[논문 리뷰] Positive volatility simulation in the Heston model

Simon J. A. Malham, Anke Wiese외 1명|arXiv (Cornell University)|2011. 01. 01.

Stochastic processes and financial applications참고 문헌 89인용 수 2

한 줄 요약

이 논문은 일반화된 가우시안 난수 변수의 거듭제곱 합을 사용하여 분산 과정 전이 밀도의 새로운 표현을 유도함으로써 헤스턴 스토하스틱 볼라틸리티 모델에 대한 정확한 시뮬레이션 방법을 제안한다. 이는 마르사글리아의 폴라 방법을 이 분포로 확장하여 진정한 전이 밀도에서 효율적이고 안정적이며 정확한 표본 추출을 가능하게 한다—특히 자유도가 낮고 평균 회귀 제곱근 과정에서 영 경계에 도달 가능한 경우에 매우 효과적이다.

ABSTRACT

In the Heston stochastic volatility model, the transition probability of the variance process can be represented by a non-central chi-square density. We focus on the case when the number of degrees of freedom is small and the zero boundary is attracting and attainable, typical in foreign exchange markets. We prove a new representation for this density based on sums of powers of generalized Gaussian random variables. Further we prove Marsaglia's polar method extends to this distribution, providing an exact method for generalized Gaussian sampling. The advantages are that for the mean- reverting square-root process in the Heston model and Cox-Ingersoll-Ross model, we can generate samples from the true transition density simply, efficiently and robustly.

연구 동기 및 목표

• 외환 시장에서 흔한 바와 같이 자유도 수가 적고 영 경계에 도달 가능한 경우에 헤스턴 모델의 분산 과정을 시뮬레이션하는 데 발생하는 과제를 해결하기 위해.
• 이러한 조건 하에서 분산 과정의 진정한 전이 밀도를 위한 수치적으로 안정적이고 효율적인 표본 추출 방법을 개발하기 위해.
• 헤스턴 모델의 전이 밀도를 위한 정확한 표본 추출을 가능하게 하기 위해 마르사글리아의 폴라 방법을 일반화된 가우시안 분포로 확장하기 위해.
• 헤스턴 및 CIR 모델과 같은 평균 회귀 제곱근 과정에서 근사 또는 옐러 기반 방법의 대안으로 강력한 대체 방법을 제공하기 위해.

제안 방법

• 헤스턴 모델의 비비례 카이제곱 분포를 일반화된 가우시안 난수 변수의 거듭제곱 합으로 나타내는 새로운 표현을 유도하기 위해.
• 일반화된 가우시안 분포의 성질을 활용하여 변환 방법을 통해 정확한 시뮬레이션을 가능하게 하기 위해.
• 기존에 표준 정규 변수에 대해 사용된 마르사글리아의 폴라 방법을 일반화된 가우시안 분포로 확장하여 정확한 표본 추출을 가능하게 하기 위해.
• 헤스턴 모델의 분산 과정의 진정한 전이 밀도에서 직접 경로를 생성하는 표본 추출 알고리즘을 구축하기 위해.
• 옐러 또는 밀스타인 스킴에서 기인하는 이산화 오차를 피하기 위해 수치적 안정성과 효율성을 확보하기 위해.
• 분산 과정이 평균 회귀적이며 영 경계에 도달 가능한 경우에 이 방법의 강건성을 검증하기 위해.

실험 결과

연구 질문

• RQ1 헤스턴 모델의 분산 과정 전이 밀도는 일반화된 가우시안 난수 변수의 거듭제곱 합으로 표현될 수 있는가?
• RQ2 마르사글리아의 폴라 방법은 이 새로운 표현에서 사용된 일반화된 가우시안 분포의 클래스로 일반화될 수 있는가?
• RQ3 이 일반화된 표본 추출 방법을 통해 저자유도 및 영 경계에 도달 가능한 조건 하에서 헤스턴 모델의 분산 과정에 대해 정확하고 효율적이며 강건한 시뮬레이션을 생성할 수 있는가?
• RQ4 이러한 조건에서 표준 이산화 기반 접근법과 비교해 볼 때 제안된 방법은 정확성과 효율성 면에서 어떻게 다른가?

주요 결과

• 헤스턴 모델의 분산 과정 전이 밀도는 일반화된 가우시안 난수 변수의 거듭제곱 합으로 정확히 표현 가능하며, 이는 정확한 시뮬레이션을 가능하게 한다.
• 마르사글리아의 폴라 방법이 일반화된 가우시안 분포로 성공적으로 확장되어 유도된 분포에서 정확한 표본 추출을 가능하게 한다.
• 제안된 방법은 헤스턴 및 CIR 모델의 분산 과정 진정한 전이 밀도에서 직접적으로 정확한 표본 추출을 가능하게 하여 이산화 편향을 피한다.
• 이 방법은 자유도가 낮고 영 경계에 도달 가능한 경우에 특히 효과적이고 강건하며, 외환 시장에서 흔한 특성이다.
• 알고리즘은 계산적으로 효율적이고 수치적으로 안정적이며, 정확성과 강건성 면에서 표준 옐러 또는 밀스타인 스킴보다 뛰어나다.