💰 quantitative finance

Signature SDEs from an affine and polynomial perspective

यह शोधपत्र प्रदर्शित करता है कि सिग्नेचर स्टोकेस्टिक डिफरेंशियल इक्वेशंस (signature stochastic differential equations) को विस्तारित टेंसर बीजगणित (extended tensor algebra) पर एफ़ाइन और पॉलिनोमियल प्रक्रियाओं के रूप में अभिलक्षित किया जा सकता है, जो रिकी (Riccati) और रैखिक ओडीई (linear ODEs) के अभिसारी पावर सीरीज़ समाधानों के माध्यम से उनके फूरियर-लाप्लास ट्रांसफॉर्म और अपेक्षित मानों के स्पष्ट सूत्रों के व्युत्पन्न को सक्षम बनाता है, जिससे विश्लेषणात्मक रूप से सुलभ नियमों वाले पाथ-डिपेंडेंट इटो-डिफ्यूज़न (path-dependent Itô-diffusions) के लिए एक सार्वभौमिक ढांचा प्राप्त होता है।

मूल लेखक: Christa Cuchiero, Sara Svaluto-Ferro, Josef Teichmann

प्रकाशित 2026-07-08

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Christa Cuchiero, Sara Svaluto-Ferro, Josef Teichmann

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक भटकते हुए शराबी (एक गणितीय अवधारणा जिसे "ब्राउनियन मोशन" या रैंडम वॉक कहा जाता है) के भविष्य के पथ की भविष्यवाणी करने की कोशिश कर रहे हैं जो एक शहर में घूम रहा है। आमतौर पर, यह अनुमान लगाने के लिए कि वह कहाँ समाप्त होगा, आपको केवल यह जानने की आवश्यकता होती है कि वह अभी कहाँ है। लेकिन क्या होगा यदि शहर के नियम अजीब हों जहाँ शराबी का अगला कदम न केवल उसके वर्तमान स्थान पर, बल्कि उसके पूरे इतिहास पर निर्भर करता है कि वह कहाँ-कहाँ रहा है? शायद वह तब बाएं मुड़ता है जब उसने पहले एक घेरा बनाया हो, या यदि उसने बहुत अधिक टेढ़े-मेढ़े रास्ते (zig-zags) लिए हों तो वह अपनी गति बढ़ा देता है।

यह पाथ डिपेंडेंस (पथ निर्भरता) की समस्या है। इसे हल करना अविश्वसनीय रूप से कठिन है क्योंकि सिस्टम की "अवस्था" (state) केवल एक संख्या नहीं है; यह यात्रा की पूरी कहानी है।

यह शोध पत्र इन जटिल, इतिहास-निर्भर समस्याओं को हल करने के लिए एक चतुर गणितीय युक्ति पेश करता है। यहाँ सरल उपमाओं का उपयोग करके इसका विवरण दिया गया है:

1. "सिग्नेचर" (Signature): पथों के लिए एक अद्वितीय फिंगरप्रिंट

लेखक सिग्नेचर नामक एक उपकरण का उपयोग करते हैं। सिग्नेचर को पथ के एक अद्वितीय गणितीय फिंगरप्रिंट के रूप में समझें।

जिस तरह एक फिंगरप्रिंट उंगली की अनूठी रेखाओं और घुमावों को पकड़ता है, सिग्नेचर पथ के अनूठे घुमावों, मोड़ों और लूपों को पकड़ता है।
यह काम करता है क्योंकि यह पथ द्वारा लिए गए सभी छोटे कदमों को लेता है और उन्हें एक विशिष्ट तरीके से (इटरेटेड इंटीग्रल्स के माध्यम से) जोड़ता है।
जादू: सिग्नेचर में पथ के बारे में सारी जानकारी होती है। यदि आप सिग्नेचर जानते हैं, तो आप पथ को जानते हैं। इससे भी बेहतर, सिग्नेचर जटिल, गैर-रेखीय (non-linear) इतिहास को संख्याओं के एक ऐसे सेट में बदल देता है जो गणितीय रूप से बहुत सुव्यवस्थित व्यवहार करते हैं।

2. "लीनियराइजेशन" (Linearization): एक वक्र को सीधी रेखा में बदलना

वित्त (finance) और भौतिकी (physics) में मुख्य समस्या यह है कि ये इतिहास-निर्भर पथ आमतौर पर गैर-रेखीय और अस्त-व्यस्त होते हैं। वे ऊन के एक उलझे हुए गोले की तरह होते हैं।

लेखक दिखाते हैं कि यदि आप पथ के बजाय उसके सिग्नेचर को देखते हैं, तो वह उलझा हुआ ऊन का गोला अचानक एक सीधी रेखा (या एक बहुत ही सरल, अनुमानित वक्र) बन जाता है।
वे इन्हें "सिग्नेचर SDEs" (स्टोकेस्टिक डिफरेंशियल इक्वेशंस) कहते हैं। सिग्नेचर पर स्विच करके, वे एक अराजक, इतिहास-निर्भर सिस्टम को एक ऐसे सिस्टम में बदल देते हैं जो सरल रेखीय नियमों का पालन करता है।

3. "एफाइन और पॉलिनोमियल" टूल्स: कैलकुलेटर

एक बार जब समस्या एक सीधी रेखा (रेखीय) में बदल जाती है, तो लेखक इसे हल करने के लिए दो शक्तिशाली गणितीय "कैलकुलेटरों" का उपयोग करते हैं:

एफाइन प्रोसेस (Affine Processes): ये वे सिस्टम हैं जहाँ भविष्य का औसत व्यवहार वर्तमान अवस्था पर रेखीय रूप से निर्भर करता है।
पॉलिनोमियल प्रोसेस (Polynomial Processes): ये वे सिस्टम हैं जहाँ भविष्य का विचरण (variance/फैलाव) वर्तमान अवस्था के एक सरल पॉलिनोमियल (जैसे $x^2$ ) पर निर्भर करता है।

यह शोध पत्र सिद्ध करता है कि सिग्नेचर SDEs वास्तव में इन्हीं सरल "एफाइन" और "पॉलिनोमियल" प्रक्रियाओं के रूप में छिपे हुए हैं। यह एक बहुत बड़ी बात है क्योंकि हमारे पास इन सरल प्रक्रियाओं के भविष्य की गणना करने के लिए पहले से ही सटीक सूत्र मौजूद हैं।

4. समाधान: रिकाटी इक्वेशंस (Riccati Equations - रेसिपी)

चूंकि अब समस्या "सरल" हो गई है, इसलिए लेखक भविष्य की भविष्यवाणी करने के लिए सटीक सूत्र लिख सकते हैं।

वे केवल अनुमान नहीं लगाते; वे विशिष्ट डिफरेंशियल इक्वेशंस (जिन्हें रिकाटी इक्वेशंस और लीनियर ODEs कहा जाता है) को हल करते हैं जो एक रेसिपी की तरह कार्य करते हैं।
यदि आप वर्तमान "सिग्नेचर" को इस रेसिपी में डालते हैं, तो यह आपको सटीक संभावना बताता है कि पथ कहाँ होगा, या उस पथ के किसी भी फंक्शन का अपेक्षित मान (expected value) क्या होगा।
वे दिखाते हैं कि इन रेसिपी को पावर सीरीज़ (अनंत योग) के रूप में लिखा जा सकता है, जिसे कंप्यूटर पर गणना किया जा सकता है।

5. यह क्यों महत्वपूर्ण है (शोध पत्र के अनुसार)

सार्वभौमिकता (Universality): लेखक दावा करते हैं कि यह विधि "सार्वभौमिक" है। इसका अर्थ है कि ब्राउनियन मोशन द्वारा संचालित लगभग कोई भी रैंडम प्रोसेस (यहाँ तक कि जटिल, इतिहास-निर्भर नियमों वाले भी) इस दृष्टिकोण के माध्यम से देखा जा सकता है।
स्पष्ट सूत्र (Explicit Formulas): एक अनुमान प्राप्त करने के लिए हजारों कंप्यूटर सिमुलेशन (मोंटे कार्लो) चलाने के बजाय, यह विधि आपको एक सीधा सूत्र देती है।
वास्तविक दुनिया के उदाहरण: वे इसका परीक्षण निम्नलिखित चीजों पर करते हैं:
- जियोमेट्रिक ब्राउनियन मोशन: स्टॉक की कीमतों के लिए एक मानक मॉडल।
- जैकोबी डिफ्यूजन: एक मॉडल जिसका उपयोग अक्सर ब्याज दरों या उन संभावनाओं के लिए किया जाता है जो 0 और 1 के बीच रहती हैं।
- काउंटर-एग्जांपल: वे यह भी दिखाते हैं जहाँ गणित जटिल हो जाता है (ऐसे "डिजनेरेसी पॉइंट्स" पर जहाँ नियम टूट जाते हैं), जिससे यह सिद्ध होता है कि वे ठीक से जानते हैं कि उनकी विधि कहाँ काम करती है और कहाँ नहीं।

सारांश उपमा

कल्पना कीजिए कि आप मौसम की भविष्यवाणी करने की कोशिश कर रहे हैं।

पुराना तरीका: आप वर्तमान तापमान, हवा और नमी को देखते हैं, लेकिन आपको पिछले सप्ताह में हुए हर तूफान को भी याद रखना पड़ता है क्योंकि वायुमंडल की एक "याददाश्त" होती है। इसकी सीधे गणना करना बहुत जटिल है।
इस शोध पत्र का तरीका: आप पूरे मौसम के इतिहास को एक एकल "वेदर सिग्नेचर" कोड में संकुचित कर देते हैं। आप खोज निकालते हैं कि यदि आप इस कोड को देखते हैं, तो मौसम के नियम सरल और रेखीय (जैसे ग्राफ पर एक सीधी रेखा) हो जाते हैं। फिर आप उस कोड के आधार पर भविष्य के मौसम की भविष्यवाणी करने के लिए एक सरल कैलकुलेटर (रिकाटी इक्वेशन) का उपयोग करते हैं।

यह शोध पत्र मूल रूप से कहता है: "पथ के इतिहास की जटिलता से लड़ो मत। इतिहास को एक सिग्नेचर में एनकोड करो, और जटिलता गायब हो जाएगी, जिससे आपके पास एक सरल, हल करने योग्य गणितीय समस्या बच जाएगी।"

तकनीकी सारांश: एक एफाइन और पॉलिनोमियल परिप्रेक्ष्य से सिग्नेचर SDEs

समस्या विवरण
यह शोध पत्र पथ-निर्भर गुणांकों (path-dependent coefficients) वाले स्टोचैस्टिक प्रक्रियाओं के नियमों को लक्षणित करने की चुनौती को संबोधित करता है, विशेष रूप से Itô-डिफ्यूजन की श्रेणी के भीतर। जबकि परिमित आयामों में एफाइन (affine) और पॉलिनोमियल (polynomial) प्रक्रियाएं अपनी सुगमता (उनके फूरियर-लाप्लास ट्रांसफॉर्म और मोमेंट्स के स्पष्ट सूत्रों के कारण) के लिए अच्छी तरह से समझी जाती हैं, वित्त और भौतिकी के कई आधुनिक मॉडल (जैसे रफ वोलैटिलिटी, न्यूरल SDEs) ऐसी पथ-निर्भरता प्रदर्शित करते हैं जो इन मानक श्रेणियों से बाहर है। लेखक एक ऐसा ढांचा स्थापित करने का लक्ष्य रखते हैं जहाँ ऐसी सामान्य पथ-निर्भर प्रक्रियाओं को अनंत-आयामी एफाइन या पॉलिनोमियल प्रक्रियाओं में "रैखिकीकृत" (linearized) किया जा सके, जिससे उनके विशेषता फलनों (characteristic functions) और अपेक्षित मूल्यों (expected values) की स्पष्ट गणना संभव हो सके।

कार्यप्रणाली
मुख्य कार्यप्रणाली एक निरंतर सेमीमार्टिंगेल (continuous semimartingale) के सिग्नेचर (signature) पर निर्भर करती है, जो स्वयं के विरुद्ध उसके पुनरावृत्त स्ट्रैटोविच इंटीग्रल्स (iterated Stratonovich integrals) से बना होता है। लेखक सिग्नेचर प्रक्रिया को विस्तारित टेंसर बीजगणित $T((\mathbb{R}^d))$ पर, विशेष रूप से ग्रुप-लाइक तत्वों (group-like elements) के उपसमुच्चय पर स्थित मानों के रूप में देखते हैं।

टेन्सर बीजगणित पर एफाइन और पॉलिनोमियल ढांचा:
लेखक विस्तारित टेंसर बीजगणित के उपसमुच्चयों पर एफाइन और पॉलिनोमियल प्रक्रियाओं के सिद्धांत को पहले सामान्यीकृत करते हैं।

एफाइन प्रक्रियाएं: इन्हें एक मार्टिंगेल समस्या के माध्यम से परिभाषित किया जाता है जहाँ जनरेटर (generator) एक्सपोनेंशियल फलनों $\exp(\langle u, x \rangle)$ पर लागू होने पर स्वयं उस फलन के समान परिणाम देता है, जिसका गुणांक $R(u)$ द्वारा निर्धारित एक मानचित्र है। यह एक एफाइन ट्रांसफॉर्म फॉर्मूला की ओर ले जाता है जहाँ फूरियर-लाप्लास ट्रांसफॉर्म $\exp(\langle \psi(T), x_0 \rangle)$ के रूप में व्यक्त किया जाता है, जहाँ $\psi$ एक टेंसर-बीजगणित मान वाले रिकाटी ODE (Riccati ODE) को हल करता है।
पॉलिनोमियल प्रक्रियाएं: इन्हें रैखिक फलनों $\langle u, x \rangle$ के लिए समान रूप से परिभाषित किया गया है। जनरेटर इन फलनों को रैखिक संयोजनों में बदल देता है, जिससे एक मोमेंट फॉर्मूला प्राप्त होता है जहाँ अपेक्षित मान एक टेंसर-बीजगणित मान वाले रैखिक ODE के माध्यम से व्यक्त किए जाते हैं।
द्वैतता (Duality): शोध पत्र एक द्वैतता परिप्रेक्ष्य का उपयोग करता है, यह दिखाते हुए कि द्वैत प्रक्रिया (निश्चित/deterministic) का विकास इन ODEs द्वारा नियंत्रित होता है, जिससे प्राइमल स्टोचैस्टिक प्रक्रिया के अपेक्षाओं की गणना संभव होती है।

सिग्नेचर SDEs:
लेखक सिग्नेचर SDEs (Sig-SDEs) पेश करते हैं जो इस रूप में होते हैं:
$dX_t = b(X_t)dt + \sqrt{a(X_t)}dB_t$
जहाँ $X_t$ सिग्नेचर प्रक्रिया है, और गुणांक $b$ और $a$ सिग्नेचर घटकों के एंटायर मैप्स (entire maps - अभिसरण अनंत रैखिक संयोजन) हैं। केवल परिमित ट्रंकेशन (finite truncations) पर विचार करने वाले मानक सेटअपों के विपरीत, यह ढांचा उचित एंटायर मैप्स को संभालता है।
मुख्य सैद्धांतिक परिणाम:
केंद्रीय परिणाम यह है कि एक Sig-SDE का सिग्नेचर प्रक्रिया स्वयं ग्रुप-लाइक तत्वों के स्टेट स्पेस पर एक एफाइन और पॉलिनोमियल प्रक्रिया होती है।

Sig-SDE के ड्रिफ्ट (drift) और डिफ्यूजन (diffusion) लक्षण विस्तारित टेंसर बीजगणित में वेक्टर फील्ड्स $R$ (रिकाटी ODE के लिए) और $L$ (रैखिक ODE के लिए) को निर्धारित करते हैं।
विशेष रूप से, $R(u)$ में $u$ के द्विघात पद (quadratic terms) शामिल होते हैं (डिफ्यूजन गुणांक के कारण), जबकि $L(u)$ में $u$ रैखिक होता है।
फलस्वरूप, सिग्नेचर के फूरियर-लाप्लास ट्रांसफॉर्म और एंटायर फलनों के अपेक्षित मान को इन अनंत-आयामी ODEs को हल करके निकाला जा सकता है।

एक-आयामी मामला और वास्तविक-विश्लेषिकता (Real-Analyticity):
अनुभाग 5 में, लेखक वास्तविक-विश्लेषिक गुणांकों वाले एक-आयामी डिफ्यूजनों के लिए इसे विशिष्ट बनाते हैं। यहाँ सिग्नेचर प्रक्रिया शक्तियों के अनुक्रम $(1, X_t, X_t^2, \dots)$ के अनुरूप होती है।

वे सिद्ध करते हैं कि यूनिफॉर्म एलिप्टिसिटी (uniform ellipticity) और बाउंडेडनेस (boundedness) की शर्तों के तहत, कोलमोगोरोव समीकरण का समाधान स्थानिक चर (spatial variable) में वास्तविक-विश्लेषिक होता है।
यह अनुमति देता है कि मोमेंट और एफाइन ट्रांसफॉर्म फॉर्मूला एक सघन वर्ग (dense class) के फलनों के लिए मान्य हों।
शोध पत्र एक काउंटर-एग्जांपल (अनुभाग 5.3.5) भी प्रदान करता है जो दिखाता है कि डिफ्यूजन गुणांक के डिजेनरेट बिंदुओं (degeneracy points) पर, अपेक्षित मान की वास्तविक-विश्लेषिकता विफल हो सकती है, जो इन सूत्रों के वैश्विक रूप से मान्य होने के लिए विशिष्ट शर्तों की आवश्यकता को रेखांकित करता है।

प्रमुख योगदान और परिणाम

सिग्नेचर SDEs की सार्वभौमिकता: शोध पत्र प्रदर्शित करता है कि पथ-निर्भर Itô-डिफ्यूजन की एक विस्तृत श्रेणी को अनंत-आयामी एफाइन और पॉलिनोमियल प्रक्रियाओं के प्रोजेक्शन के रूप में दर्शाया जा सकता है। यह ब्राउनियन-ड्रिवन प्रक्रियाओं के स्थान में एफाइन/पॉलिनोमियल वर्ग के भीतर एक प्रकार की सार्वभौमिकता स्थापित करता है।
स्पष्ट सूत्र: लेखक सिग्नेचर के फूरियर-लाप्लास ट्रांसफॉर्म और एंटायर फलनों के अपेक्षित मानों के लिए स्पष्ट सूत्र प्राप्त करते हैं। ये सूत्रों को विस्तारित टेंसर बीजगणित में रिकाटी और रैखिक ODEs के समाधानों के रूप में अभिसारी पावर सीरीज़ (या लीनियर सीरीज़) के रूप में दिया गया है।
दृष्टिकोणों का एकीकरण: यह शोध पत्र एफाइन (रैखिक) और पॉलिनोमियल (रैखिक) दृष्टिकोणों को एकीकृत करता है, यह दिखाते हुए कि ग्रुप-लाइक तत्वों पर सिग्नेचर के लिए वे सहसंबद्ध हैं। यह ट्रांसपोर्ट PDE के साथ भी संबंध स्थापित करता है, जो रिकाटी ODEs के विकल्प के रूप में एक वैकल्पिक तरीका प्रदान करता है जो कुछ मामलों में विस्फोट (explosion) संबंधी समस्याओं से बचता है।
संख्यात्मक चित्रण: सैद्धांतिक ढांचे को संख्यात्मक उदाहरणों के माध्यम से मान्य किया गया है, जिसमें ज्योमेट्रिक ब्राउनियन मोशन के लाप्लास ट्रांसफॉर्म और ब्राउनियन मोशन के चौथे घात की गणना शामिल है। लेखक प्रदर्शित करते हैं कि जबकि रिकाटी ODEs के 'नाइव ट्रंकेशन' (naive truncation) से अस्थिरता हो सकती है, ट्रांसपोर्ट समीकरणों या विशिष्ट मोमेंट फॉर्मूला कार्यान्वयन पर आधारित स्कीमें स्थिर परिणाम देती हैं।

महत्व और दावे
शोध पत्र दावा करता है कि यह सिग्नेचर स्पेस में ऊपर उठकर (lifting) पथ-निर्भर स्टोचैस्टिक प्रक्रियाओं के विश्लेषण के लिए एक "सार्वभौमिक" ढांचा प्रदान करता है। ऐसा करके, यह उन मॉडलों के लिए शक्तिशाली एफाइन और पॉलिनोमियल तकनीकों के अनुप्रयोग की अनुमति देता जो पहले जटिल थे या जिन्हें बिना किसी स्पष्ट संरचनात्मक गारंटी के जटिल संख्यात्मक अनुमानों की आवश्यकता थी।

लेखक इस बात पर जोर देते हैं कि उनका दृष्टिकोण फूरियर-लाप्लास ट्रांसफॉर्म के साथ काम करके एक्सपोनेंशियल मोमेंट स्थितियों की आवश्यकता के बिना पथ स्पेस पर कानूनों (laws) के लक्षण वर्णन की अनुमति देता है। वे नोट करते हैं कि यह मशीन लर्निंग (जैसे एंटायर एक्टिवेशन फंक्शन वाले न्यूरल SDEs) और रफ वोलैटिलिटी मॉडलिंग में आधुनिक मॉडलों के लिए विशेष रूप से प्रासंगिक है।

शोध पत्र पूर्ण सामान्यता में अनंत-आयामी ODEs के समाधान के अस्तित्व और विशिष्टता के संबंध में विनम्र रहता है, यह नोट करते हुए कि हालांकि विशिष्ट मामलों (जैसे बाउंडेड गुणांक, यूनिफॉर्म एलिप्टिसिटी) के लिए वैश्विक अस्तित्व स्थापित किया गया है, सामान्य सिद्धांत इस धारणा पर निर्भर करता है कि Sig-SDE का एक समाधान मौजूद है। संख्यात्मक परिणाम प्राप्त सूत्रों के व्यावहारिक अनुप्रयोग को दर्शाने के लिए हैं, न कि सभी सामान्य पथ-निर्भर गुणांकों के लिए सामान्य अस्तित्व प्रमेय को सिद्ध करने के लिए।