[論文レビュー] The computation of Greeks with multilevel Monte Carlo

Sylvestre Burgos, Michael B. Giles|arXiv (Cornell University)|Feb 7, 2011

Mathematical Approximation and Integration参考文献 6被引用数 4

ひとこと要約

本稿では、バリアオプションで一般的に見られる非リプシッツ型ペイオフに対処するため、ペイオフの平滑化、パススプリッティング、バイブラート手法を組み合わせることで、金融デリバティブのグリークスを計算するためのマルチレベルモンテカルロフレームワークを提案する。適切な分散低減技術を用いることで、計算複雑度を O(ε⁻²) にまで低減でき、標準的なモンテカルロ法に比べて著しく効率的であることが示された。

ABSTRACT

We study the use of the multilevel Monte Carlo technique in the context of the calculation of Greeks. The pathwise sensitivity analysis differentiates the path evolution and reduces the payoff's smoothness. This leads to new challenges: the inapplicability of pathwise sensitivities to non-Lipschitz payoffs often makes the use of naive algorithms impossible. These challenges can be addressed in three different ways: payoff smoothing using conditional expectations of the payoff before maturity; approximating the previous technique with path splitting for the final timestep; using of a hybrid combination of pathwise sensitivity and the Likelihood Ratio Method. We investigate the strengths and weaknesses of these alternatives in different multilevel Monte Carlo settings.

研究の動機と目的

• バリアオプションのような非リプシッツ型ペイオフを有するオプションにおけるグリークス計算のための標準的モンテカルロ法の計算非効率性を是正すること。
• マルチレベルモンテカルロ技術を用いて、滑らかでリプシッツ連続なペイオフに限らないパスワイズ感度法の適用範囲を拡張すること。
• マルチレベルモンテカルロ設定におけるペイオフの平滑化、パススプリッティング、バイブラート手法の性能を評価・比較すること。
• バリアオプションのマルチレベル推定器における分散の挙動と収束速度に与える非一様タイムステップの影響を分析すること。
• 特にバリア効果によってパスワイズ分散が高くなる場合に、マルチレベルグリークス推定器の複雑度解析に厳密な基礎を提供すること。

提案手法

• マルチレベルモンテカルロ推定器は、細分化と粗分化のレベル間の差の和を用いたテレスコピング和として構築され、E[Ŷ] = ΣE[P̂_l - P̂_{l-1}] となる。
• 条件付き期待値を用いたペイオフの平滑化により分散低減を達成し、テレスコピング性を保ちつつ収束性を向上させる。
• ペイオフの滑らかさが破られる場合のパスワイズ感度の直接的適用の代替として、パススプリッティングおよびバイブラート手法を適用する。
• バリア通過確率が最も高い時間帯に集中するように、パワー・タイムステップを用いた非定数タイムステップを導入し、粗分化レベルでの分散制御を改善する。
• ミルシュタインスキームの強い収束性を活用し、E[P̂_l^f] = E[P̂_l^c] を各レベルで維持することで、バイアスのない推定を保証する。
• 収束率 α（弱収束）および β（強収束）に基づき、複雑度の上限を導出する。β がマルチレベル推定器の全体的な効率を決定する。

実験結果

リサーチクエスチョン

• RQ1 非リプシッツ型ペイオフに対して、マルチレベルモンテカルロは、O(ε⁻³) よりも低い計算複雑度を達成できるか？
• RQ2 マルチレベル設定において、ペイオフの平滑化、パススプリッティング、バイブラート手法は、分散低減および収束速度の観点でどのように比較できるか？
• RQ3 バリアに近い状態（B ≈ S₀）が、マルチレベル推定器の分散挙動および収束に与える影響は何か？
• RQ4 特にパワー・タイムステップを用いた非一様タイムステップは、β の収束を加速させ、粗分化レベルでの分散を低減できるか？
• RQ5 理論的複雑度上限はどの程度数値的に検証可能であり、現在の漸近的解析の限界は何か？

主な発見

• B = 85 かつ S₀ = 100 のバリアオプションでは、マルチレベル推定器が β ≈ 1.7 を達成し、O(ε⁻²) の複雑度を実現した。これは最適レートに一致する。
• B = 95 かつ S₀ = 100 の場合、β ≈ 0.7 となり、O(ε⁻²·³) の高い複雑度となり、バリア効果に起因する分散増加に起因する収束の遅さが示された。
• パワー・タイムステップの使用により、細分化レベルでの分散が低減され、B が S₀ に近い場合に特に、漸近的 β レートへの収束が加速された。
• B ≈ S₀ の場合、粗分化レベルでのマルチレベル推定器の分散が、時間分解能が不十分であるために増加するが、これは l > 0 のレベルからアルゴリズムを開始することで緩和可能である。
• 最初のバリア通過の密度は、τ = O((log(S₀/B)/σ)²) の時間間隔に集中しており、これが粗タイムステップが重要なダイナミクスを解像できない理由を説明している。
• 数値的証拠から、ペイオフの平滑化およびバイブラート手法は、非連続ペイオフに対しても O(ε⁻²) の複雑度を達成し、ナーブなパスワイズ手法を上回ることを示した。