Cylindrical Projections of Occupied Diffusions

Aquí se presenta un resumen técnico detallado del artículo "Proyecciones Cilíndricas de Difusiones Ocupadas" de Valentin Tissot-Daguette y Xin Zhang.

1. Planteamiento del Problema

El artículo aborda la intratabilidad computacional de simular Difusiones Ocupadas, una clase de procesos estocásticos dependientes de la trayectoria. Estos procesos se modelan mediante Ecuaciones Diferenciales Estocásticas (OSDEs) donde los coeficientes dependen de la medida de ocupación de la historia del proceso.

Las dinámicas vienen dadas por:
$$\begin{cases} d O_t = \delta_{X_t} \lambda(O_t, X_t) dt \\ d X_t = b(O_t, X_t) dt + \sigma(O_t, X_t) dW_t \end{cases}$$
donde:

• $X_t \in \mathbb{R}^d$ es el proceso de estado.
• $O_t$ es una medida finita en $\mathbb{R}^d$ que representa el tiempo que el proceso pasa en diversas regiones (el flujo de ocupación).
• La dependencia de los coeficientes ($b, \sigma, \lambda$) de $O_t$ introduce una dependencia de trayectoria de dimensión infinita.

El Desafío Central: Aunque el sistema es markoviano en el espacio producto de medidas y espacio euclidiano ($\mathcal{M}(\mathbb{R}^d) \times \mathbb{R}^d$), el espacio de estados es de dimensión infinita. La simulación directa es imposible porque no se puede almacenar ni actualizar la medida completa $O_t$ en cada paso de tiempo. Los métodos existentes luchan por aproximar este objeto de dimensión infinita mientras controlan el error.

2. Metodología: Proyecciones Cilíndricas

Los autores proponen un método de aproximación numérica llamado Proyecciones Cilíndricas para reducir la medida de ocupación de dimensión infinita a un sistema de dimensión finita.

A. Estructura Cilíndrica

El método se basa en identificar una medida finita $o$ con una secuencia de sus integrales contra una familia numerable de funciones de prueba $(f_k)_{k \in \mathbb{N}}$.

• Norma Cilíndrica: Se define una norma en el espacio de medidas utilizando una familia separadora de funciones $(g_j)$:
  $$\|o\| := \left( \sum_{j=0}^\infty |o(g_j)|^2 \right)^{1/2}$$
• Proyección: Para un nivel de truncamiento $K$, la medida de ocupación $O_t$ se proyecta sobre un vector de dimensión finita $Z_t^K \in \mathbb{R}^{N_K+1}$:
  $$Z_t^K := (O_t(f_0), \dots, O_t(f_{N_K}))$$
  donde $(f_k^K)$ es una partición de la unidad subordinada a una cubierta del espacio de estados.

B. El Sistema Aproximado

La OSDE original se aproxima mediante un sistema de dimensión finita $(X_t^K, Z_t^K)$:
$$\begin{cases} d Z_t^K = f^K(X_t^K) \lambda^K(Z_t^K, X_t^K) dt \\ d X_t^K = b^K(Z_t^K, X_t^K) dt + \sigma^K(Z_t^K, X_t^K) dW_t \end{cases}$$
Aquí, los coeficientes se "elevan" de nuevo al espacio de medidas mediante un operador de reconstrucción $o^K(z) = \sum z_k \delta_{x_k}$. Esto transforma el problema en una EDE estándar de dimensión finita que puede simularse utilizando esquemas estándar como Euler–Maruyama.

3. Contribuciones Clave

1. Marco Teórico: Introducción de las proyecciones cilíndricas como una herramienta rigurosa para aproximar dinámicas dependientes de la trayectoria impulsadas por medidas de ocupación.
2. Tasas de Convergencia Fuerte: Los autores demuestran que la aproximación converge fuertemente al proceso verdadero. Específicamente, para un horizonte de tiempo fijo $T$:
   $$\mathbb{E}\left[ \sup_{0 \le t \le T} |X_t - X_t^K|^2 \right]^{1/2} \le \frac{C}{K}$$
   Esto establece una tasa de convergencia lineal con respecto al nivel de truncamiento $K$.
3. Análisis de Error Débil: El artículo extiende el análisis a la convergencia débil (esperanzas de funcionales), mostrando que para funcionales Lipschitz $\phi$:
   $$|\mathmathbb{E}[\phi(O_T, X_T)] - \mathbb{E}[\phi(o^K(Z_T^K), X_T^K)]| \le \frac{C}{K}$$
   Esto es crucial para la valoración de derivados financieros.
4. Manejo de Coeficientes No Acotados: Los autores abordan casos donde los coeficientes pueden crecer linealmente (condición Lipschitz) mediante el uso de técnicas de localización (tiempos de parada) y derivando tasas de convergencia que dependen de factores logarítmicos si el crecimiento es no acotado.

4. Resultados Numéricos y Ejemplos

El método se valida mediante simulaciones Euler–Maruyama en tres ejemplos distintos:

• Difusión Auto-Atractiva de Cranston–Le Jan:
  • Un proceso atraído por su propia media móvil.
  • Existe una solución fuerte explícita, lo que permite una comparación directa de errores.
  • Resultado: El error numérico disminuye linealmente con $K$, confirmando la tasa teórica $O(1/K)$.
• Difusión Auto-Interactuante de Raimond:
  • Una difusión multidimensional donde la deriva depende de la dirección de las posiciones pasadas.
  • Dado que no existe una solución explícita, el método compara la proyección contra una referencia de alta resolución ($K=75$).
  • Resultado: Se observa convergencia, limitada únicamente por el ruido de muestreo y el error de discretización.
• Modelo de Volatilidad Ocupada Local (LOV):
  • Un modelo financiero donde la volatilidad depende del flujo de ocupación exponencial en el tiempo.
  • Resultado: El método simula con éxito la volatilidad dependiente de la trayectoria, demostrando su aplicabilidad a derivados financieros complejos.

5. Significado y Aplicaciones

• Viabilidad Computacional: El artículo proporciona el primer método práctico y computacionalmente tratable para simular difusiones ocupadas generales, las cuales anteriormente se consideraban intratables debido a la dimensionalidad infinita.
• Valoración de Derivados Financieros: El análisis de error débil respalda directamente el uso de métodos de Monte Carlo para la valoración de opciones dependientes de la trayectoria (por ejemplo, opciones asiáticas) en modelos con volatilidad dependiente de la trayectoria (LOV).
• Generalizabilidad: El enfoque de proyección cilíndrica es versátil y puede aplicarse a otros procesos con valores en medidas, incluidas dinámicas de tipo McKean-Vlasov y sistemas con interacciones retardadas.
• Eficiencia: A diferencia de las EDEs dependientes de la trayectoria generales donde la dimensión del estado crece con los pasos de tiempo, la proyección cilíndrica mantiene una dimensión finita fija $K$, ofreciendo ventajas significativas en almacenamiento y cómputo.

Conclusión

Tissot-Daguette y Zhang cierran exitosamente la brecha entre la existencia teórica de las difusiones ocupadas y su simulación práctica. Al introducir proyecciones cilíndricas, reducen un problema de dimensión infinita a uno de dimensión finita con límites de error rigurosos ($O(1/K)$), permitiendo la simulación de sistemas auto-interactuantes complejos y la valoración de derivados financieros sofisticados.