[论文解读] Discrete Itô Formulas and Their Applications to Stochastic Numerics

Jirô Akahori|ArXiv.org|Mar 14, 2006

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

一句话总结

该论文提出离散伊藤公式作为伊藤引理的离散时间类比，通过条件傅里叶级数中的正交展开推导随机PDE的有限差分格式。该方法通过基于增量正交展开构造无维数数值格式，使高维蒙特卡洛模拟能够借助准蒙特卡洛方法实现，且收敛速率与离散化过程中的矩匹配相关。

ABSTRACT

This is a survey note of the author's observations on the discrete-time analogues of Itô formulas.

研究动机与目标

• 通过正交展开而非随机积分，开发伊藤引理的离散时间类比。
• 建立基于随机差分方程推导的有限差分格式的高维PDE模拟计算框架。
• 利用离散伊藤微积分分析伊藤-马鲁亚马型格式的收敛性，特别是在完备市场模型中。
• 提出基于沃尔什系统正交展开的无维数蒙特卡洛模拟方法，用于高维SDE。
• 将马氏链逼近与有限差分格式之间的对应关系推广至非线性和非高斯情形。

提出的方法

• 通过在 $L^2(\nu)$ 中使用正交基 $\{H_n\}$ 对增量分布 $\nu$ 进行正交展开，推导离散伊藤公式。
• 将展开应用于随机游走和随机差分方程，将增量分解为零阶、一阶及高阶混沌项。
• 通过使用基于 $N \int f(\mathbf{x} + F(\mathbf{x}, \Delta t, \mathbf{H}(y))) \nu(dy)$ 定义的 $L^N$ 算子，对SDE的生成元进行离散化，构造有限差分格式。
• 采用沃尔什系统作为 $[0,1)$ 上的正交基，生成准随机增量，实现无维数模拟。
• 在 $[0,1)^N$ 上使用蒙特卡洛或准蒙特卡洛采样模拟离散过程的路径，确保稳定性与收敛性。
• 通过验证离散算子 $\partial^N_t + L^N$ 与连续生成元 $\partial_t + L$ 的一致性，建立方案的收敛性。

实验结果

研究问题

• RQ1 如何在不依赖随机积分的前提下，将伊藤公式重新表述为离散时间形式？
• RQ2 当增量分布为非高斯或非原子分布时，离散伊藤公式的结构是什么？
• RQ3 能否通过离散伊藤微积分和蒙特卡洛方法构造高维PDE的有限差分格式？
• RQ4 由离散伊藤公式导出的离散格式的收敛速率是多少，特别是在完备市场模型中？
• RQ5 如何利用 $L^2(\nu)$ 中的正交展开设计SDE的无维数数值格式？

主要发现

• 离散伊藤公式将离散过程函数增量分解为条件期望（零阶混沌）、线性项（一阶混沌）及高阶正交校正项。
• 对于伊藤-马鲁亚马格式，当 $\Delta t \to 0$ 时，离散伊藤公式在完备市场中极限下恢复标准伊藤公式，且收敛速率至少为 $\sqrt{\Delta t}$（当 $n \geq 2$ 时）。
• 当增量分布 $\nu$ 为 $[0,1]$ 上的勒贝格测度，且使用沃尔什系统作为正交基时，所得格式在实际中为无维数，并支持高达约3000维的模拟。
• 若离散算子 $\partial^N_t + L^N$ 与连续生成元 $\partial_t + L$ 一致，则由离散伊藤公式导出的有限差分格式收敛于相应PDE的解。
• 该方法通过在 $[0,1)^N$ 上进行均匀采样并使用正交增量，将高维PDE的蒙特卡洛模拟问题简化为路径模拟，实现高效计算。
• 该框架可推广至弱逼近格式和非线性SDE，扩展了经典库什纳理论中马氏链与有限差分格式之间的对应关系。