Skip to main content
QUICK REVIEW

[論文レビュー] Path-dependent processes from signatures

Eduardo Abi Jaber, Louis-Amand Gérard|arXiv (Cornell University)|Jul 6, 2024
Stochastic processes and financial applications被引用数 1
ひとこと要約

本稿では、ボルテラ方程式や遅延方程式などの確率的パス依存型積分方程式の解に対して、時間拡張ブラウン運動のパスシグネチャを用いた明示的な級数展開を導入する。解を時間に依存する係数列とシグネチャ過程との内積として表現することにより、無限次元マルコフ構造が明らかになり、収束性が保証された単純な近似スキームが可能となる。特に、モンテカルロシミュレーションを用いずに条件付きおよび周辺モーメントを計算する応用が顕著である。

ABSTRACT

We provide explicit series expansions to certain stochastic path-dependent integral equations in terms of the path signature of the time augmented driving Brownian motion. Our framework encompasses a large class of stochastic linear Volterra and delay equations and in particular the fractional Brownian motion with a Hurst index H in (0, 1). Our expressions allow to disentangle an infinite dimensional Markovian structure and open the door to straightforward and simple approximation schemes, that we illustrate numerically.

研究の動機と目的

  • 一般の確率的パス依存型積分方程式の解に対する明示的かつ収束性を保証する級数表現を提供すること。
  • 時間拡張ブラウン運動のパスシグネチャを用いて、非マルコフ過程に内在する無限次元マルコフ構造を解きほぐすこと。
  • モンテカルロシミュレーションを用いずにボルテア型および遅延過程の条件付きおよび周辺モーメントを効率的に数値計算可能にするための手法を提供すること。
  • 線形確率微分方程式を解くための、シャッフル積およびシグネチャ理論に基づく厳密な代数的枠組みを確立すること。

提案手法

  • 解 $ X_t $ を、時間に依存する係数列 $ \ell_t $ と時間拡張ブラウン運動 $ (t, W_t) $ のシグネチャ $ \widehat{W}_t $ との内積 $ \langle \ell_t, \widehat{W}_t \rangle $ として表現する。
  • テンソル代数における代数的方程式 $ \ell = p + \ell q $ を用いて解を定式化する。ここで $ p = x\emptyset + a\mathbf{1} + \alpha\mathbf{2} $、$ q = b\mathbf{1} + \beta\mathbf{2} $ であり、解は $ \ell = p(\emptyset - q)^{-1} = p \sum_{n \geq 0} q^{\otimes n} $ として得られる。
  • シグネチャのシャッフル指数に基づく支配基準を用いて、無限級数 $ \langle \ell_t, \widehat{W}_t \rangle $ の収束性を確立し、適切に定義されたイト過程の性質を保証する。
  • 無限次元のシグネチャ要素の線形結合に対するイトの公式を導出し、級数表現における確率積分の計算を可能にする。
  • シャッフル積およびモーメント推定を用いて、シグネチャ成分のモーメントを評価し、その収束性を essentially 一様ノルムで示す。
  • この枠組みを応用して、線形ボルテア型および遅延過程の条件付きおよび周辺モーメントの明示的級数を導出する。これには、$ H \in (0,1) $ の分数次ブラウン運動も含まれる。

実験結果

リサーチクエスチョン

  • RQ1一般の確率的パス依存型積分方程式の解は、駆動ブラウン運動のシグネチャに関する無限級数として表現可能か?
  • RQ2パスシグネチャを用いて、非マルコフ過程に内在する無限次元マルコフ構造をどのように解きほぐせるか?
  • RQ3確率的ボルテア型および遅延方程式のシグネチャに基づく級数展開の収束を保証する条件は何か?
  • RQ4このような過程の条件付きおよび周辺モーメントに対して、明示的かつ計算可能な級数表現を導出可能か?
  • RQ5この枠組みは、分数次ブラウン運動に見られるような特異核に対しても拡張可能か?

主な発見

  • 線形ボルテア型および遅延方程式の解 $ X_t $ は、$ X_t = \langle \ell_t, \widehat{W}_t \rangle $ として表現され、ここで $ \ell_t $ は方程式の係数から代数的に導かれる時間に依存する係数列である。
  • 滑らかなカーネルに対しては、係数列 $ \ell $ は時間に依存せず、収束性が保証された形式的パス依存型テイラー展開に対応する。
  • 分数次ブラウン運動($ H \in (0,1) $)のような特異的カーネルに対しては、時間に依存する表現が得られ、$ \ell_t^{\text{OU}} = e^{\sqcup\sqcup -\kappa(t\emptyset - \mathbf{1})} $ として、シャッフル指数が得られる。
  • シグネチャのシャッフル指数による支配基準を用いて、実用的な収束基準を確立し、級数 $ \langle \ell_t, \widehat{W}_t \rangle $ が適切に定義され、イト過程としての性質を有することを保証する。
  • 条件付きおよび周辺モーメントの明示的級数表現が導出され、モンテカルロシミュレーションを用いずに効率的な数値計算が可能になる。
  • この枠組みは、リーマン=リウヴィル型分数次ブラウン運動や一般のガウス型ボルテア過程を含む広範なプロセスクラスに適用可能であり、シャッフル積に関する組合せ的推定を用いてモーメントの境界が導出される。

より良い研究を、今すぐ始めましょう

論文設計から論文執筆まで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。