[论文解读] Second order discretization of Backward SDEs

Dan Crisan, K. Manolarakis|arXiv (Cornell University)|Dec 27, 2010

Advanced Numerical Methods in Computational Mathematics参考文献 14被引用 7

一句话总结

本文通过结合高阶隐式-显式时间积分与立方方法，提出了一种用于倒向随机微分方程（BSDEs）的二阶离散化格式，在终端条件光滑或满足Lipschitz连续性时，实现了$\mathcal{O}(1/n^2)$的收敛速率。该方法通过定制的时间分段和对条件数学期望的误差控制，优于一阶格式，显著提升了精度。

ABSTRACT

In [5] the authors suggested a new algorithm for the numerical approximation of a BSDE by merging the cubature method with the first order discretization developed by [3] and [16]. Though the algorithm presented in [5] compared satisfactorily with other methods it lacked the higher order nature of the cubature method due to the use of the low order discretization. In this paper we introduce a second order discretization of the BSDE in the spirit of higher order implicit-explicit schemes for forward SDEs and predictor corrector methods.

研究动机与目标

• 开发一种用于倒向SDE的二阶数值格式，以改进现有方法的一阶收敛性能。
• 将受隐式-显式（IMEX）格式与预测-校正方法启发的高阶时间离散化技术整合到BSDE的求解过程中。
• 即使终端条件$\Phi$仅为Lipschitz连续，也能在时间离散化步骤中实现二阶收敛。
• 设计一种在$T$附近更密集的非均匀时间分段，以控制当解的导数在终端时刻附近趋于无穷大时的误差增长。
• 通过将新离散化方法与高效计算条件期望相结合，提供一种可数值实现的算法。

提出的方法

• 本文提出了一种二阶离散化格式（3.8），通过在标准一阶倒向格式中引入时间上的高阶校正项，实现改进。
• 该格式采用预测-校正结构以提升精度，其校正项基于解的四阶与五阶导数，通过算子$L^\alpha u$实现。
• 采用非均匀时间分段$t_i = T(1 - (1 - i/n)^\beta)$，其中$\beta \geq 5$，以处理当$\Phi$为Lipschitz连续时在$T$附近导数的奇异性。
• 该方法依赖于一种离散Gronwall型不等式，以控制时间步长之间的误差传播，从而保证二阶收敛。
• 倒向步骤中的条件期望通过蒙特卡洛采样与立方方法相结合的方式，用于随机积分的近似计算。
• 分析中建立了包含$\delta_{i+1}^5 \max_{\|\alpha\|=4,5} \|L^\alpha u(t_{i+1},\cdot)\|^2_\infty$的误差界，该界通过非均匀分段得到控制。

实验结果

研究问题

• RQ1 能否为BSDE构造一种二阶时间离散化格式，使其在终端条件仅为Lipschitz连续时仍保持高精度？
• RQ2 当解的导数在终端时刻附近无界时，如何控制误差的增长？
• RQ3 何种时间分段策略可在终端条件正则性较低时实现二阶收敛？
• RQ4 高阶IMEX型格式能否被适配到FBSDE的倒向部分，以提升收敛速率？
• RQ5 使用立方方法对BSDE求解器的整体收敛阶有何影响？

主要发现

• 当终端条件$\Phi$光滑时，在假设(A)与(B)下，所提出的二阶格式实现了$\mathcal{O}(1/n^2)$的收敛速率。
• 对于Lipschitz连续的$\Phi$，通过采用$\beta \geq 5$的非均匀时间分段，该格式仍保持$\mathcal{O}(1/n^2)$的收敛速率。
• 误差界通过离散Gronwall不等式推导，有效控制了时间步长间的误差传播。
• 主导误差项被证明为$\mathcal{O}(\delta_{i+1}^5 \max_{\|\alpha\|=4,5} \|L^\alpha u(t_{i+1},\cdot)\|^2_\infty)$，该表达式在非均匀分段上可积。
• 首次倒向步骤的误差贡献为$\mathcal{O}(\delta_n^2)$，在非均匀分段下为$\mathcal{O}(1/n^2)$，确保整体实现二阶收敛。
• 在标准假设(A)、(B)与(C1)下，该方法具有鲁棒性，且$\mathbb{E}[|Z_t|^2]$与$\mathbb{E}[|Z^\pi_{1,t_{n-1}}|^2]$一致有界，保证了稳定性。