[论文解读] Computation of sensitivities for the invariant measure of a parameter dependent diffusion

Roland Assaraf, Benjamin Jourdain+2 more|arXiv (Cornell University)|Sep 4, 2015

Stochastic processes and financial applications参考文献 37被引用 10

一句话总结

本文提出了一种数值方法，用于计算在参数 λ = 0 时，扩散过程中某可观测量的期望对参数 λ 的导数，该导数相对于其不变测度。通过模拟该过程及其关于 λ 的导数在时间上的演化，作者建立了导数过程在时间上一致平方可积的充分条件，从而能够利用费曼-卡茨公式和格林-居布公式实现高效的蒙特卡洛敏感性估计。

ABSTRACT

We consider the solution to a stochastic differential equation with a drift function which depends smoothly on some real parameter $\\lambda$, and admitting a unique invariant measure for any value of $\\lambda$ around $\\lambda$ = 0. Our aim is to compute the derivative with respect to $\\lambda$ of averages with respect to the invariant measure, at $\\lambda$ = 0. We analyze a numerical method which consists in simulating the process at $\\lambda$ = 0 together with its derivative with respect to $\\lambda$ on long time horizon. We give sufficient conditions implying uniform-in-time square integrability of this derivative. This allows in particular to compute efficiently the derivative with respect to $\\lambda$ of the mean of an observable through Monte Carlo simulations.

研究动机与目标

• 计算在 λ = 0 时，扩散过程中可观测量的期望对参数 λ 的导数。
• 建立确保导数过程在时间上一致平方可积的充分条件，从而实现可靠的蒙特卡洛估计。
• 提供一种基于过程及其导数的时间平均模拟的数值框架，用于计算敏感性。
• 利用费曼-卡茨公式和格林-居布公式，推导敏感性的显式表达式。
• 在对漂移和势函数施加假设的前提下，分析导数过程的遍历性与长时间行为。

提出的方法

• 在长时间范围内模拟扩散过程 (X_t^λ) 及其关于 λ 的导数，记为 Y_t^λ。
• 利用费曼-卡茨公式，将不变测度的敏感性表示为涉及导数过程的期望。
• 建立导数过程 (Y_t^λ) 在时间上一致平方可积的条件。
• 应用格林-居布公式，将敏感性表示为可观测量与导数过程之间协方差的时间积分。
• 以不变测度 π₀ = e^{-V(x)}dx 作为参考测度，假设 V 是 C² 函数，并满足适当的可积性与增长条件。
• 推导出关于势函数 V 和扰动 ∂_λ⁰F_λ 的充分条件，使得导数过程在长时间极限下保持有界且平方可积。

实验结果

研究问题

• RQ1 在何种条件下，关于 λ 的不变测度导数是良好定义且可通过时间平均模拟计算的？
• RQ2 何种条件能确保导数过程 Y_t^λ 在时间上一致平方可积，这对蒙特卡洛收敛性至关重要？
• RQ3 如何利用费曼-卡茨公式和格林-居布关系表达可观测量期望的敏感性？
• RQ4 势函数 V 的曲率在确保导数过程的稳定性和可积性方面起到何种作用？
• RQ5 该方法能否应用于漂移的非梯度型扰动？此类推广需要哪些假设？

主要发现

• 在 λ = 0 时，期望对 λ 的导数由可观测量 f 与导数过程 Y_t^λ 之间协方差的长时间平均给出。
• 推导出 Y_t^λ 在时间上一致平方可积的充分条件，包括 ∂_λ⁰F_λ 的有界性以及其在 π₀ 下的散度可积性。
• 当势函数 V 为凸函数且 ∇²V 局部利普希茨连续时，导数过程在时间上保持有界且平方可积。
• 对于凸势函数 V，导数过程满足 |Y_t^x - Y_t^y|² ≤ |x - y|² exp(-∫₀ᵗ (v(Y_s^x) + v(Y_s^y)) ds)，其中 v(x) = min Spec(∇²V(x))。
• 若 V 满足 min Spec(∇²V(x)) 为凹函数，则在不变测度下，导数过程是均匀平方可积的。
• 该方法可通过时间平均模拟实现高效的蒙特卡洛敏感性估计，且在所推导的可积性条件下保证收敛。