[論文レビュー] Simulation of conditional diffusions via forward-reverse stochastic representations

Christian Bayer, John Schoenmakers|arXiv (Cornell University)|Jan 1, 2013

Financial Risk and Volatility Modeling参考文献 8被引用数 1

ひとこと要約

本稿では、終端状態で条件づけられた多次元拡散過程をシミュレートするための前向き・逆向き確率的表現を導入し、ルートNの精度を持つモンテカルロ推定を可能にする。この手法は次元の呪いを回避し、確率的ボラティリティモデルにおける実現分散の例を通じて検証されている。

ABSTRACT

In this paper we derive stochastic representations for the finite dimensional distributions of a multidimensional diffusion on a fixed time interval, conditioned on the terminal state. The conditioning can be with respect to a fixed point or more generally with respect to some subset. The representations rely on a reverse process connected with the given (forward) diffusion as introduced in Milstein et al. [Bernoulli 10(2):281312, 2004] in the context of a forward-reverse transition density estimator. The corresponding Monte Carlo estimators have essentially root-N accuracy, hence they do not suffer from the curse of dimensionality. We provide a detailed convergence analysis and give a numerical example involving the realized variance in a stochastic volatility asset model conditioned on a fixed terminal value of the asset.

研究の動機と目的

• 終端状態で条件づけられた拡散過程をシミュレートするための、高次元に依存しない高精度なモンテカルロ手法の開発。
• 指数的計算コストを伴わずに、高次元確率過程における条件付き分布のシミュレートという課題に対処すること。
• 前向き・逆向き遷移密度推定フレームワークを、拡散過程の有限次元分布へと拡張すること。
• 提案手法のシミュレーション法についての収束解析と数値的検証の提供。

提案手法

• 元の前向き拡散過程の終端値で条件づけられた有限次元分布の確率的表現を、逆過程を用いて導出する。
• ミルシュタインら（2004）が導入したように、元の前向き拡散過程に関連する逆SDEを用いて、後向きサンプリングを可能にする。
• 前向き・逆向きの結合に基づくモンテカルロ推定器を構築し、ルートN収束率を保証する。
• 実現分散のような条件付き期待値の推定にこの手法を適用し、確率的ボラティリティモデルで利用する。
• 逆過程を用いて、終端条件に整合するパスを生成し、不偏推定を可能にする。
• 推定器の理論的精度と安定性を検証するための詳細な収束解析を実施する。

実験結果

リサーチクエスチョン

• RQ1 前向き・逆向き確率的表現は、高次元における条件付き拡散過程の正確なシミュレーションを可能にするか？
• RQ2 提案手法は、次元の呪いを被ることなく、ルートNの精度を維持するか？
• RQ3 確率的ボラティリティモデルにおける条件付き期待値（例えば、実現分散）の推定において、この手法はどの程度の性能を示すか？
• RQ4 前向き・逆向き表現に基づくモンテカルロ推定器の理論的収束挙動はいかなるものか？

主な発見

• 提案されたモンテカルロ推定器は、次元に依存しないルートNの精度を達成しており、次元にかかわらず信頼性の高い収束を保証する。
• この手法は次元の呪いを効果的に回避し、高次元拡散過程に適したものである。
• 数値結果により、理論的収束率と条件付き分布のシミュレーションにおける安定性が確認された。
• 固定された終端資産価格で条件づけられた確率的ボラティリティモデルにおける実現分散の推定が、正確に可能である。
• 前向き・逆向き表現フレームワークは、確率過程における条件付きシミュレーションに、強固かつ効率的なツールを提供する。