2 votos

No se puede obtener la correcta diferencias Finitas Resultados

Más bien una pregunta de carácter general en relación con un problema que estoy enfrentando con mi implementación en Matlab de la implícita FD método para este PDE:

\begin{ecuación} \frac{\sigma_s^2}{2}\frac{\partial^2 V}{\partial S^2} + \rho(t) \sigma_S \sigma_\alpha\frac{\partial^2 V}{\partial S \partial \alpha} + \frac{\sigma_\alpha^2}{2}\frac{\partial^2 V}{\partial \alpha^2} + \mu_s \frac{\partial V}{\S parcial} + \mu_\alpha \frac{\partial V}{\partial \alpha} + \frac{\partial V}{\partial t} - r(t)V \end{ecuación}

Cuando se ejecuta el código, puedo obtener negativo y no monótono-el aumento de los valores. Sin embargo, deben ser todos positivos y monótona creciente durante las dos dimensiones de la cuadrícula ($F$ y $\alpha$). He comprobado mis condiciones de frontera una y otra vez, pero parece bien a mí. Mismo vale para los FD de discretización de la PDE.

Mi pregunta es, ¿cuál podría ser la causa de mi problema?

Por ejemplo,

  • Existe una posibilidad de que el FD de la fórmula y de las condiciones de contorno son correctas, pero que una elección particular de tamaños de paso está arruinando el método?

  • ¿Cómo puedo saber si el problema es la codificación o que, por ejemplo, mi FD de la matriz (A) está mal especificada?

  • Estoy en lo cierto de que la FD de la matriz a es no depende del tiempo, por lo tanto se puede calcular fuera de la FD bucle?

Una versión más detallada de mi pregunta es dada aquí

Edición 7 de junio: Ampliado el código para manejar grandes cuadrículas. Aplica la variable de transformación tanto F y vol (alfa) similar a la aquí fórmula (2.16). (Obviamente, el límite superior de F/x cambiado en consecuencia, para dar cuenta de la transformación de F a x). Yo ahora obtener el 'mejor' de los resultados, en el sentido de que los valores son positivos y para gran parte de la cuadrícula monótona creciente. Sin embargo, cuando $\beta=1$ y $\nu=0$, yo no obtienen resultados similares a BS. También, por la parte inferior de la $V$ matriz (parte superior F/x de dominio), los valores no son más monótona creciente (a lo largo de $\alpha$/columna-dimensión), véase la esquina inferior izquierda V de la matriz (cerca de $F_{max}$ y $\alpha_{min}$) y a la derecha abajo de la esquina V de la matriz (cerca de $F_{max}$ y $\alpha_{max}$). $A$ no parecen satisfacer la estabilidad de restricción: $||A^{-1}||_{\infty} = 1 \leq 1$. He notado que las diagonales de $Un$ tienden a aumentar rápidamente, de repente (un orden de magnitud +04) y, a continuación, disminuir, después de que se aumenta de nuevo, etc (ejemplo). ¿Es esta la forma $A$ normalmente se comportan (después de la variable de transformación)?

2voto

Andrew Koester Puntos 260

algunos indicadores:

  • ¿el uso de condiciones de contorno adecuadas ?
  • ¿cómo truncar el dominio de espacio ? en particular, es común que primero hacer un cambio de variable para obtener un mejor comportamiento $Una$ de la matriz con todos los términos aproximadamente del mismo tamaño. Por ejemplo, en el "registro normal" SABR caso ($\beta=1$) sería adecuada para trabajar en $(x, y) \in ]-\infty, +\infty[ \times ]-\infty, +\infty[$ espacio $x = \ln(F/F_0)$ y $y = \ln(\alpha/\alpha_0)$, y para truncar el dominio de espacio para $[-b_x, +b_x] \times [-b_y, +b_y]$, con unos límites adecuados $b_x$ y $b_y$.
  • cómo muchos puntos de la malla en cada dirección se utiliza ? Para el propósito práctico de $50 \times 50$ discretización sería mínimo.

También desde un punto de vista práctico, ya que el espacio de estado es de 2 dimensiones de la matriz $A$ no es tridiagonal y por lo tanto muy costoso invertir. Esta es la razón por la ADI (suplente de la dirección implícita para la que podrás encontrar un montón de referencias) son los preferidos.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X