、本スキームの有効性が確認され、理論的主張が裏付けられる。
• 本手法は高精度を維持しながらも、計算効率が高く、リアルタイムのリスク管理および取引システムに適している。