[论文解读] Two-grid Penalty Approximation Scheme for Doubly Reflected BSDEs

Wonjae Lee, Park, Hyungbin|arXiv (Cornell University)|Mar 10, 2026

Stochastic processes and financial applications被引用 0

一句话总结

本文提出一个两网格惩罚与时间离散化方案用于解耦的马尔可夫型双反射BSDEs，建立尖锐的惩罚与离散化误差界，并在Black–Scholes 动力学下对该方法进行数值验证。

ABSTRACT

We study penalization coupled with time discretization for decoupled Markovian doubly reflected BSDEs with obstacles \(p_b(t,X_t)\le Y_t\le p_w(t,X_t)\). The DRBSDE is approximated by a penalized BSDE with parameter \(λ\) and discretized by an implicit Euler scheme with step \(Δt\). A key difficulty is that the forward approximation used to evaluate the obstacles generates an error term that is amplified by \(λ\). In the single-obstacle case this amplification can be removed by the shift \(Y-p_b(t,X)\), but no analogous transformation eliminates both obstacles simultaneously; this motivates simulating the forward SDE on a finer grid \( ilde{Δt}\) and projecting onto the backward grid (two-grid scheme). Under structural assumptions motivated by financial barriers we sharpen penalization rates and obtain a uniform \(O(λ^{-1})\) bound for the value process. We derive an explicit error bound in \((Δt, ilde{Δt},λ)\) and tuning rules; for \(Z\)-independent drivers, \(λ\asymp Δt^{-1/2}\) with \( ilde{Δt}=O(Δt/λ^2)\) yields the target \(O(Δt^{1/2})\) rate. Nonsmooth barriers/payoffs are handled via a multivariate Itô--Tanaka and local-time-on-surfaces argument. We also provide numerical experiments for a one-dimensional game put under the Black--Scholes model. The observed grid-refinement errors are consistent with the predicted \(O(n^{-1/2})\) behavior, while the penalty sweep indicates that the tested regime remains pre-asymptotic with respect to the penalty parameter.

研究动机与目标

• 动机与研究惩罚化以近似DRBSDEs，考虑两道障碍。
• 开发两网格前向仿真以控制来自惩罚项的误差放大。
• 推导将前向/后向离散化、惩罚水平与网格细化耦合的显式误差界。
• 提供调优规则以实现目标收敛速率（如 O(Δt^{1/2})）。
• 通过在Black–Scholes 模型下的一维博弈看涨期权数值实验来验证理论。

提出的方法

• 通过惩罚参数 λ 对 DRBSDEs 进行惩罚化近似，并在粗糙的向后网格上使用隐式Euler方案进行离散化。
• 在更细的网格上对前向SDE进行仿真并将前向值投影到向后网格以控制来自 λ 的误差放大。
• 推导耦合 Δt、 tilde{Δt} 与 λ 的定量误差界，包括 Z 相关与 Z 无关驱动情形。
• 在 λ > 2K_y 且合适的网格耦合下（λ ~ Δt^{-1/2}, tilde{Δt} ~ O(Δt/λ^{2})），前后向近似可实现值过程的 O(Δt^{1/2}) 收敛。
• 通过多变量 Itô–Tanaka 与在曲面上的局部时间处理非光滑障碍/收益，处理实际障碍函数。
• 给出在Black–Scholes 动力学下的一维博弈看跌期权的数值实验，以说明网格细化与惩罚行为。

实验结果

研究问题

• RQ1 惩罚化在具有两道障碍的 DRBSDE 设置中的时间离散化如何耦合？
• RQ2 两网格方案是否能通过在前向仿真中更细的 X 网格与在较粗的向后网格上的评估，降低惩罚导致的误差放大？
• RQ3 关于 Δt、 tilde{Δt} 与 λ 的组合，惩罚与离散化的显式误差界是什么？
• RQ4 在何种参数耦合与驱动结构下可以恢复值过程的标准 √Δt 收敛？
• RQ5 非光滑障碍/收益如何影响误差分析，哪些技术可用于处理？

主要发现

• 惩罚误差可收敛到 Y 的 O(1/λ) 下界，从而在结构假设下改进了标准的 O(λ^{-1/2}) 结果。
• 两网格方案通过在更细的网格上对 X 进行仿真、在较粗的向后网格上进行评估，控制误差放大，使值过程在不细化向后网格的情况下恢复 O(Δt^{1/2}) 收敛。
• 在一般 Lipschitz 情况下且 Z 相关驱动，均方界为 (max_i E|Y_ti - Y^{λ,π}_{ti}|^{2})^{1/2} ≤ C(λ Δt^{1/2} + λ^{-1})。
• 当驱动与 Z 无关时，绝对误差界成立：max_i E|Y_ti - Y^{λ,π}_{ti}| ≤ C(Δt^{1/2} + λ tilde{Δt}^{1/2} + λ Δt + λ^{-1})。
• 选择 λ ≍ Δt^{-1/2} 且 tilde{Δt} = O(Δt/λ^{2}) 可得到目标速率 max_i E|Y_ti - Y^{λ,π}_{ti}| = O(Δt^{1/2})。
• 通过 Itô–Tanaka 与在曲面上的局部时间处理非光滑障碍/收益，理论能够覆盖实际障碍函数。
• 在 Black–Scholes 动力学下的一维博弈看跌期权数值实验显示网格细化行为与预测的 O(n^{-1/2}) 速率一致，并指示在惩罚参数的前渐近阶段存在前期行为。