[論文レビュー] Implementation of Strong Numerical Methods of Orders 0.5, 1.0, 1.5, 2.0, 2.5, and 3.0 for Ito SDEs with Non-Commutative Noise Based on the Unified Taylor-Ito and Taylor-Stratonovich Expansions and Multiple Fourier-Legendre Series

Mikhail Kuznetsov, Dmitriy F. Kuznetsov|arXiv (Cornell University)|Jan 1, 2020

Stochastic processes and financial applications参考文献 70被引用数 3

ひとこと要約

本稿では、非可換な多次元ノイズを有する伊藤型確率微分方程式（SDE）に対して、統一的テイラー＝伊藤およびテイラー＝ストラトニヴィチ展開を組み合わせ、複数重のフーリエ＝レジェンドル級数を用いて反復確率積分を高精度に近似する、高次の強い数値解法を提示する。主な貢献は、0.5から3.0次のスケールを持つ、PythonベースのSDE-MATHソフトウェアパッケージの実装であり、平均二乗収束を示す。このパッケージは、非線形および線形SDE系、ならびに太陽活動モデルを含む、多様な系に対して検証されている。

ABSTRACT

The article is devoted to the implementation of strong numerical methods with convergence orders $0.5,$ $1.0,$ $1.5,$ $2.0,$ $2.5,$ and $3.0$ for Ito stochastic differential equations with multidimensional non-commutative noise based on the unified Taylor--Ito and Taylor-Stratonovich expansions and multiple Fourier-Legendre series. Algorithms for the implementation of these methods are constructed and a package of programs in the Python programming language is presented. An important part of this software package, concerning the mean-square approximation of iterated Ito and Stratonovich stochastic integrals of multiplicities 1 to 6 with respect to components of the multidimensional Wiener process is based on the method of generalized multiple Fourier series. More precisely, we used the multiple Fourier-Legendre series converging in the sense of norm in Hilbert space $L_2([t, T]^k)$ $(k=1,\ldots,6)$ for the mean-square approximation of iterated Ito and Stratonovich stochastic integrals.

研究の動機と目的

• 非可換ノイズを有する多次元伊藤型SDEに対して、0.5から3.0次の高次強数値スキームを開発すること。
• 多重度1～6の反復伊藤およびストラトニヴィチ確率積分の近似における計算的課題に対処すること。
• ヒルバート空間における一般化された多重フーリエ＝レジェンドル級数を用いて、効率的な平均二乗近似を実装すること。
• 研究および応用モデリングのための複雑なSDEの正確かつ効率的なシミュレーションを可能にするソフトウェアパッケージの作成。
• 非線形および線形SDE系、特に太陽活動モデルを含む、実世界の系への適用を通じて、収束性および正確性を検証すること。

提案手法

• 統一的テイラー＝伊藤およびテイラー＝ストラトニヴィチ展開を用いて、伊藤型SDEの高次強数値スキームを導出する。
• 多重フーリエ＝レジェンドル級数を用いて、多重度6までの反復確率積分の平均二乗近似を実施する。
• ヒルバート空間ノルムにおける収束性を保証するため、一般化された多重フーリエ級数を適用し、近似の安定性と正確性を確保する。
• シンボリック計算ライブラリSymPyを用いて、微分作用素および係数の解析的導出を実施する。
• 高性能な数値計算のためのNumPyを用い、シミュレーション結果の可視化にはMatplotlibを用いる。
• フーリエ＝レジェンドル係数およびシミュレーションのメタデータを格納・管理するため、SQLiteデータベースを統合する。

実験結果

リサーチクエスチョン

• RQ1 非可換ノイズを有する伊藤型SDEに対して、0.5から3.0次の高次強数値スキームを体系的に導出する方法は何か？
• RQ2 多重度1から6までの反復伊藤およびストラトニヴィチ確率積分を近似する際、最も正確かつ効率的な手法は何か？
• RQ3 多重フーリエ＝レジェンドル級数をどのように適用することで、確率積分の近似における平均二乗収束を保証できるか？
• RQ4 SDE-MATHソフトウェアパッケージは、非線形および線形SDE系のシミュレーションにおいて、どれほど高い正確性と性能を達成できるか？
• RQ5 提案手法は、太陽活動系のような実世界のモデルに効果的に適用可能か？

主な発見

• SDE-MATHソフトウェアパッケージは、非可換ノイズを有する伊藤型SDEに対して、0.5、1.0、1.5、2.0、2.5および3.0次の強数値スキームを正常に実装した。
• 多重フーリエ＝レジェンドル級数を用いた反復確率積分の平均二乗近似は、収束解析を通じて高い正確性を示した。
• 非線形伊藤型SDE系のシミュレーションにおいて、結果が可視化され、数値的に検証された。
• 線形系としての太陽活動モデルへの適用において、一貫した収束性と信頼性が確認された。
• シンボリック計算（SymPy）、数値ライブラリ（NumPy）、およびSQLiteによるデータ管理の統合により、効率的かつスケーラブルなSDEシミュレーションが実現された。
• ソフトウェアパッケージには完全なグラフィカルユーザーインターフェースが搭載されており、非線形および線形SDE系の両方をサポートしており、ソースコードは公開されている。