[论文解读] Weighted power variations of fractional Brownian motion and application to approximating schemes

Mihai Gradinaru, Ivan Nourdin|arXiv (Cornell University)|Oct 17, 2007

Stochastic processes and financial applications参考文献 17被引用 5

一句话总结

本文研究了赫斯特指数 H ∈ (0,1) 的分数布朗运动（fBm）的加权幂变差，建立了 H < 1/2（尤其是奇次幂）与 H = 1/2 时截然不同的收敛行为。研究将这些发现应用于推导出由 fBm 驱动的标量随机微分方程数值方案的精确收敛速率，并显式计算了近似误差极限作为 H 的函数。

ABSTRACT

Abstract: The first part of the paper contains the study of the convergence for some weighted power variations of a fractional Brownian motion B with Hurst index H ∈ (0, 1). The behaviour is different when H &amp;lt; 1/2 and powers are odd, compared with the case when H = 1/2. In the second part, one applies the results of the first part to compute the exact rate of convergence of some approximating schemes associated to scalar stochastic differential equations driven by B. The limit of the error between the exact solution and the considered scheme (whose size depends on the Hurst index H) is computed explicitly.

研究动机与目标

• 分析不同赫斯特指数下分数布朗运动加权幂变差的渐近行为。
• 识别当 H < 1/2 且幂为奇数时，与 H = 1/2 情况相比，其收敛动力学的显著差异。
• 将变差收敛的理论结果应用于评估由 fBm 驱动的随机微分方程数值近似方案的精度。
• 显式计算真实解与近似方案之间误差的极限，明确依赖于赫斯特指数 H。

提出的方法

• 使用随机分析技术，特别是针对 H ∈ (0, 1/2) 和奇次幂，推导 fBm 加权幂变差的极限行为。
• 应用函数极限定理和 fBm 加权泛函的收敛结果，分析幂变差的渐近分布。
• 利用幂变差的收敛性质，评估具有 fBm 噪声的随机微分方程离散化方案的收敛速率。
• 应用伊tô-泰勒展开或类似的随机展开技术，表达精确解与数值方案之间的误差。
• 利用第一部分的收敛结果，推导误差项极限的精确表达式，作为赫斯特指数 H 的函数。
• 证明误差极限是非退化的，并显式依赖于 H，尤其区分 H < 1/2 与 H = 1/2 的情形。

实验结果

研究问题

• RQ1 当 H < 1/2 且幂为奇数时，分数布朗运动的加权幂变差的渐近行为如何？
• RQ2 H < 1/2 与 H = 1/2 时，加权幂变差的收敛行为有何差异？
• RQ3 由 fBm 驱动的标量 SDE 数值方案的精确收敛速率是多少？
• RQ4 真实解与数值方案之间误差的极限如何依赖于赫斯特指数 H？
• RQ5 能否利用幂变差收敛性质显式计算误差极限？

主要发现

• 当 H < 1/2 且幂为奇数时，fBm 的加权幂变差收敛到一个与 H = 1/2 情况根本不同的非退化极限。
• 加权幂变差的收敛行为在 H = 1/2 处不连续，尤其在奇次幂下，表明渐近动力学存在相变。
• 通过变差结果，显式推导出由 fBm 驱动的 SDE 数值方案的精确收敛速率。
• 真实解与近似方案之间误差的极限非零，并显式依赖于赫斯特指数 H。
• 误差极限被证明是非退化的，且随 H 显著变化，尤其在 H < 1/2 与 H = 1/2 的情形之间有明显区分。
• 本研究基于 fBm 的自相似性和长程依赖特性，对渐近误差给出了精确表征。