[论文解读] The Order Barrier for Strong Approximation of Rough Volatility Models

Andreas Neuenkirch, Taras Shalaiko|arXiv (Cornell University)|Jun 13, 2016

Stochastic processes and financial applications参考文献 8被引用 6

一句话总结

本文確立了粗糙隨機波動率模型強近似之最佳收斂速率 $ n^{-H} $，其中 $ H < 1/2 $ 為赫斯特參數。透過對分數階 Ornstein-Uhlenbeck 波動率過程與布朗運動進行等距離散化，證明了歐拉法與梯形法均可達此速率，並推導出最小均方誤差的緊緻下界，突顯因波動率路徑之粗糙結構所帶來的數值挑戰。

ABSTRACT

We study the strong approximation of a rough volatility model, in which the log-volatility is given by a fractional Ornstein-Uhlenbeck process with Hurst parameter $H&lt;1/2$. Our methods are based on an equidistant discretization of the volatility process and of the driving Brownian motions, respectively. For the root mean-square error at a single point the optimal rate of convergence that can be achieved by such methods is $n^{-H}$, where $n$ denotes the number of subintervals of the discretization. This rate is in particular obtained by the Euler method and an Euler-trapezoidal type scheme.

研究动机与目标

• 確定由分數布朗運動驅動、且 $ H < 1/2 $ 之粗糙波動率模型的強近似最佳速率。
• 分析數值格式（特別是歐拉法與梯形法）在離散化波動率與布朗運動路徑上的收斂行為。
• 基於 $ V, W, Y $ 的離散觀測，建立對對數價格過程 $ X_T $ 近似之最小均方誤差的緊緻下界。
• 量化波動率過程之 Hölder 正則性對收斂速率與誤差常數之影響。
• 證明收斂速率 $ n^{-H} $ 根本上受限於波動率路徑之粗糙性，使此類模型在數值上具挑戰性。

提出的方法

• 對波動率過程 $ Y_t $ 及驅動布朗運動 $ V_t $ 與 $ W_t $ 進行等距離散化，於 $ n $ 個長度為 $ \Delta = T/n $ 的子區間上進行。
• 應用歐拉法近似對數價格過程 $ X_T $，使用 $ e^{Y_t} $ 的分段常數近似與 $ V $ 及 $ W $ 的增量。
• 採用一種梯形類型格式，透過在相鄰時點平均 $ e^{Y_t} $ 以提升隨機積分的準確度。
• 透過分析分數階 Ornstein-Uhlenbeck 之協方差結構，推導兩種格式之均方誤差的精確漸近行為。
• 利用條件數期望與高斯過程性質，建立最小可能誤差之下的界。
• 依賴分數布朗運動的 Mandelbrot–van Ness 表示式與分數階 Itō 等距性，以計算波動率過程之協方差。

实验结果

研究问题

• RQ1 對於 $ H < 1/2 $ 之粗糙波動率模型，其對數價格強近似的最佳收斂速率為何？
• RQ2 歐拉法或梯形法是否可達最佳收斂速率 $ n^{-H} $？
• RQ3 基於 $ V, W, Y $ 的離散觀測，對 $ X_T $ 近似之最小均方誤差的緊緻下界為何？
• RQ4 波動率過程 $ e^{Y_t} $ 之 Hölder 正則性如何影響收斂速率與誤差常數？
• RQ5 儘管粗糙波動率模型具實證相關性，為何其強近似在數值上仍具挑戰性？

主要发现

• 強近似 $ X_T $ 之最佳收斂速率為 $ n^{-H} $，此為在 $ V, W, Y $ 等距離散化下可達之最佳速率。
• 歐拉法達成最佳速率，且滿足 $ \lim_{n\to\infty} \left(\frac{n}{T}\right)^{2H} \mathbf{E}|X_T - X_n^\text{E}|^2 = \frac{1}{2H+1} T \theta^2 \mathbf{E}|e^{Y_0}|^2 $。
• 梯形格式亦達成速率 $ n^{-H} $，其漸近誤差為 $ \left(\frac{1}{2H+1} - \frac{1-\rho^2}{4}\right) T \theta^2 \mathbf{E}|e^{Y_0}|^2 $。
• 建立最小誤差之緊緻下界：$ \liminf_{n\to\infty} \left(\frac{n}{T}\right)^{2H} e(n)^2 \geq (1-\rho^2) \frac{1}{(2H+1)(2H+2)} T \theta^2 \mathbf{E}|e^{Y_0}|^2 $。
• 收斂速率根本上受限於波動率過程 $ e^{Y_t} $ 之 $ H $-Hölder 連續性，其樣本路徑在均方意義下之變動量為 $ |t-s|^{2H} $。
• 誤差常數明確依賴於 $ \mathbf{E}|e^{Y_t} - e^{Y_s}|^2 $ 之 Hölder 常數，確認粗糙性直接決定數值困難度。