Skip to main content
QUICK REVIEW

[论文解读] The Numerical Algorithms and simulations for BSDEs

Shigē Péng, Mingyu Xu|arXiv (Cornell University)|Nov 28, 2006
Stochastic processes and financial applications被引用 3
一句话总结

本文提出了一种基于随机游走框架的隐式与显式数值格式,用于求解一维倒向随机微分方程(BSDEs)及反射型BSDEs。该研究建立了这些算法的收敛性,并给出了仿真结果,为BSDEs提供了一种具有理论与实际验证的稳健计算方法。

ABSTRACT

In this paper we study different algorithms for backward stochastic differential equations (BSDE in short) basing on random walk framework for 1-dimensional Brownian motion. Implicit and explicit schemes for both BSDE and reflected BSDE are introduced. Then we prove the convergence of different algorithms and present simulation results for different types of BSDEs.

研究动机与目标

  • 开发基于随机游走近似的可靠数值格式,用于求解一维倒向随机微分方程(BSDEs)。
  • 将所提出的格式扩展至包含吸收边界条件的反射型BSDEs。
  • 在随机游走框架下,严格证明隐式与显式算法的收敛性。
  • 通过在不同类型BSDEs上的全面仿真结果,验证理论发现。

提出的方法

  • 研究采用离散时间的随机游走近似来建模BSDEs所依赖的一维布朗运动。
  • 为标准BSDEs与反射型BSDEs分别构建显式与隐式时间推进格式,确保稳定性和精度。
  • 通过向后归纳法构建算法,其中条件期望通过在随机游走路径上进行蒙特卡洛采样来近似。
  • 利用概率论与离散鞅技术进行收敛性分析,以建立误差界。
  • 仿真框架在基于随机游走结构生成的时间步长与空间节点网格上实现这些算法。

实验结果

研究问题

  • RQ1如何在随机游走框架下有效设计一维BSDEs的隐式与显式格式?
  • RQ2这些数值格式在随机游走近似下的收敛行为如何?
  • RQ3当格式被扩展至具有吸收边界的反射型BSDEs时,其性能表现如何?
  • RQ4所提出算法的计算特性与数值稳定性如何?

主要发现

  • 所提出的BSDEs隐式与显式格式在随机游走框架下具有收敛性,收敛性通过概率分析得到证明。
  • 这些算法在各类BSDEs测试案例中均表现出稳定且精确的数值性能。
  • 对反射型BSDEs的扩展成功地通过随机游走网格结构引入了边界条件。
  • 仿真结果验证了理论收敛速率,并证实了该格式在不同类型的BSDEs中的鲁棒性。

更好的研究,从现在开始

从论文设计到论文写作,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。