[논문 리뷰] Strong Numerical Methods of Orders 2.0, 2.5, and 3.0 for Ito Stochastic Differential Equations Based on the Unified Stochastic Taylor Expansions and Multiple Fourier-Legendre Series

Dmitriy F. Kuznetsov|arXiv (Cornell University)|2018. 07. 05.

Stochastic processes and financial applications참고 문헌 35인용 수 26

한 줄 요약

이 논문은 다차원 비가환성 노이즈를 가진 이토 스토크라스틱 미분방정식을 위한 명시적 1단계 강한 수치해법(순서 2.0, 2.5, 3.0)을 제시한다. 이는 통합된 테일러-이토 및 테일러-스트라토노비치 전개를 사용한다. 본 방법은 다중 푸리에-레지앙드 급수를 활용하여 차수 6까지의 반복 스토크라스틱 적분을 고정밀도의 평균 제곱근 근사로 구현하며, 제어 및 필터링 응용 분야에서 효율적이고 정확한 SDE 수치해를 가능하게 한다.

ABSTRACT

The article is devoted to the construction of explicit one-step numerical methods with the strong orders of convergence 2.0, 2,5, and 3.0 for Ito stochastic differential equations with multidimensional non-commutative noise. We consider the numerical methods based on the unified Taylor-Ito and Taylor-Stratonovich expansions. For numerical modeling of iterated Ito and Stratonovich stochastic integrals of multiplicities 1 to 6 we appling the method of multiple Fourier-Legendre series converging in the sense of norm in Hilbert space $L_2([t, T]^k),$ $k=1,\ldots,6$. The article is addressed to engineers who use numerical modeling in stochastic control and for solving the non-linear filtering problem. The article can be interesting for the mathematicians who working in the field of high-order strong numerical methods for Ito stochastic differential equations.

연구 동기 및 목표

• 다차원 비가환성 노이즈를 가진 이토 SDE에 대한 고차 명시적 1단계 강수치해법을 개발하기 위해.
• 차수 1에서 6까지의 반복 이토 및 스트라토노비치 스토크라스틱 적분의 정확한 평균 제곱근 근사 문제를 해결하기 위해.
• 고차 수치해법을 일관적으로 구성하기 위해 테일러-이토 및 테일러-스트라토노비치 전개를 통합하기 위해.
• 스토크라스틱 제어, 필터링, 안정성 분석 분야에서 실용적인 SDE 수치해를 효율적인 스토크라스틱 적분 계산을 통해 가능하게 하기 위해.
• 0.5에서 3.0까지의 수렴 차수를 지원하는 파이썬 소프트웨어 패키지로 이론을 구현하기 위해.

제안 방법

• 이 방법은 이토 SDE에 대한 고차 수치해법을 유도하기 위해 통합된 테일러-이토 및 테일러-스트라토노비치 전개를 기반으로 한다.
• 차수 1에서 6까지의 반복 스토크라스틱 적분은 $[t,T]^k$에서 $L_2$ 노름 수렴하는 다중 푸리에-레지앙드 급수를 사용해 근사한다.
• 푸리에-레지앙드 전개의 계수는 정확히 계산되어 270,000개의 계수를 포함하는 데이터베이스에 저장되어 재사용이 효율적으로 이루어지도록 한다.
• 근사 오차는 평균 제곱근 노름을 통해 정량화되며, 정확한 적분과 근사된 적분 간의 기대 제곱 차이에 대한 폐쇄형 표현식이 제공된다.
• 다중 스토크라스틱 적분의 근사에서 평균 제곱근 오차를 최소화함으로써 안정적이고 정확한 수치적 통합이 가능해진다.
• 구현은 0.5에서 3.0까지의 강수치해법을 지원하는 파이썬 소프트웨어 패키지로 이루어져 있으며, 실용적인 SDE 시뮬레이션에 적합하다.

실험 결과

연구 질문

• RQ1 비가환성 노이즈를 가진 이토 SDE에 대해 순서 2.0, 2.5, 3.0의 고차 강수치해법을 체계적으로 어떻게 구성할 수 있는가?
• RQ2 차수 1에서 6까지의 반복 이토 및 스트라토노비치 스토크라스틱 적분을 최소한의 평균 제곱근 오차로 근사하는 최적의 방법은 무엇인가?
• RQ3 다중 푸리에-레지앙드 급수는 고차수 스토크라스틱 적분의 수치적 계산을 위한 안정적이고 효율적인 프레임워크를 제공할 수 있는가?
• RQ4 통합된 테일러-이토 및 테일러-스트라토노비치 전개를 어떻게 활용하여 고차 수치해법의 일관성과 수렴성을 보장할 수 있는가?
• RQ5 270,000개의 푸리에-레지앙드 계수를 사전에 계산하고 저장함으로써 SDE 해법기의 효율성에 어떤 실질적 영향을 미치는가?

주요 결과

• 이 방법은 다차원 비가환성 노이즈를 가진 이토 SDE에 대해 강수렴 차수 2.0, 2.5, 3.0를 달성한다.
• 반복 스토크라스틱 적분의 근사 오차는 정량화되었으며, 5중 적분의 경우 잔여 오차가 약 $0.00759\Delta^5$ 수준임을 보여주는 예시가 제시된다.
• 5중 적분 $I_{00000}^{*(i_1i_2i_3i_4i_5)}$의 경우 2차 전개를 사용할 때 근사 오차는 약 $0.00759105\Delta^5$이다.
• 6중 적분 $I_{000000}^{*(i_1i_2i_3i_4i_5i_6)}$는 잔여 평균 제곱근 오차가 $\frac{\Delta^6}{720} - \sum_{j_1,\dots,j_6=0}^q C_{j_6\dots j_1}^{2}$임을 나타내어 고차수에서의 높은 정확도를 입증한다.
• 270,000개의 사전 계산된 푸리에-레지앙드 계수를 활용한 소프트웨어 구현은 고차수 수렴을 가지는 SDE의 효율적이고 재현 가능한 수치해를 가능하게 한다.
• 이 방법은 이토 및 스트라토노비치 해석을 모두 지원하는 통합 프레임워크를 제공하여 수치 모델링의 유연성을 향상시킨다.