[论文解读] Numerical Algorithms for BSDEs: Convergence and Simulations

Shigē Péng, Mingyu Xu|arXiv (Cornell University)|Nov 28, 2006

Stochastic processes and financial applications被引用 3

一句话总结

本文提出了一种基于随机游走框架的隐式与显式数值格式，用于求解一维倒向随机微分方程（BSDEs）及反射型BSDEs。该研究建立了这些算法的收敛性，并通过仿真结果展示了其在各类BSDE类型中的有效性。

ABSTRACT

In this paper we study different algorithms for backward stochastic differential equations (BSDE in short) basing on random walk framework for 1-dimensional Brownian motion. Implicit and explicit schemes for both BSDE and reflected BSDE are introduced. Then we prove the convergence of different algorithms and present simulation results for different types of BSDEs.

研究动机与目标

• 开发可靠的数值方法以求解一维倒向随机微分方程（BSDEs）。
• 将这些方法扩展至包含反射屏障的反射型BSDEs。
• 在随机游走框架下，证明隐式与显式格式的收敛性。
• 通过全面的仿真评估算法的性能。

提出的方法

• 研究采用随机游走近似来处理驱动BSDEs的一维布朗运动。
• 针对标准BSDEs与反射型BSDEs，分别构建显式与隐式的时间离散化格式。
• 基于随机游走结构，利用向后归纳法与条件数学期望的近似方法推导出这些格式。
• 在随机游走框架内，通过稳定性与一致性的论证证明收敛性。
• 针对多个测试案例进行仿真，以验证格式的数值行为。
• 随机游走框架可通过蒙特卡洛采样实现条件期望的高效计算。

实验结果

研究问题

• RQ1 在随机游走框架下，隐式与显式格式在近似求解一维BSDEs时的表现如何？
• RQ2 随着时间步长减小，这些格式的收敛行为如何？
• RQ3 这些格式如何处理反射型BSDEs中的附加约束，如反射屏障？
• RQ4 在不同类型的BSDEs中，算法的精度与稳定性如何？
• RQ5 随机游走框架能否有效支持具有复杂终端条件的BSDEs的数值求解？

主要发现

• 所提出的BSDEs隐式与显式格式在时间步长趋于零时，于随机游走框架下均表现出收敛性。
• 通过一致性与稳定性的理论分析，严格建立了收敛性。
• 仿真结果证实，两种格式在各类测试案例中均表现出良好的数值稳定性和精度。
• 反射型BSDEs格式成功处理了反射条件，同时保持了收敛性。
• 随机游走框架能够高效且准确地计算BSDE求解器中所需的条件期望。
• 即使在终端条件不光滑或不规则的情况下，算法仍表现出鲁棒的性能。