全非线性Feynman-Kac公式及其应用的若干研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11601282
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0210.随机分析与随机过程
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Being an important and non-trivial generalization of the classical probability theory, the recently developed nonlinear expectation theory provides a powerful tool for the study of financial asset pricing and risk measure under Knightian uncertainty. Moreover, it is significant that this theory allows for Feynman-Kac type representation for nonlinear HJB equations rather than linear ones, which leads to a brand-new probabilistic approach to fully nonlinear PDEs. .Based on the fully nonlinear Feynman-Kac formula, our research will be developed in the following aspects. First, we are going to consider the well-posedness of the so-called fully nonlinear parabolic path-dependent partial differential equations (PDEs) through stochastic analysis and PDE techniques. In particular, our plan is to establish the corresponding fully nonlinear Feynman-Kac formula in non-Markovian case, which would be a potential answer to one of Prof. Peng’s open questions posed in the International Congress of Mathematicians 2010 (ICM 2010). Then we will investigate the limit theorems for stochastic processes in the nonlinear expectation framework such as averaging principle. This research is the fundamental for the study of asymptomatic properties of solutions to fully nonlinear parabolic PDEs, for example, the homogenization. Finally, we shall study the pricing theory for (path-dependent) derivatives under models uncertainty. Furthermore, numerical algorithm of path-dependent PDEs will also be discussed for solving real financial problems in order to improve the methods of mathematical finance..In conclusion, this project is motivated by the open problem in the connection between the nonlinear expectation and PDEs theory. By conducting high-level research, our aim is to open new perspectives for nonlinear stochastic analysis and to reinforce the framework of nonlinear expectation including both theory and practical application.
非线性(数学)期望理论不仅很好地刻画了模型不确定性下的资产定价与风险度量等经济金融问题,还非平凡地推广了经典概率论。特别地,它将经典的线性Feynman-Kac公式推广至全非线性情形,提供了研究全非线性抛物型偏微分方程的概率方法。为此,本项目将基于全非线性Feynman-Kac公式这一纽带,通过随机分析方法以及偏微分方程技术的综合应用,研究全非线性抛物型轨道偏微分方程的适定性,以建立非马尔可夫情形下的全非线性Feynman-Kac公式,解决彭实戈院士在2010年数学家大会上提出的这一公开问题;探索非线性期望框架下的随机过程极限理论,以分析全非线性抛物型偏微分方程的均匀化等渐近极限问题,丰富和完善偏微分方程理论;讨论模型不确定性下的衍生产品定价以及数值计算等实际金融问题。我们希望,通过该项目的研究得到一些随机分析以及金融数学中具有国内外领先水平的原创性成果,促进非线性期望理论的发展与应用。

结项摘要

非线性数学期望理论提供了研究全非线性Feynman-Kac公式的新思路,刻画了模型不确定性下的资产定价与风险度量等经济金融问题。为此本项目深入地研究了以G-正倒向随机微分方程为核心的全非线性Feynman-Kac公式、全非线性轨道偏微分方程、全非线性抛物型偏微分方程的渐近化及相关问题。我们通过随机分析方法以及偏微分方程技术的综合应用,建立了一般HJBI方程的全非线性Feynman-Kac公式,并讨论了HJBI方程的粘性解的存在唯一性理论及其在模型不确定性下金融市场中资本资产的风险度量问题中的应用;创立了G-期望框架下的遍历倒向随机微分方程理论,发展了G-随机微分方程的奇异摄动理论,解决了全非线性抛物型偏微分方程的均匀化等渐近极限问题,突破了经典概率论中线性这一框架限制。除此之外,我们还研究了非线性框架下布朗运动的容度估计问题,随机微分方程的生存性问题,均值反射倒向随机微分方程理论及其在风险管理约束下衍生产品的定价问题中的应用,得到了一系列随机分析、随机控制和金融数学的国际前沿、国内领先的应用基础成果。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Ergodic BSDEs driven by G-Brownian motion and applications
G-布朗运动驱动的各态倒向随机微分方程及其应用
  • DOI:
    10.1142/s0219493718500508
  • 发表时间:
    2018
  • 期刊:
    Stochastics and Dynamics
  • 影响因子:
    1.1
  • 作者:
    Mingshang Hu;Falei Wang
  • 通讯作者:
    Falei Wang
Quadratic BSDEs with mean reflection
具有平均反射的二次 BSDE
  • DOI:
    10.3934/mcrf.2018031
  • 发表时间:
    2017-05
  • 期刊:
    Mathematical Control and Related Fields
  • 影响因子:
    1.2
  • 作者:
    Hélène Hibon;Ying Hu;Yiqing Lin;Peng Luo;Falei Wang
  • 通讯作者:
    Falei Wang
Stochastic optimal control problem with infinite horizon driven by G-Brownian motion
G-布朗运动驱动的无限视野随机最优控制问题
  • DOI:
    10.1051/cocv/2017044
  • 发表时间:
    2018
  • 期刊:
    ESAIM: Control, Optimisation and Calculus of Variations
  • 影响因子:
    --
  • 作者:
    Mingshang Hu;Falei Wang
  • 通讯作者:
    Falei Wang
Stochastic Optimal Control Problem with Obstacle Constraints in Sublinear Expectation Framework
次线性期望框架中带障碍约束的随机最优控制问题
  • DOI:
    10.1007/s10957-019-01546-3
  • 发表时间:
    2019-06
  • 期刊:
    Journal of Optimization Theory and Applications
  • 影响因子:
    1.9
  • 作者:
    Hanwu Li;Falei Wang
  • 通讯作者:
    Falei Wang
Some properties for Ito processes driven by G-Brownian motion
G-布朗运动驱动的伊藤过程的一些性质
  • DOI:
    10.1214/17-ecp78
  • 发表时间:
    2017
  • 期刊:
    Electronic Communications in Probability
  • 影响因子:
    0.5
  • 作者:
    Li Xinpeng;Wang Falei
  • 通讯作者:
    Wang Falei

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

1957~2014年信江水沙变化特征分析
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    江西水利科技
  • 影响因子:
    --
  • 作者:
    吴英超;刘星根;虞慧;李昌彦;王法磊
  • 通讯作者:
    王法磊

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

王法磊的其他基金

倒向随机微分方程理论及相关应用的若干研究
  • 批准号:
    12171280
  • 批准年份:
    2021
  • 资助金额:
    51 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码