[논문 리뷰] An anticipating It's formula for L'evy processes

Josep Vives|arXiv (Cornell University)|2008. 07. 31.

Stochastic processes and financial applications참고 문헌 27인용 수 6

한 줄 요약

이 논문은 말리아빈 미분법을 활용하여 레비 과정에 대한 예측 가능한 이토의 공식을 개발한다. 고전적인 측도 변화 공식을 미래의 기울기 연산자의 정의역을 활용하여 비적응 과정으로 확장한다. 주요 기여는 모든 적응형, 제곱-integrable 과정에 적용 가능한 일반화된 예측 가능한 공식을 제공하는 것이다. 이는 필터링에 따라 적응하지 않는 과정을 포함한다.

ABSTRACT

In this paper, we use the Malliavin calculus techniques to obtain an anticipative version of the change of variable formula for Levy processes. Here the coefficients are in the domain of the anihilation (gradient) operator in the future sense, which includes the family of all adapted and square-integrable processes. This domain was introduced on the Wiener space by Alos and Nualart.

연구 동기 및 목표

• 레비 과정의 맥락에서 고전적인 이토의 공식을 예측 가능한 설정으로 확장하기 위해.
• 표준 이토 공식이 적응형 과정을 요구한다는 한계를 해결하기 위해.
• 말리아빈 미분법 기법을 활용하여 미래의 맥락에서의 변수 변경 공식을 정의하기 위해.
• 레비 과정의 맥락에서 기울기 연산자의 정의역을 특성화하여 이전의 위너 공간 결과를 일반화하기 위해.

제안 방법

• 예측 가능한 과정의 기울기 연산자의 정의역을 정의하기 위해 위너 공간에서 말리아빈 미분법을 활용한다.
• 미래 지향 기울기 연산자를 적용하여 정의역을 적응형 과정을 초월해 모든 제곱-integrable 과정으로 확장한다.
• 산산연산자와 예측 가능한 적분을 통합하여 예측 가능한 변수 변경 공식을 유도한다.
• 기울기 연산자의 정의역에 속하는 계수에 대해 공식의 타당성을 확립한다. 이 정의역에는 모든 적응형 및 제곱-integrable 과정이 포함된다.
• 점프와 비연속성을 다루기 위해 레비 과정의 구조와 말리아빈 미분법의 성질을 활용한다.
• 예측 가능한 공식이 적응형 경우에 고전적인 이토 공식으로 축소됨을 연결한다.

실험 결과

연구 질문

• RQ1 레비 과정의 맥락에서 고전적인 이토의 공식을 비적응 과정으로 어떻게 확장할 수 있는가?
• RQ2 레비 과정에서 예측 가능한 확률적 적분을 가능하게 하는 적절한 기울기 연산자의 정의역은 무엇인가?
• RQ3 말리아빈 미분법을 사용하여 예측 가능한 계수를 포함한 변수 변경 공식을 일반화할 수 있는가?
• RQ4 과정이 적응형일 경우 예측 가능한 공식은 어떻게 표준 이토 공식으로 축소되는가?
• RQ5 미래 지향 미분법이 점프-확산 및 순수 점프 레비 과정에서의 확률적 적분에 어떤 영향을 미치는가?

주요 결과

• 레비 과정에 대한 예측 가능한 이토의 공식이 유도되었으며, 이는 미래 지향 기울기 연산자의 정의역에 속하는 계수에 대해 유효하다.
• 기울기 연산자의 정의역은 모든 적응형 및 제곱-integrable 과정을 포함하여, 공식의 적용 범위를 적응형 과정을 초월한다.
• 말리아빈 미분법 기법을 통해 예측 가능한 적분을 통합함으로써 고전적인 이토 공식이 일반화된다.
• 이 방법은 레비 과정 맥락에서 비적응 피적분자에 대한 엄밀한 확률적 적분 프레임워크를 제공한다.
• 기존 위너 공간 결과와 일관되며, 더 일반적인 레비 과정 설정으로 확장된다.
• 이 접근법은 레비 과정에 의해 구동되는 예측 가능한 확률적 미분방정식의 분석을 가능하게 한다.