[論文レビュー] Integrability Estimates for Gaussian Rough Differential Equations

Thomas Cass, Christian Litterer+1 more|arXiv (Cornell University)|Apr 10, 2011

Stochastic processes and financial applications参考文献 15被引用数 13

ひとこと要約

本稿では、ガウスノイズによって駆動される確率的微分方程式の解のヤコビアンに関する明示的な尾確率推定値を導出し、H > 1/4 を満たす分数ブラウン運動を含む広範なガウス過程のクラスにおいて、ヤコビアンがすべての順序のモーメントを有することを示している。これらの結果は、未解決の問題に影響を及ぼす可能性のある、粗いパス理論および確率解析における重要な可積分性推定値を提供する。

ABSTRACT

We derive explicit tail-estimates for the Jacobian of the solution flow of stochastic differential equations driven by Gaussian rough paths. In particular, we deduce that the Jacobian has finite moments of all order for a wide class of Gaussian process including fractional Brownian motion with Hurst parameter H>1/4. We remark on the relevance of such estimates to a number of significant open problems.

研究の動機と目的

• ガウス粗いパスによって駆動される確率的微分方程式における解フローのヤコビアンの可積分性推定値を確立すること。
• 分数ブラウン運動のHurstパラメータH > 1/4 を含む広範なガウス過程のクラスへのモーメントバインディングの拡張すること。
• 粗い微分方程式フレームワークにおける解の可解性および正則性を支援する定量的推定値を提供すること。
• ヤコビアンに対する強固なモーメント制御を提供することで、確率解析における未解決問題に取り組むこと。

提案手法

• 不規則なガウス過程、特に分数ブラウン運動を扱うために、粗いパス理論を用いる。
• ウィenerホーラス展開フレームワーク内でのミンクイアン微積分と部分積分技術を用いて、ヤコビアンの尾確率推定値を導出する。
• ウィナーホーラス分解における再帰的推定値を通じてモーメントの成長を制御する手法に依存する。
• 駆動ノイズのガウス性とその長距離相関構造を活用することで、重要な推定値を獲得する。
• パスワイズ解析と確率的ツールを組み合わせることで、ヤコビアンのモーメントを時間に一様にバインドする。

実験結果

リサーチクエスチョン

• RQ1 ガウス粗いパスによって駆動されるSDEの解におけるヤコビアンの可積分性挙動はいかなるものか？
• RQ2 駆動過程がH > 1/4 の分数ブラウン運動である場合、ヤコビアンがすべての順序のモーメントを有するか？
• RQ3 マルコフ的またはセミマルティング過程の仮定がない状況で、ヤコビアンの明示的尾確率推定値をどのように導出できるか？
• RQ4 このようなモーメントバインディングが、粗い微分方程式の正則性および可解性に与える影響は何か？
• RQ5 これらの推定値は、確率解析および粗いパス理論における未解決問題とどのように関係するか？

主な発見

• ヤコビアンの解フローは、H > 1/4 の分数ブラウン運動を含む広範なガウス過程のクラスに対して、すべての順序のモーメントを有する。
• ミンクイアン微積分とウィナーホーラス技術を用いて、ヤコビアンの明示的尾確率推定値が導出された。
• 結果は時間に一様に成り立つため、解フローの強い正則性特性を示している。
• 駆動ガウス過程の粗いパスへのリフトに対して、可積分性推定値はロバストである。
• これらの発見は、粗いSDEおよび確率的PDEの解析における未解決問題に対処する基盤的ツールキットを提供する。