[论文解读] A Wiener--Hopf Monte Carlo simulation technique for Lévy processes

A. Kuznetsov, Andreas E. Kyprianou+2 more|Dec 23, 2009

Probability and Risk Models参考文献 11被引用 12

一句话总结

本文提出了一种新颖的威纳-霍普夫蒙特卡罗模拟技术，用于稳定过程（Lévy processes），可实现对固定时间点位置与运行最大值联合分布的精确抽样。通过利用威纳-霍普夫分解以及尺度函数和分解理论的最新进展，该方法在捕捉分布中的不连续性和极值点方面，相较于经典蒙特卡罗方法展现出更优的准确性，尤其在靠近边界区域时表现更佳。

ABSTRACT

We develop a completely new and straightforward method for simulating the joint law of the position and running maximum at a fixed time of a general Lévy process with a view to application in insurance and financial mathematics. Although different, our method takes lessons from Carr's so-called "Canadization" technique as well as Doney's method of stochastic bounds for Lévy processes; see Carr [Rev. Fin. Studies 11 (1998) 597--626] and Doney [Ann. Probab. 32 (2004) 1545-1552]. We rely fundamentally on the Wiener-Hopf decomposition for Lévy processes as well as taking advantage of recent developments in factorization techniques of the latter theory due to Vigon [Simplifiez vos Lévy en titillant la factorization de Wiener-Hopf (2002) Laboratoire de Mathématiques de L'INSA de Rouen] and Kuznetsov [Ann. Appl. Probab. 20 (2010) 1801--1830]. We illustrate our Wiener--Hopf Monte Carlo method on a number of different processes, including a new family of Lévy processes called hypergeometric Lévy processes. Moreover, we illustrate the robustness of working with a Wiener--Hopf decomposition with two extensions. The first extension shows that if one can successfully simulate for a given Lévy processes then one can successfully simulate for any independent sum of the latter process and a compound Poisson process. The second extension illustrates how one may produce a straightforward approximation for simulating the two-sided exit problem.

研究动机与目标

• 开发一种针对固定时间点稳定过程及其运行最大值联合分布的稳健且精确的模拟方法。
• 克服经典蒙特卡罗方法在捕捉上确界分布中不连续性和极值点方面的局限性，尤其是在靠近边界区域时。
• 为金融与保险数学中现有的模拟技术提供一种数值高效且理论基础坚实的替代方案。
• 通过理论界，将该方法扩展至处理复合泊松扰动和双边首 hitting 问题。

提出的方法

• 该方法利用稳定过程的威纳-霍普夫分解，将 $ (X_t, \bar{X}_t) $ 的联合分布分解为独立分量。
• 其依赖于近期在尺度函数与威纳-霍普夫分解理论方面的进展，实现对上升与下降 ladder 高度过程的精确模拟。
• 该算法从一个接近 $ t $ 的随机时间 $ \tau $ 中抽样，确保 $ (X_\tau, \bar{X}_\tau) $ 的分布能以高精度逼近 $ (X_t, \bar{X}_t) $。
• 对于样本路径有有界变差的过程，该方法能正确捕捉上确界分布中的极值点，而经典蒙特卡罗方法则不能。
• 通过将基础过程与独立的复合泊松分量结合，该方法被扩展用于模拟扰动的稳定过程。
• 利用单调性性质与威纳-霍普夫分解，构建了双边首 hitting 问题的理论界。

实验结果

研究问题

• RQ1 能否开发一种蒙特卡罗方法，精确抽样一般稳定过程的 $ (X_t, \bar{X}_t) $ 联合分布？
• RQ2 威纳-霍普夫蒙特卡罗方法在模拟具有不连续收益的障碍期权时，与经典蒙特卡罗方法相比表现如何？
• RQ3 该方法能否准确捕捉上确界分布中的极值点，特别是在上半直线不规则时？
• RQ4 该方法在多大程度上可扩展用于模拟扰动的稳定过程及双边首 hitting 问题？

主要发现

• 由于能正确建模上确界分布中的极值点，威纳-霍普夫蒙特卡罗方法在初始股价接近障碍时，相比经典蒙特卡罗方法展现出显著更高的准确性。
• 当上半直线不规则时，该方法能正确捕捉向上敲出障碍期权价格在障碍处的不连续性，而经典蒙特卡罗方法则遗漏了这一特征。
• 在参数集1中，经典蒙特卡罗方法在上确界分布中错误地产生了一个位于零处的虚假极值点，导致较大误差，而威纳-霍普夫方法则避免了此类偏差。
• 在参数集2中，尽管过程具有有界变差，经典蒙特卡罗方法表现相近，但威纳-霍普夫方法仍提供了更精确且理论基础更坚实的框架。
• 该方法成功生成了双无触碰障碍期权价格的上下界，而经典蒙特卡罗结果始终超过上界，这是由于对上确界与下确界估计的偏差累积所致。
• 该算法在多种稳定过程（包括一类新型超几何稳定过程）中表现出鲁棒性，证实了其广泛适用性。