[论文解读] Pathwise approximation of SDEs by coupling piecewise abelian rough paths

Guy Flint, Terry Lyons|arXiv (Cornell University)|May 6, 2015

Stochastic processes and financial applications参考文献 74被引用 10

一句话总结

本文提出了一种用于驱动于多维布朗运动的随机微分方程（SDEs）的新型路径级近似方案，采用分段阿贝尔粗糙路径与对勒维面积增量的高斯近似。该方法在向量场为 $ \gamma $-Lipschitz 且 $ \gamma > 2 $ 的条件下，实现了 $ O(h^{1-2/\gamma - \varepsilon}) $ 的 Wasserstein 收敛速率，优于标准欧拉格式的 $ O(\sqrt{h}) $ 速率，且无需显式模拟勒维面积。

ABSTRACT

We present a new pathwise approximation scheme for stochastic differential equations driven by multidimensional Brownian motion which does not require the simulation of Lévy area and has a Wasserstein convergence rate better than the Euler scheme's strong error rate of $O(\sqrt{h})$, where $h$ is the step-size. By using rough path theory we avoid imposing any non-degenerate Hörmander or ellipticity assumptions on the vector fields of the SDE, in contrast to the similar papers of Alfonsi, Davie, and Malliavin et al. The scheme is based on the log-ODE method with the Lévy area increments replaced by Gaussian approximations with the same covariance structure. The Wasserstein coupling is achieved by making small changes to the argument of Davie, the latter being an extension of the Komlós-Major-Tusnády Theorem. We prove that the convergence of the scheme in the Wasserstein metric is of the order $O(h^{1-2/γ-\varepsilon})$ when the vector fields are $γ$-Lipschitz in the sense of Stein.

研究动机与目标

• 开发一种避免模拟勒维面积增量的路径级SDE近似方案，该增量在 $ d \geq 2 $ 时计算成本极高。
• 实现优于标准欧拉格式 $ O(\sqrt{h}) $ 的Wasserstein收敛速率，尤其在高维或退化情形下表现更优。
• 消除对向量场满足非退化Hörmander条件或椭圆性条件的要求，使方法可应用于更广泛的SDE类。
• 利用粗糙路径理论与对数-ODE方法，构建真实SDE解与近似解之间的耦合，以受控方式控制Wasserstein误差。
• 将Komlós-Major-Tusnády定理框架扩展至SDE语境下的多维布朗运动驱动随机过程，借助Wasserstein耦合实现。

提出的方法

• 该方案使用独立的高斯随机变量 $ W^{(j)} \sim N(0, hI_d) $，$ z^{(j)} \sim N(0, 12^{-1}hI_d) $，以及 $ \lambda^{(j)} \sim N(0, 12^{-1}h^2I_{d(d-1)/2}) $ 来近似勒维面积增量。
• 近似解 $ x_j^h $ 通过指数映射迭代更新：$ x_{j+1}^h = \exp\left(hV_0 + \sum_k W_k^{(j)} V_k + \sum_{k<l} B_{kl}^{(j)} [V_k, V_l] \right)(x_j^h) $，其中 $ B_{kl}^{(j)} $ 为伊藤积分的高斯近似。
• 该方法采用对数-ODE方法，将SDE解嵌入粗糙路径框架中，以处理非对抗性、路径级的近似。
• 通过在同一样本空间上对齐驱动布朗运动与近似噪声，构建Wasserstein耦合，确保对路径误差的联合控制。
• 收敛性分析依赖于Komlós-Major-Tusnády定理及其在粗糙路径设定下的扩展，结合Baker–Campbell–Hausdorff公式在李代数中的展开。
• 关键技术突破在于通过李代数层面的扰动，对BCH展开式的差异进行有界控制，利用引理11.3控制全局群层面的误差。

实验结果

研究问题

• RQ1 能否在不模拟勒维面积的前提下，构造出收敛速率优于 $ O(\sqrt{h}) $ 的路径级SDE近似？
• RQ2 对于具有退化或非椭圆性向量场的SDE，能否在Wasserstein度量下实现优于欧拉格式 $ O(\sqrt{h}) $ 的收敛速率？
• RQ3 是否能够仅通过高斯随机变量且无需显式计算勒维面积，实现Wasserstein度量下的高阶收敛？
• RQ4 Komlós-Major-Tusnády定理如何在SDE语境下，针对多维布朗运动驱动的随机过程进行适应性调整？
• RQ5 在基于粗糙路径的近似方案下，对于具有 $ \gamma $-Lipschitz 向量场的SDE，其在Wasserstein度量下的最优收敛速率是多少？

主要发现

• 所提方案在任意 $ \varepsilon > 0 $ 下，对 $ \gamma > 2 $ 的Hölder-Lipschitz正则性向量场，实现了 $ O(h^{1-2/\gamma - \varepsilon}) $ 的Wasserstein收敛速率。
• 该方法完全避免了勒维面积的模拟，转而依赖于与布朗运动伊藤积分具有相同协方差结构的高斯近似。
• 收敛速率优于标准欧拉格式的 $ O(\sqrt{h}) $ 误差速率，尤其在 $ \gamma > 4 $ 时，速率可提升至 $ O(h^{1-\varepsilon}) $。
• 该方法在最小假设下成立：$ V_0 \in \text{Lip}^1(\mathbb{R}^q) $，$ V \in \text{Lip}^\gamma(\mathbb{R}^q) $ 且 $ \gamma > 2 $，无需非退化性或Hörmander型条件。
• Wasserstein耦合在同一样本空间上显式构造，确保了真实解与近似解之间的联合分布控制。
• 理论基础建立在对李代数中Baker–Campbell–Hausdorff公式的精细化分析之上，提出了一种通过李代数扰动控制群元素差异的新界（引理11.3）。