Fórmula de Dynkin para processos estocásticos explicada

Para um processo de Markov homogêneo no tempo X, o gerador L é aplicado a uma função de teste f, não diretamente a uma trajetória realizada

Formalmente, Lf(x) é o limite de curto prazo de E_x[f(X_h)] menos f(x), dividido por h

Seu domínio importa: o limite, a suavidade e a integrabilidade exigidos dependem do processo e da versão do teorema

Para um t determinístico, uma forma básica é E_x[f(X_t)] = f(x) + E_x[∫₀ᵗ Lf(X_s) ds]

O lado esquerdo é uma esperança de horizonte finito, enquanto o lado direito soma o valor inicial à mudança esperada local acumulada

Este é um análogo estocástico da integração de uma derivada, mas L inclui efeitos de drift, difusão e possivelmente saltos

Sob condições adequadas, t pode ser substituído por um tempo de parada τ, como a primeira saída de uma região

Então eventos de fronteira e perguntas sobre tempos de atingimento se tornam identidades de esperança que envolvem o gerador antes de τ

A amostragem opcional não é automática: limitabilidade, localização, integrabilidade uniforme ou outras hipóteses precisam justificar a esperança do processo parado

O processo M_t = f(X_t) - f(X_0) - ∫₀ᵗ Lf(X_s) ds é um martingale local sob as condições de domínio apropriadas

Tomar esperanças justificadas remove o incremento do martingale e produz a fórmula de Dynkin

Para uma difusão de Itô, aplicar a fórmula de Itô identifica L a partir do drift e da covariância, portanto os dois resultados se encaixam em vez de competir

Uma função de valor descontada é desenhada para não ter ganho previsível sob uma medida de precificação quando as condições do modelo e do claim são atendidas

Aplicar a fórmula de Dynkin a esse valor faz o resíduo relevante do gerador desaparecer na região de continuação

Esse é um caminho das esperanças neutras ao risco para equações de precificação retroativas e, das esperanças paradas, para problemas de valor de fronteira

Escolher f(x) = x, x² ou outro polinômio pode derivar equações para momentos quando os termos resultantes do gerador se fecham

Escolher uma função de Lyapunov pode, em vez disso, limitar probabilidades de saída, tempos de parada esperados ou estabilidade de longo prazo

A fórmula não escolhe f por você; o insight vem de selecionar uma função cujo gerador revele a quantidade de interesse

Funções ilimitadas, processos explosivos, fronteiras irregulares e tempos de parada infinitos podem invalidar um passo casual de esperança

Processos com saltos usam um gerador com um termo integral, enquanto modelos não homogêneos no tempo acrescentam uma derivada temporal ou um estado aumentado

Declare o processo, o domínio do gerador, a regra de parada e as condições de integrabilidade antes de tratar a identidade como um atalho numérico