[논문 리뷰] A note on convergence and stability of the truncated Milstein method for stochastic differential equations

Weijun Zhan, Yanan Jiang외 1명|arXiv (Cornell University)|2018. 09. 17.

Stochastic processes and financial applications참고 문헌 21인용 수 3

한 줄 요약

이 논문은 이전 연구에서 제기된 제한적인 스텝 크기 제약을 완화함으로써 확률미분방정식(SDE)에 대한 잘라낸 밀스타인 방법을 향상시켰으며, 초선형 성장 조건 하에서 강한 수렴성을 확보하기 위해 새로운 증명 기법을 사용하였다. 또한 거의 확실한 안정성을 입증함으로써, 은닉형 스킴이 필요 없는 비선형 SDE에 대한 실용적 적용 가능성을 높였다.

ABSTRACT

Some new techniques are employed to release significantly the requirements on the step size of the truncated Milstein method, which was originally developed in Guo, Liu, Mao and Yue (2018). The almost sure stability of the method is also investigated. Numerical simulations are presented to demonstrate the theoretical results.

연구 동기 및 목표

• 초선형 성장 계수를 가진 SDE에 대해 원래의 잘라낸 밀스타인 방법에서 제한적인 스텝 크기 요구 조건을 해결한다.
• 스텝 크기의 영향을 줄이기 위해 새로운 증명 기법을 도입함으로써 잘라낸 밀스타인 방법의 수렴 성질을 향상시킨다.
• 동일한 조건 하에서 잘라낸 밀스타인 방법의 거의 확실한 안정성을 조사하고 입증한다.
• 수치 시뮬레이션을 통해 이론적 개선 사항을 시연한다.

제안 방법

• 드리프트 및 확산 계수의 성장을 제어하기 위해 잘라내기 함수를 사용하는 수정된 잘라낸 밀스타인 방법을 도입한다.
• 이전 연구 대비 스텝 크기 제약을 완화하기 위해 특별히 설계된 새로운 분석 기법을 수렴성 증명에 활용한다.
• 정확한 해와 수치적 해의 차이를 추정하기 위해 모멘트 바ounds와 나머지 항을 포함한 테일러 전개를 사용한다.
• 이토의 공식과 확률적 적분 추정을 적용하여 해의 테일러 전개에서 발생하는 나머지 항을 제어한다.
• 동일한 가정 하에서 수치적 해의 장기적 행동을 분석함으로써 거의 확실한 안정성을 입증한다.
• 연속 시간 버전의 수치적 방법을 정확한 해와 비교하여 수렴 속도를 유도한다.

실험 결과

연구 질문

• RQ1 잘라낸 밀스타인 방법의 스텝 크기 제약은 강한 수렴성을 유지하면서 크게 완화될 수 있는가?
• RQ2 초선형 성장 조건 하에서 수치 오차를 더 엄격히 제어할 수 있는 새로운 증명 기법은 무엇인가?
• RQ3 잘라낸 밀스타인 방법은 비선형 계수를 가진 SDE에 대해 거의 확실한 안정성을 유지하는가?
• RQ4 이론적 수렴성 및 안정성 결과는 수치 시뮬레이션과 어떻게 비교되는가?

주요 결과

• 이전 연구에서 매우 작은 스텝이 필요로 했던 제약 조건을 완화한 조건 하에서 잘라낸 밀스타인 방법의 강한 수렴성이 입증되었다.
• 초선형 성장 조건 하에서 이 방법은 순서 1의 강한 수렴 속도를 달성하였으며, 고전적 밀스타인 방법과 동일한 성능를 보였지만 더 넓은 적용 가능성을 지녔다.
• 수렴성과 동일한 가정 하에서 잘라낸 밀스타인 방법의 거의 확실한 안정성이 입증되어 장기적인 수치적 신뢰성을 보장한다.
• 수치 시뮬레이션은 이론적 결과를 확인하였으며, 이전에 허용된 것보다 더 큰 스텝 크기에서도 안정적이고 정확한 행동을 보였다.
• 수치적 해의 모멘트 바ounds는 스텝 크기 Δ ∈ (0, Δ*]와 무관하게 시간에 걸쳐 균일하게 제어되며, 이는 강건성을 보여준다.
• 해의 테일러 전개에서 발생하는 나머지 항은 O(Δ^p (h(Δ))^{2p})임을 입증하였으며, 이는 전반적인 오차를 제어하는 데 핵심적이다.