[論文レビュー] An optimality result about sample path properties of Operator Scaling Gaussian Random Fields

Marianne Clausel, Béatrice Vedel|arXiv (Cornell University)|Feb 4, 2013

Stochastic processes and financial applications参考文献 29被引用数 8

ひとこと要約

本稿は、演算子スケーリングガウス型確率場（OSGRFs）の標本路の正則性に関する最適性結果を確立し、異方的スケーリング構造を特徴づける異方的行列 $ E_0 $ に関連する異方的Besov空間における局所的臨界滑らかさ指数を最大化する Hurst 指数 $ H_0 $ の最適性を示している。この手法はウェーブレットに基づく解析とスペクトル減衰推定を活用し、場の幾何的スケーリング構造下で $ H_0 $ が得られる滑らかさ特徴付けの鋭さを証明する。

ABSTRACT

We study the sample paths properties of Operator scaling Gaussian random fields. Such fields are anisotropic generalizations of anisotropic self-similar random fields as anisotropic Fractional Brownian Motion. Some characteristic properties of the anisotropy are revealed by the regularity of the sample paths. The sharpest way of measuring smoothness is related to these anisotropies and thus to the geometry of these fields.

研究の動機と目的

• 演算子スケーリングガウス型確率場（OSGRFs）の標本路の局所的滑らかさを特徴づける Hurst 指数 $ H_0 $ の最適性を確立すること。
• OSGRFの標本路の正則性を、異方的行列 $ E_0 $ が定める幾何的構造と、特に異方的関数空間を通じて結びつけること。
• 観測された標本路から $ H_0 $ と $ E_0 $ を推定するための理論的基盤を提供し、内在する滑らかさ特性を同定すること。
• 既存の異方的 Hölder 空間における正則性結果を、$ E_0 $ と必ずしも一致しない一般の異方的Besov空間へと拡張すること。
• 場のスケーリング構造下で滑らかさを最大化する臨界指数を同定することで、$ E_0 $ と $ H_0 $ のための統計的推定アルゴリズムの開発を支援すること。

提案手法

• 標本路の正則性をウェーブレット展開と局所化されたウェーブレット係数 $ g_{j,G, u}^k $ を用いて分析し、これらは正規化され、定常ガウス列である。
• 行列 $ E_0 $ 及びその転置行列 $ E_0^t $ を含むスペクトル減衰推定を用い、特に $ \rho_{E_0}(2^{D_{j,G, u}^t}\theta)^{-2H_0 - d - 1} $ の形の積分を評価する。
• 異方的ノルム $ |\theta|_{E_0^t} $ と関数 $ \rho_{E_0} $ を用いて方向的スケーリングを測定し、$ \rho_{\text{min}}(E_0) $ と $ \rho_{\text{max}}(E_0) $ が減衰率を制御する。
• ウェーブレット係数に弱い依存（混合）条件を適用し、$ \frac{1}{n_j} \textstyle\bigsum_{k \to \text{supp}} |g_{j,G, u}^k|^p \to c_p $ がほとんど確実に成り立つような中心極限定理に類似した結果を導出する。
• 最大ウェーブレット係数の漸近的挙動を $ \frac{1}{\sqrt{\log n_j}} \max_k |g_{j,G, u}^k| $ を用いて評価し、正の有限な下限と上限を持つことが示され、緊密性が保証される。
• ウェーブレット係数ノルムの推定とスペクトル減衰の組み合わせにより、$ H_0 $ が異方的Besov空間における最大の臨界指数を与えることを証明し、定理4.1を確立する。

実験結果

リサーチクエスチョン

• RQ1 異方的スケーリング下での演算子スケーリングガウス型確率場の標本路の最適な正則性特徴付けは何か？
• RQ2 Hurst 指数 $ H_0 $ は、指数行列 $ E_0 $ と一致しない異方的Besov空間における臨界滑らかさ指数とどのように関係するか？
• RQ3 OSGRFの標本路の滑らかさは、すべての可能な異方的関数空間において $ H_0 $ によって最大化可能か？
• RQ4 異方的行列 $ E_0 $ は、標本路正則性の鋭さを決定づける役割を果たすか？
• RQ5 ウェーブレットに基づく解析とスペクトル減衰推定を用いて、滑らかさ特徴付けにおける $ H_0 $ の最適性をどのように導出できるか？

主な発見

• Hurst 指数 $ H_0 $ は、異方的Besov空間におけるOSGRFの標本路の局所的臨界滑らかさ指数を最大化し、最適性が確立される（定理4.1）。
• 共分散構造のスペクトル減衰は $ \rho_{E_0}(2^{D_{j,G, u}^t}\zeta)^{-2H_0 - d - 1} $ を通じて評価され、$ \rho_{\min}(E_0) $ によって制御され、$ O(2^{-2jH_0} j^{2d/\rho_{\min}(E_0)}) $ の境界が得られる。
• ウェーブレット係数ノルムは $ \mathbb{E}\left|\sum_{k \in \Gamma_j} (|g_{j,G, u}^k|^p - c_p)\right|^2 \leq C_j c_{2p} \sum_{(k,k')} (1+|k-k'|)^{-2} $ を満たし、$ C_j = j^{2d/\rho_{\min}(E_0)} $ である。
• 正規化された最大ウェーブレット係数は $ 0 < \liminf_{j\to\infty} \frac{1}{\sqrt{\log n_j}} \max_k |g_{j,G, u}^k| \leq \limsup_{j\to\infty} \frac{1}{\sqrt{\log n_j}} \max_k |g_{j,G, u}^k| < \infty $ をほぼ確実に満たす。
• インデックス集合 $ \Gamma_j(D_0) $ の濃度は $ C_1 j^d 2^{jd} \leq \text{card}(\Gamma_j(D_0)) \leq C_2 j^d 2^{jd} $ を満たし、$ \text{Tr}(D_0) = d $ であるため、ウェーブレットサポートの適切なスケーリングが保証される。
• 結果として得られた理論的基盤により、異方的2次変動から導出される臨界指数推定量を最大化することで、$ H_0 $ と $ E_0 $ を標本路から推定することが可能になる。