[논문 리뷰] Computational Methods for Martingale Optimal Transport problems

Gaoyue Guo, Jan Obłój|arXiv (Cornell University)|2017. 10. 22.

Markov Chains and Monte Carlo Methods참고 문헌 33인용 수 14

한 줄 요약

이 논문은 다단계, 다차원 마팅게일 최적 운반(MOT) 문제를 선형계획법(LP) 문제들의 순서로 근사화하여 계산 가능한 프레임워크를 개발한다. 적분 또는 샘플링 기반의 두 가지 이산화 방법을 제안하고, 일차원 MOT 문제에 대해 이론적으로 처음으로 수렴 속도 추정치를 확립하여 실용적인 수치 구현과 이론적 보장을 가능하게 한다.

ABSTRACT

We establish numerical methods for solving the martingale optimal transport problem (MOT) - a version of the classical optimal transport with an additional martingale constraint on transport's dynamics. We prove that the MOT value can be approximated using linear programming (LP) problems which result from a discretisation of the marginal distributions combined with a suitable relaxation of the martingale constraint. Specialising to dimension one, we provide bounds on the convergence rate of the above scheme. We also show a stability result under only partial specification of the marginal distributions. Finally, we specialise to a particular discretisation scheme which preserves the convex ordering and does not require the martingale relaxation. We introduce an entropic regularisation for the corresponding LP problem and detail the corresponding iterative Bregman projection. We also rewrite its dual problem as a minimisation problem without constraint and solve it by computing the concave envelope of scattered data.

연구 동기 및 목표

• 일반적인 다단계, 다차원 마팅게일 최적 운반(MOT) 문제를 수치적으로 구현 가능한 방법을 개발하기 위해.
• 수학적 금융에서 모델에 종속되지 않는 가격 설정에 핵심적인 마팅게일 제약 조건을 계산 최적 운반에 통합하는 데 도전하기 위해.
• 분포에 대한 적분이 계산 가능하거나 샘플이 가용할 경우 적용 가능한 이산화 전략을 제공하기 위해.
• 실수선에서의 단단계 MOT 문제에 대해 이론적으로 처음으로 수렴 속도 추정치를 확립하기 위해, 이는 문헌에서의 새로운 결과이다.
• 문제를 다루기 쉬운 선형계획 문제들의 순서로 환원함으로써 이론적 MOT와 실용적 계산을 연결하기 위해.

제안 방법

• 마진 분포를 이산화하고 마팅게일 조건을 완화하여 MOT 문제를 선형계획법(LP) 문제들의 순서로 근사화하기 위해.
• 두 가지 일반적인 이산화 기법을 도입: 하나는 분포에 대한 적분 계산 기반이고, 다른 하나는 몬테카를로 샘플링 기반이다.
• LP 공식화의 계산 가능성을 확보하면서도 진정한 MOT 해로의 수렴을 유지하기 위해 마팅게일 조건을 완화하기 위해.
• 측도적 조건부 확률을 통한 가측 운반 지도의 재귀적 구성 방법을 사용하여 이산 설정에서 마팅게일 성질이 근사적으로 만족됨을 보장하기 위해.
• 이중성 이론과 최적 운반 기법을 활용하여 LP 근사의 타당성을 입증하고 오차 한계를 분석하기 위해.
• 이산화 수준과 측도의 꼬리 행동을 포함하는 오차 항의 합을 경계하여 일차원에서의 수렴 속도를 확립하기 위해.

실험 결과

연구 질문

• RQ1 다단계, 다차원 마팅게일 최적 운반 문제는 어떤 수치적 방법으로 근사될 수 있는가?
• RQ2 마진 분포의 적분이나 샘플만 가용할 경우 효과적인 이산화 전략은 무엇인가?
• RQ3 이산화 하에서 일차원 MOT 문제에 대해 수렴 속도를 엄밀히 확립할 수 있는가?
• RQ4 마팅게일 조건을 완화하면 MOT 문제에서 LP 근사의 정확도에 어떤 영향을 미치는가?
• RQ5 MOT 설정에서 LP 기반 수치적 방법의 이론적 오차 한계는 무엇인가?

주요 결과

• MOT 문제는 마진의 이산화와 마팅게일 조건의 완화를 통해 선형계획법 문제들의 순서로 근사화될 수 있다.
• 적분이 계산 가능한 경우와 샘플이 가용한 경우에 적용 가능한 두 가지 실용적인 이산화 방법이 제안되었다.
• 일차원 MOT 문제에 대해 본 논문은 꼬리 행동에 따라 명시적인 경계를 포함하는, 처음으로 알려진 수렴 속도 추정치를 제공한다.
• 일차원에서 수렴 속도는 매개변수 θ(꼬리 감쇠)와 이산화 점 수 n을 포함하는 표현식으로 경계되며, θ < 2일 경우 순서 n^{1/θ - 1}의 수렴 속도를 가진다.
• 고차원(d ≥ 2)에서는 수렴 속도가 차원 d와 꼬리 매개변수 θ에 따라 달라지며, n에 대한 로그 또는 거듭제곱 항을 포함하는 경계가 존재한다.
• 이론적 프레임워크는 이산화가 더 미세해질수록 LP 근사가 진짜 MOT 해로 수렴함을 보장하며, 오차는 각 수준에서 국소화된 오차 항의 합으로 제어된다.