[논문 리뷰] Momentum-Space Approach to Asymptotic Expansion for Stochastic Filtering and other Problems

Masaaki Fujii|arXiv (Cornell University)|2012. 01. 01.

Stochastic processes and financial applications인용 수 2

한 줄 요약

이 논문은 푸리에 변환과 다항식 근사를 사용하여 비선형 필터링 문제를 풀 수 있는 재귀적 상미분방정식 시스템으로 변환하는 운동량 공간 점점 가까이 다가가는 전개 방법을 소개한다. 이 방법은 하향 단계를 통해 효율적이고 고차수의 수치 계산을 가능하게 하여 기존의 점점 가까이 다가가는 전개 방법이 실패하는 영역에서 정확도를 크게 향상시킨다.

ABSTRACT

This paper develops an asymptotic expansion technique in momentum space. It is shown that Fourier transformation combined with a polynomial-function approximation of the nonlinear terms gives a closed recursive system of ordinary differential equations (ODEs) as an asymptotic expansion of the conditional distribution appearing in stochastic filtering problems. Thanks to the simplicity of the ODE system, higher order calculation can be performed easily. Furthermore, solving ODEs sequentially with small sub-periods with updated initial conditions makes it possible to implement a substepping method for asymptotic expansion in a numerically efficient way. This is found to improve the performance significantly where otherwise the approximation fails badly. The method may be useful for other applications, such as, option pricing in finance as well as measure-valued stochastic dynamics in general.

연구 동기 및 목표

• 비선형 확률적 필터링 문제에서 고차수 점점 가까이 다가가는 근사의 과제를 해결한다.
• 복잡한 필터링 상황에서 기존 점점 가까이 다가가는 전개 방법이 수치적으로 불안정하고 실패하는 문제를 극복한다.
• 확률적 필터링에서 조건부 분포를 계산하기 위한 계산적으로 효율적인 프레임워크를 개발한다.
• 재귀적 상미분방정식과 하향 단계를 통해 고차수 점점 가까이 다가가는 전개의 실용적 구현을 가능하게 한다.
• 이 방법의 적용 가능성을 필터링을 넘어서 옵션 가격 정하기 및 측도 기반 동역학 문제 등 다른 문제로 확장한다.

제안 방법

• 비선형 항을 단순화하기 위해 필터링 문제를 푸리에 변환을 사용해 운동량 공간으로 변환한다.
• 포크너-플랭크 방정식의 비선형 성분을 다항식 함수로 근사한다.
• 점점 가까이 다가가는 전개를 나타내는 재귀적 상미분방정식 시스템을 유도한다.
• 작은 시간 간격 동안 초기 조건을 갱신하면서 ODE를 순차적으로 푸는 하향 단계 알고리즘을 구현한다.
• ODE 시스템의 단순성을 활용해 고차수 계산을 효율적으로 수행한다.
• 재귀적 구조를 활용해 조건부 분포의 스케일러블하고 수치적으로 안정적인 계산을 가능하게 한다.

실험 결과

연구 질문

• RQ1 운동량 공간 공식화가 확률적 필터링에서 점점 가까이 다가가는 전개의 수치적 안정성과 정확도를 향상시키는가?
• RQ2 푸리에 변환과 다항식 근사를 통해 유도된 재귀적 상미분방정식 시스템은 고차수 전개에서 어떻게 성능을 발휘하는가?
• RQ3 하향 단계 방법이 점점 가까이 다가가는 근사의 수렴성과 신뢰성에 얼마나 기여하는가?
• RQ4 이 방법은 측도 기반 확률적 동역학을 포함한 다른 문제로 일반화될 수 있는가?
• RQ5 고차수 항의 영향은 조건부 분포 근사의 정확도에 어떤 영향을 미치는가?

주요 결과

• 운동량 공간 접근법은 복잡한 비선형 필터링 문제를 재귀적 상미분방정식 시스템으로 변환하여 체계적인 고차수 전개를 가능하게 한다.
• 비선형 항에 대한 다항식 근사는 점점 가까이 다가가는 프레임워크 내에서 해석적이고 수치적으로 다룰 수 있는 가능성을 제공한다.
• 초기 조건을 갱신하는 하향 단계는 수치 성능을 크게 향상시키며, 기존 점점 가까이 다가가는 전개 방법이 실패하는 영역에서의 실패를 방지한다.
• 재귀적 상미분방정식 구조는 고차수 항의 효율적 계산을 지원하여 실용적 응용에 적합한 확장성을 제공한다.
• 이 방법은 금융 옵션 가격 정하기 및 기타 측도 기반 확률적 과정에 대한 응용 가능성이 높다.
• 이 방법은 비선형 필터링에서 전통적인 점점 가까이 다가가는 기법에 비해 강력하고 계산적으로 효율적인 대안을 제공한다.