[論文レビュー] An introduction to SDE simulation

Simon J. A. Malham, Anke Wiese|arXiv (Cornell University)|Apr 5, 2010

Simulation Techniques and Applications参考文献 38被引用数 12

ひとこと要約

本稿は、確率微分方程式（SDE）の強シミュレーションについて包括的な紹介を提供し、ヘストンモデルにおけるオイラー＝マルヤマ法およびそのフルトランケーション変種に焦点を当てる。グローバルな強誤差収束を対数プロットを用いてステップサイズおよびCPU時間の関数として評価する方法を示し、理論的期待と整合する収束率を達成している。

ABSTRACT

We outline the basic ideas and techniques underpinning the simulation of stochastic differential equations. In particular we focus on strong simulation and its context. We also provide illustratory examples and sample matlab algorithms for the reader to use and follow. Our target audience is advanced undergraduate and graduate students interested in learning about simulating stochastic differential equations. We try to address the FAQs we have encountered.

研究の動機と目的

• 大学院生および大学上級生に、確率微分方程式のシミュレーションについて実践的でアクセスしやすい紹介を提供すること。
• 教育および研究で頻出する質問（FAQ）を取り上げることで、SDEシミュレーションにおける一般的な誤解を解消すること。
• 具体的な例題と動作するMATLABコードを通じて、強シミュレーション技術を示すこと。
• 同じパスを異なるステップサイズで使用することで、グローバルな強誤差を計算・分析する方法を示すこと。
• ステップサイズおよびCPU時間の誤差プロットを用いて、数値的収束率を検証すること。

提案手法

• SDEのイto積分表現を用いる：$\mathrm{d}y_t = V_0(y_t)\,\mathrm{d}t + \sum_{i=1}^d V_i(y_t)\,\mathrm{d}W_t^i$。
• 数値解法としてオイラー＝マルヤマスキームを適用し、ヘストンモデルの分散過程の正値性を保証するためのフルトランケーションを導入する。
• スケールを変えて生成されたブラウン運動の増分を用いる戦略：小スケールの増分を統合して大きなステップサイズを形成する。
• 同じウィエンヤー過程に沿って異なるステップサイズで得た解を比較し、多数のサンプルパスにわたって平均化することで、グローバルな強誤差を計算する。
• ステップサイズおよびCPU時間の誤差プロットを対数スケールで描画し、収束次数および計算効率を評価する。
• ヘストンモデルのためのMATLABアルゴリズムを実装し、パス生成、積分器関数、誤差解析を含む。

実験結果

リサーチクエスチョン

• RQ1 どのような強数値法を用いれば、パス依存型関数への適用に適した確率微分方程式を信頼性高くシミュレートできるか？
• RQ2 SDEシミュレーションにおけるグローバルな強誤差を推定する正しい手順は何か？また、弱誤差推定とはどのように異なるか？
• RQ3 ヘストンモデルの分散過程のシミュレーションにおいて、数値的安定性と正値性をどのように達成できるか？
• RQ4 ヘストンモデルにおけるフルトランケーション・オイラー＝マルヤマスキームの期待される収束率は何か？また、数値的にどのように検証できるか？
• RQ5 強SDEシミュレーションにおいて、計算コスト（CPU時間）とステップサイズは、シミュレーションの精度にどのように関係するか？

主な発見

• フルトランケーション・オイラー＝マルヤマスキームは、ヘストンモデルの分散過程の正値性を的確に維持し、物理的に意味のない負の値を回避している。
• ステップサイズに対するグローバルな強誤差の対数プロットは、オイラー＝マルヤマ法の理論的期待と整合する収束率 $\mathcal{O}(h^{1/2})$ を示している。
• CPU時間の誤差プロットは、計算コストがステップ数に線形に比例し、誤差が $\mathcal{O}(1/\sqrt{100}$ サンプルパスを用いた1年間の時間枠で、安定的かつ高精度なヘストンモデルのシミュレーションが達成されている。
• 異なるステップサイズで同一のウィエンヤー経路を使用することは、強誤差推定の正確さにとって不可欠であり、パス間のばらつきから離散化誤差を分離できるからである。