[论文解读] Asymptotic expansion for the quadratic form of the diffusion process

Nakahiro Yoshida|arXiv (Cornell University)|Dec 23, 2012

Stochastic processes and financial applications参考文献 3被引用 12

一句话总结

本文通过使用马利avin微积分和随机符号，推导了在高频抽样下扩散过程的二次变差的渐近展开，以处理混合正态极限。关键贡献在于对实现波动率估计量的归一化误差的高阶近似，该近似在具有光滑系数和非退化扩散系数的一般扩散模型下成立。

ABSTRACT

In [8], asymptotic expansion of the martingale with mixed normal limit was provided. The expansion formula is expressed by the adjoint of a random symbol with coefficients described by the Malliavin calculus, differently from the standard invariance principle. As an application, an asymptotic expansion for a quadratic form of a diffusion process was derived in the same paper. This article gives some details of the derivation, after a short review of the martingale expansion in mixed normal limit.

研究动机与目标

• 开发高维金融数据中实现波动率分布的高阶渐近近似。
• 解决当极限分布为混合正态而非正态时经典极限定理的局限性。
• 通过马利avin微积分，将先前仅用于正态极限的局部鞅展开技术推广至混合正态情形。
• 为扩散过程的二次变差估计量的归一化误差提供严格的渐近展开。
• 在漂移和扩散系数的一般条件下（包括非退化性和光滑性）建立展开式的有效性。

提出的方法

• 采用适用于混合正态极限的局部鞅展开框架，用伴随随机符号替代标准不变性原理。
• 应用马利avin微积分，利用扩散系数的导数和过程泛函表达展开式中的系数。
• 运用伊藤公式和迭代伊藤积分，将增量的二次型分解为多个随机积分项。
• 推导归一化误差 $ Z_n = \sqrt{n}(U_n - U_\infty) $ 的展开式，达到 $ O_p(1/\sqrt{n}) $ 阶，包含涉及双积分和三重维纳积分的项。
• 实施 $ \mathbb{D}_{s,p} $-范数估计以控制余项，并确保在所需拓扑下的收敛性。
• 考虑与辅助统计量 $ F_n $（如得分的二次变差）的联合收敛性，以支持在LAMN性质下的统计推断。

实验结果

研究问题

• RQ1 当极限为混合正态时，如何推导实现波动率分布的高阶渐近近似？
• RQ2 当极限分布非正态而是混合正态时，局部鞅展开技术的适当推广是什么？
• RQ3 如何利用马利avin微积分构造依赖于扩散系数路径导数的展开式系数？
• RQ4 一般扩散过程中归一化二次变差估计量的渐近展开的精确形式是什么？
• RQ5 对漂移和扩散系数的何种条件可确保展开式的有效性以及余项的收敛性？

主要发现

• 推导出 $ \sqrt{n}(U_n - U_\infty) $ 的渐近展开，其中 $ U_n $ 为二次变差估计量，$ U_\infty $ 为集成波动率。
• 展开式包含至 $ O_p(1/\sqrt{n}) $ 阶的项，涉及由系数的马利avin导数导出的双积分和三重维纳积分。
• 主导项为 $ \sqrt{n} \sum_j 2c_{t_{j-1}} \sigma_{t_{j-1}}^2 \int_{t_{j-1}}^{t_j} \int_{t_{j-1}}^t dw_s dw_t $，代表混合正态成分。
• 一阶校正项涉及三重积分，如 $ 6n \sum_j c_{t_{j-1}} \sigma_{t_{j-1}} \sigma^{[1]}_{t_{j-1}} \int \int \int dw_u dw_s dw_t $，捕捉偏度和高阶效应。
• 余项以概率有界于 $ o_p(1/\sqrt{n}) $，且所有项均建立了统一的 $ \mathbb{D}_{s,p} $-估计。
• 该结果在 $ b $、$ \sigma $ 和 $ c $ 的光滑性和非退化性条件下成立，并可通过小幅修改推广至多变量和一般伊藤过程。