[论文解读] An anticipating It's formula for L'evy processes

Josep Vives|arXiv (Cornell University)|Jul 31, 2008

Stochastic processes and financial applications参考文献 27被引用 6

一句话总结

本文利用马里亚文微积分，为 Lévy 过程推导出一种预测性 Itô 公式，通过利用未来意义下梯度算子的定义域，将经典的测度变换公式扩展至非适应过程。主要贡献在于提出了一种广义的预测性公式，适用于所有适应的、平方可积的过程，包括那些不适应过滤的过程。

ABSTRACT

In this paper, we use the Malliavin calculus techniques to obtain an anticipative version of the change of variable formula for Levy processes. Here the coefficients are in the domain of the anihilation (gradient) operator in the future sense, which includes the family of all adapted and square-integrable processes. This domain was introduced on the Wiener space by Alos and Nualart.

研究动机与目标

• 将经典的 Itô 公式扩展至 Lévy 过程的预测性设定。
• 解决标准 Itô 公式要求过程适应所带来的局限性。
• 应用马里亚文微积分技术，定义未来意义下的变量替换公式。
• 刻画 Lévy 过程背景下梯度算子定义域的特征，推广先前在维纳空间中的结果。

提出的方法

• 在维纳空间上利用马里亚文微积分，定义预测过程梯度算子的定义域。
• 应用未来意义下的梯度算子，将定义域扩展至适应过程之外，涵盖所有平方可积过程。
• 通过引入散度算子和预测性积分，推导出预测性变量替换公式。
• 确立该公式的有效性，其系数属于梯度算子的定义域，该定义域包含所有适应且平方可积的过程。
• 依赖 Lévy 过程的结构及马里亚文微积分的性质，以处理跳跃和不连续性。
• 将预测性公式与适应情况下的经典 Itô 公式联系起来，作为其特例。

实验结果

研究问题

• RQ1 如何在 Lévy 过程的背景下，将经典的 Itô 公式扩展至非适应过程？
• RQ2 何种梯度算子的定义域可支持 Lévy 过程中预测性随机积分的实现？
• RQ3 能否通过马里亚文微积分技术，将变量替换公式推广至包含预测性系数的情形？
• RQ4 当过程为适应过程时，预测性公式如何退化为标准 Itô 公式？
• RQ5 使用未来意义微积分对跳跃扩散过程和纯跳 Lévy 过程中的随机积分有何影响？

主要发现

• 为 Lévy 过程推导出一种预测性 Itô 公式，适用于未来意义下梯度算子定义域内的系数。
• 梯度算子的定义域包含所有适应且平方可积的过程，使公式的适用范围超越适应过程。
• 通过马里亚文微积分技术引入预测性积分，该公式推广了经典 Itô 公式。
• 该方法为 Lévy 过程背景下非适应被积函数的随机积分提供了严格的框架。
• 结果与维纳空间上的已知结果一致，并将其推广至更一般的 Lévy 过程设定。
• 该方法使得对由 Lévy 过程驱动的预测性随机微分方程的分析成为可能。