[论文解读] A Fourier approach to pathwise stochastic integration

Massimiliano Gubinelli, Peter Imkeller+1 more|arXiv (Cornell University)|Oct 15, 2014

Stochastic processes and financial applications参考文献 36被引用 13

一句话总结

本论文提出一种基于傅里叶的路径依随机积分方法，采用Schauder函数展开，通过换位子估计和递归算法，构建了一套简单、基础的框架，用于计算伊藤积分与斯特拉托诺维奇积分。关键贡献在于，通过利用拟控制结构和列维区域构造，实现了对霍尔德正则性低于1/2的路径依随机微分方程的稳健路径依解法，超越了杨氏条件的限制。

ABSTRACT

We develop a Fourier approach to rough path integration, based on the series decomposition of continuous functions in terms of Schauder functions. Our approach is rather elementary, the main ingredient being a simple commutator estimate, and it leads to recursive algorithms for the calculation of pathwise stochastic integrals, both of Itô and of Stratonovich type. We apply it to solve stochastic differential equations in a pathwise manner.

研究动机与目标

• 开发一种避免使用高级调和分析工具但保持完整严谨性的路径依随机积分理论，适用于粗糙路径。
• 提供一种构造性、算法化的计算随机积分的方法，利用Schauder基展开与换位子估计。
• 通过引入拟控制结构，将路径依积分的适用范围扩展至霍尔德正则性低于1/2的情形。
• 即使在非马尔可夫或非适应系数的情况下，也能实现路径依解法求解随机微分方程。
• 建立傅里叶型展开与列维区域之间的联系，这对粗糙SDEs至关重要。

提出的方法

• 该方法利用Ciesielski的同构关系，将霍尔德函数表示为Schauder函数的级数，其系数对应于缩放后的二阶增量。
• 通过换位子估计将积分分解为三部分：对称部分S、拟积π<和列维区域L，以控制奇异性。
• 核心技术是一种简单的换位子估计，可在不依赖BESOV空间或Littlewood-Paley理论的前提下，实现积分的递归计算。
• 通过霍尔德空间中的余项定义拟控制路径，使积分可超越杨氏条件的限制。
• 通过将积分分解为拟积与余项，递归构造列维区域，确保在α < 1/2时收敛。
• 该框架可直接计算黎曼和与SDE的路径依解，避免使用补偿和或$L^2$极限。

实验结果

研究问题

• RQ1 是否可仅使用初等分析构造路径依随机积分，避免使用如BESOV空间或Littlewood-Paley理论等高级工具？
• RQ2 如何为正则性低于1/2的霍尔德正则过程严格定义列维区域？
• RQ3 能否开发一种递归算法，在统一框架下计算伊藤积分与斯特拉托诺维奇积分？
• RQ4 拟控制结构在多大程度上可用于将路径依积分扩展至超越杨氏条件的范围？
• RQ5 Schauder基表示如何简化迭代积分与列维区域的计算？

主要发现

• 通过Schauder展开定义的正式路径依积分在霍尔德指数之和大于1的条件下被严格证明成立，恢复了杨氏积分。
• 积分分解为三部分：对称部分S(f,g) ∈ C^{\alpha+\beta}，拟积π< ∈ C^\beta，列维区域L ∈ C^{\alpha+\beta}，其中后者要求α + β > 1。
• 对于满足f^g ∈ C^\beta的拟控制路径f，即使α < 1/2，积分∫ f dg仍为良好定义，前提是β > 1/3。
• 列维区域L(f,g)通过递归构造，余项L(f - π<(f^g,g),g)在相同条件下为良好定义。
• 该方法可实现对依赖于过程、初值与二次变差的SDE的路径依解，且对(v, L(v,v), [v,v], y_0)具有局部Lipschitz依赖性。
• 展示了具有仿射系数的Schauder展开的正则性属于C^\alpha（α ∈ (0,2)），其范数有界，且与系数序列在ℓ^∞中以权重2^{-\alpha p}成正比。