[论文解读] Integration Order Replacement Technique for Iterated Ito Stochastic Integrals and Iterated Stochastic Integrals With Respect to Martingales

Dmitriy F. Kuznetsov|arXiv (Cornell University)|Jan 15, 2018

Stochastic processes and financial applications参考文献 10被引用 8

一句话总结

本文提出了一种针对多重 Itô 随机积分及关于鞅的多重随机积分的积分次序替换技术，实现了类似于经典黎曼积分规则的形式化操作。其主要贡献是一组定理，证明在特定条件下，这些随机积分中的积分次序可自由交换，从而简化了恒等式的推导，并支持了泰勒型展开式与近似方法的高效构造。

ABSTRACT

The article is devoted to the integration order replacement technique for iterated Ito stochastic integrals and iterated stochastic integrals with respect to martingales. We consider the class of iterated Ito stochastic integrals, for which with probability 1 the formulas of integration order replacement corresponding to the rules of classical integral calculus are reasonable. The theorems on integration order replacement for the class of iterated Ito stochastic integrals is proven. Many examples of this theorems usage have been considered. These results are generalized for the class of iterated stochastic integrals with respect to martingales.

研究动机与目标

• 开发一种用于交换多重 Itô 随机积分中积分次序的正式技术，类比经典积分微分学。
• 将该技术扩展至关于鞅的多重随机积分，扩大其适用范围。
• 提供一种系统化且认知负担更小的替代方法，以取代使用 Itô 公式推导多重随机积分之间关系的复杂过程。
• 支持基于广义多重傅里叶级数的统一 Taylor–Ito 与 Taylor–Stratonovich 展开式及均方近似方法的发展。

提出的方法

• 该技术基于证明定理，确立在何种条件下，多重 Itô 随机积分中的积分次序可被交换而不改变积分值。
• 该方法依赖于 Itô 积分的均方极限定义，并利用简单函数逼近来建立收敛性与等价性。
• 对于鞅积分，该方法通过引入新的随机积分表示形式，并在被积函数与过滤条件满足特定要求时，证明其等价性，从而扩展结果。
• 该方法利用局部鞅与相对于维纳过程生成的过滤适应的可测过程的概念。
• 关键方程涉及作为 Riemann-Stieltjes 和极限的迭代积分，其中被积函数在 [0,T] 上适应且平方可积。
• 该技术通过定理（定理 1–8）形式化，将经典积分次序规则推广至随机设置，尤其适用于任意重数的多重积分。

实验结果

研究问题

• RQ1 能否以类似于经典黎曼积分的方式，正式交换多重 Itô 随机积分中的积分次序？
• RQ2 在何种条件下，任意重数的多重 Itô 随机积分的积分次序替换成立？
• RQ3 该积分次序替换技术如何推广至关于鞅的多重随机积分？
• RQ4 该技术对构建统一的 Taylor–Ito 与 Taylor–Stratonovich 展开式有何影响？
• RQ5 该方法能否作为推导涉及多重随机积分恒等式的更高效替代方案，取代 Itô 公式？

主要发现

• 在被积函数适应且平方可积的条件下，该积分次序替换技术对任意重数的多重 Itô 随机积分具有形式有效性。
• 该技术允许以类似于经典微积分的方式交换积分次序，显著简化了多重随机积分恒等式的推导。
• 对于关于鞅的多重随机积分，该技术在确保积分存在性及被积函数适应性的条件下被推广并证明有效。
• 在给定条件下，不同积分表示形式（如 S 与 S'）的等价性得以确立，确保了形式体系的一致性。
• 该方法为推导多重随机积分间关系提供了一种系统化且更少依赖直觉的替代方案，降低了认知负担。
• 该技术已成功应用于构建统一的 Taylor–Ito 与 Taylor–Stratonovich 展开式，并发展了基于广义多重傅里叶级数的均方近似方法。