[논문 리뷰] Properties of the Ornstein-Uhlenbeck bridge

Sylvain Corlay|arXiv (Cornell University)|2013. 10. 21.

Stochastic processes and financial applications참고 문헌 12인용 수 9

한 줄 요약

이 논문은 일반적인 초기 분산과 회귀 속도 파라미터를 갖는 옴스타인-울렌벡 다리를 위한 카르누엔-로플레스 전개를 유도하고, 일반화된 브리지 이론을 통해 그 정규 분해를 수립하며, 결과를 최적의 기능적 양자화에 적용한다. 주요 기여는 폐쇄형 고유함수 전개와 큰 $N$에 대해 $\mathcal{E}_{N}(X)\sim K\log(N)^{-1/2}$의 로그 감쇠률을 갖는 양자화 오차이다. 이 결과들은 비결정론적 초기 조건과 음수의 평균 회귀(평균 밀도)를 포함한 모든 파라미터 영역에서 유효하다.

ABSTRACT

This paper presents a study of the properties of the Ornstein-Uhlenbeck bridge, specifically, we derive its Karhunen-Loève expansion for any value of the initial variance and mean-reversion parameter (or mean-repulsion if negative). We also show that its canonical decomposition can be obtained using some techniques related to generalized bridges. Finally, we present an application to the optimal functional quantization of the Ornstein-Uhlenbeck bridge.

연구 동기 및 목표

• 임의의 초기 분산과 평균 회귀 파라미터를 갖는 옴스타인-울렌벡 브리지의 카르누엔-로플레스 전개를 유도하기 위해.
• 확장된 필터링 이론과 필터링 확장 기법을 활용하여 브리지 과정의 정규 분해를 수립하기 위해.
• 브리지 과정의 최적의 기능적 양자화를 분석하고, 제곱형 양자화 오차의 渐近 감쇠 속도를 규명하기 위해.
• 모든 파라미터 영역, 특히 음수의 평균 회귀를 포함하여 고유값과 고유함수를 계산하기 위한 폐쇄형 표현 및 수치적 방법을 제공하기 위해.

제안 방법

• 최종 값 $X_T$ 조건 하에서의 옴스타인-울렌벡 브리지의 공분산 함수를 SDE 해와 조건부 기대값을 사용하여 유도한다.
• 가우시안 반마르팅글 유형의 프레임워크에 일반화된 브리지 이론을 적용하고, 라돈-니코딤 미분과 필터링 확장 하에서의 조건부 밀도를 활용한다.
• 카르누엔-로플레스 고유함수를 위한 적분 방정식을 풀기 위해, 매개변수 영역에 따라 탄젠트 함수를 포함하는 초월 방정식으로 감소시킨다.
• $\sigma^2$, $\theta$, $\sigma_0^2$ 간의 관계에 따라 세 가지 경우로 분류하고, 수치적 근을 찾기 위한 간격 구간을 제공한다.
• 근을 찾는 알고리즘의 초기 추정치를 도출하기 위해 탄젠트 함수의 유리수 근사법을 사용하여 고유값의 효율적 계산을 가능하게 한다.
• 카르누엔-로플레스 분해를 기능적 양자화에 적용하고, 급수를 잘라내며 계수의 유한차원 가우시안 벡터를 양자화한다.

실험 결과

연구 질문

• RQ1 임의의 초기 분산과 평균 회귀 파라미터를 갖는 옴스타인-울렌벡 브리지의 폐쇄형 카르누엔-로플레스 전개는 무엇인가?
• RQ2 확장된 브리지 이론과 필터링 확장 기법을 통해 브리지 과정의 정규 분해는 어떻게 도출되는가?
• RQ3 양자화 수준 수 $N$이 증가함에 따라 옴스타인-울렌벡 브리지의 최적의 제곱형 양자화 오차의 渐近 감쇠 속도는 어떻게 되는가?
• RQ4 특히 $\theta < 0$ (평균 밀도)일 경우, 다양한 파라미터 영역이 고유함수와 고유값의 구조에 어떻게 영향을 미치는가?
• RQ5 모든 파라미터 영역에서 고유값과 고유함수를 효율적으로 계산할 수 있는 수치적 방법을 도출할 수 있는가?

주요 결과

• 옴스타인-울렌벡 브리지의 카르누엔-로플레스 고유값은 최적의 제곱형 양자화 오차가 $\mathcal{E}_N(X) \sim K \log(N)^{-1/2}$로 감쇠함을 보여주며, $N \to \infty$ 일 때 어떤 $K > 0$ 에 대해 성립한다.
• $\sigma^2 = \theta\sigma_0^2$ 인 경우, 고유값은 $\cos(wT) = 0$ 의 해이며, $n \geq 1$ 에 대해 $w_n = \frac{n\pi}{T} - \frac{\pi}{2T}$ 로 주어진다.
• $\theta\sigma_0^2 < \sigma^2$ 인 경우, 고유값은 $\left(\sigma^2 - \theta\sigma_0^2\right)\tan(wT) = -\sigma_0^2 w$ 를 만족하며, $n \geq 1$ 에 대해 구간 $\left(\frac{n\pi}{T} - \frac{\pi}{2T}, \frac{n\pi}{T}\right)$ 내에 해가 존재하여 수치 계산이 가능하다.
• $\theta\sigma_0^2 > \sigma^2$ 인 경우, 각 구간 $\left(\frac{k\pi}{T}, \frac{k\pi}{T} + \frac{\pi}{2T}\right)$ 에서 하나의 고유값 해가 존재하며, $\sigma_0^2 > \sigma_0^2\theta - \sigma^2$ 를 만족할 경우 $\left(0, \frac{\pi}{2T}\right)$ 에 추가 해가 존재한다.
• 확장된 브리지 기법을 통해 브리지 과정의 정규 분해가 재구성되었으며, 바르체이와 켄의 이전 결과와 일치함을 확인하였다.
• 그림 2와 3은 다양한 파라미터 조합과 $N$ 값에서의 수렴 패턴을 보여주는 최적의 양자화에 대한 수치 결과를 제시한다.