อธิบาย Dynkin's Formula สำหรับกระบวนการสุ่ม
เรียนรู้ว่า Dynkin's formula เชื่อมโยง Markov generators การเปลี่ยนแปลงที่คาดหมาย stopping times martingales สมการราคา และการคำนวณโมเมนต์อย่างไร
คำตอบโดยตรง
Dynkin's formula เท่ากับการเปลี่ยนแปลงที่คาดหมายของฟังก์ชันที่เหมาะสมของ Markov process กับอินทิกรัลตามเวลาที่คาดหมายของ generator สำหรับ stopping time ที่ถูกต้อง สูตรนี้เปลี่ยน dynamics เฉพาะจุดให้เป็นเอกลักษณ์บนช่วงเวลาจำกัด
Generator วัดการเคลื่อนไหวที่คาดหมายเฉพาะจุด
สำหรับ Markov process X ที่ไม่ขึ้นกับเวลา generator L กระทำต่อ test function f ไม่ใช่โดยตรงต่อเส้นทางที่เกิดขึ้นจริง
โดยนิยาม Lf(x) คือขีดจำกัดระยะสั้นของ E_x[f(X_h)] ลบ f(x) แล้วหารด้วย h
Domain ของมันสำคัญ ขีดจำกัด ความเรียบ และ integrability ที่ต้องใช้ขึ้นกับ process และรูปแบบของทฤษฎีบท
Dynkin's identity สะสม generator
สำหรับ t แบบกำหนดแน่นอน รูปแบบพื้นฐานคือ E_x[f(X_t)] = f(x) + E_x[∫₀ᵗ Lf(X_s) ds]
ด้านซ้ายคือ expected value บนช่วงเวลาจำกัด ส่วนด้านขวาเพิ่มค่าเริ่มต้นกับการเปลี่ยนแปลงเฉพาะจุดที่คาดหมายซึ่งสะสม
นี่เป็นคู่ขนานแบบสุ่มของการอินทิเกรตอนุพันธ์ แต่ L รวม drift diffusion และอาจรวมผลของ jump
Stopping time ทำให้สูตรมีพลังมากขึ้น
ภายใต้เงื่อนไขที่เหมาะสม สามารถแทน t ด้วย stopping time τ เช่น การออกจากบริเวณครั้งแรก
จากนั้นเหตุการณ์ขอบเขตและคำถามเรื่อง hitting time กลายเป็นเอกลักษณ์ของ expectation ที่มี generator ก่อน τ
Optional sampling ไม่ได้เกิดขึ้นโดยอัตโนมัติ ต้องมี boundedness, localization, uniform integrability หรือสมมติฐานอื่นรองรับ
รูปแบบ martingale เผยกลไก
กระบวนการ M_t = f(X_t) - f(X_0) - ∫₀ᵗ Lf(X_s) ds เป็น local martingale ภายใต้ domain conditions ที่เหมาะสม
เมื่อ taking expectations ที่พิสูจน์ได้ increment ของ martingale จะหายไปและได้ Dynkin's formula
สำหรับ Itô diffusion การใช้ Itô's formula ระบุ L จาก drift และ covariance ดังนั้นผลลัพธ์ทั้งสองสอดคล้องกัน ไม่ได้แข่งขันกัน
สมการราคาเกิดจาก drift ที่คาดหมายเป็นศูนย์
Value function ที่คิดลดแล้วถูกออกแบบให้ไม่มี gain ที่คาดการณ์ได้ภายใต้ pricing measure เมื่อโมเดลและเงื่อนไข claim ใช้ได้
การใช้ Dynkin's formula กับ value นั้นทำให้ generator residual ที่เกี่ยวข้องเป็นศูนย์ใน continuation region
นี่เป็นเส้นทางหนึ่งจาก risk-neutral expectations ไปสู่ backward pricing equations และจาก stopped expectations ไปสู่ปัญหา boundary-value
Test function เปิดทางให้โมเมนต์และขอบเขต
การเลือก f(x) = x, x² หรือ polynomial อื่นอาจสร้างสมการโมเมนต์เมื่อพจน์จาก generator ปิดรูปได้
การเลือก Lyapunov function อาจใช้แทนเพื่อ bound ความน่าจะเป็นของการออก เวลาหยุดที่คาดหมาย หรือเสถียรภาพระยะยาว
สูตรไม่ได้เลือก f ให้เอง ความเข้าใจเกิดจากการเลือกฟังก์ชันที่ทำให้ generator เปิดเผยปริมาณที่สนใจ
เงื่อนไขป้องกันการคำนวณที่เป็นเพียงรูปแบบ
ฟังก์ชันที่ไม่จำกัด explosive processes ขอบเขตไม่สม่ำเสมอ และ stopping time ที่เป็นอนันต์อาจทำให้ขั้นตอน expectation แบบไม่ระวังใช้ไม่ได้
Jump process ใช้ generator ที่มีพจน์อินทิกรัล ส่วนโมเดลที่ไม่เป็นเนื้อเดียวตามเวลาเพิ่มอนุพันธ์ตามเวลาหรือ state ที่ขยาย
ระบุ process, generator domain, stopping rule และ integrability conditions ก่อนถือว่า identity นี้เป็นทางลัดเชิงตัวเลข
คำถามที่พบบ่อย
Dynkin's formula อธิบายแบบง่ายคืออะไร
คือสูตรที่รวมการเปลี่ยนแปลงเฉพาะจุดจาก generator ตลอดเวลา เพื่อหาการเปลี่ยนแปลงที่คาดหมายของฟังก์ชันของ Markov process
Dynkin's formula เกี่ยวข้องกับ Itô's formula อย่างไร
Itô's formula ให้การเปลี่ยนแปลงตามเส้นทางของ diffusion ส่วน Dynkin's formula นำรูปแบบนั้นมารับ expectation และตัด martingale increment ออก
Dynkin's formula ใช้ stopping time ได้หรือไม่
ได้ภายใต้เงื่อนไข boundedness, localization หรือ integrability ที่เพียงพอ การแทนเวลาแบบกำหนดแน่นอนด้วย τ ไม่ได้รับอนุญาตโดยอัตโนมัติ
เหตุใด Dynkin's formula จึงสำคัญในการเงิน
เพราะเชื่อม dynamics ของ process กับ pricing equations, hitting probabilities, expected stopping times และสมการของโมเมนต์