A General Framework for Importance Sampling with Markov Random Walks
创建于 更新于
摘要
本文针对带潜在马尔可夫过程的随机模型难以直接计算重要采样中所需的特征值和特征函数问题，提出一种双指数倾斜通用框架，通过独立扭曲潜在和观测过程并构造链接函数以直接最小化估计器方差，实现计算效率显著提升。该方法不仅包含传统指数倾斜方法作为特例，还能应用于非线性复杂模型，如疫情SIR模型溢出概率和金融系统性风险CoVaR估计，数值结果显示显著的方差减少和对中等稀有事件的对数效率保证[page::0][page::3][page::5][page::6][page::7][page::11][page::12][page::19][page::24][page::27][page::31]
