[論文レビュー] Erdos-Feller-Kolmogorov-Petrowsky law of the iterated logarithm for self-normalized martingales: a game-theoretic approach

Takeyuki Sasai, Kenshi Miyabe+1 more|arXiv (Cornell University)|Apr 24, 2015

Stochastic processes and financial applications参考文献 13被引用数 3

ひとこと要約

この論文は、ゲーム理論的確率の枠組みを用いて、自己正規化マルティンゲールにおけるErdős–Feller–Kolmogorov–Petrowsky（EFKP）法の繰り返し対数法則（LIL）を確立している。定数割合ベッティングに基づく明示的なベイズ混合戦略を構築することで、増分の正確なモーメントおよび成長条件の下で、自己正規化マルティンゲールのほとんど確実な収束および発散の挙動を証明し、マルティンゲール設定におけるEFKP-LILの長年のギャップを解消した。

ABSTRACT

We prove an Erdos-Feller-Kolmogorov-Petrowsky law of the iterated logarithm for self-normalized martingales. Our proof is given in the framework of the game-theoretic probability of Shafer and Vovk. As many other game-theoretic proofs, our proof is self-contained and explicit.

研究の動機と目的

• 自己正規化マルティンゲールにおけるErdős–Feller–Kolmogorov–Petrowsky法の繰り返し対数法則（EFKP-LIL）を確立すること。これは、i.i.d.の場合には知られていたが、マルティンゲール設定では導出がなされていなかった。
• ShaferとVovkのゲーム理論的確率枠組みを自己正規化マルティンゲール過程へ拡張し、LIL型の結果を自己完結的かつ明示的に証明可能にする。
• マルティンゲール増分の成長 $ c_n $ および関数 $ \rho $ に対する、LILがほとんど確実に成立または不成立である境界条件を特定すること。
• 明示的な戦略をゲーム理論的設定で構築することで、自己正規化マルティンゲールにおけるEFKP-LILの有効性および鋭さを解消すること。

提案手法

• 証明は、ShaferとVovkのゲーム理論的確率枠組みに基づく。ここで、Skepticの資産過程が事象の尤もらしさを表す。
• 定数割合ベッティング戦略のベイズ混合が用いられ、各戦略は割合 $ \gamma $ でパrameter化され、観察された経路に応じて動的に調整される。
• 資産過程の非負性を保証するため、$ \gamma c_n > \delta $ の場合に「凍結」メカニズムが組み込まれている。
• 著者らは、停止時刻 $ \sigma_\gamma $ および $ \tau_k $ を定義し、$ A_n^2 $ が十分に成長する区間でプロセスを分割し、その上で挙動を分析している。
• 主要な推定は、$ S_n $、$ A_n^2 $、および $ \psi(A_n^2) $ の境界を用いて導出され、指数関数的および対数的項の精密な制御により、資産の収束または発散を保証している。
• 鋭さの結果は、有効性戦略と、$ S_n \geq A_n \psi(A_n^2) $ が無限回にわたって成立する場合に資産を成長させるように設計された動的戦略を組み合わせることで証明されている。その際、$ \ln k \cdot \psi(n_{k+1}) e^{-\psi(n_{k+1})^2/2} $ を含む和の発散が利用されている。

実験結果

リサーチクエスチョン

• RQ1 増分の大きさ $ c_n $ および関数 $ \psi $ に対して、どのような条件下で自己正規化マルティンゲール $ S_n / A_n $ がEFKP-LILを満たすか？
• RQ2 ゲーム理論的確率枠組みを用いて、自己正規化マルティンゲールにおけるEFKP-LILを自己完結的かつ明示的に証明できるか？
• RQ3 自己正規化マルティンゲール設定におけるEFKP-LILの有効性および鋭さの領域を分かつ、正確な成長順序 $ c_n $ は何か？
• RQ4 ゲーム理論的設定で、$ S_n $ の漸近的挙動を $ A_n \psi(A_n^2) $ に対して強制するように、ベイズ混合戦略をどのように構築できるか？

主な発見

• もし $ I(\psi) < \infty $ であれば、$ \mathbb{P}(S_n < A_n \psi(A_n^2) \text{ ほとんどすべての} n \text{ で最終的に成立する} \mid \lim A_n = \infty, \limsup c_n \psi(A_n^2)^3 / A_n < \infty) = 1 $ が成り立ち、EFKP-LILの有効性が確立される。
• もし $ I(\psi) = \infty $ であれば、$ \mathbb{P}(S_n \geq A_n \psi(A_n^2) \text{ 無限回} \mid \lim A_n = \infty, \limsup c_n \psi(A_n^2)^3 / A_n < \infty) = 1 $ が成り立ち、LILの鋭さが証明される。
• 条件 $ \limsup c_n \psi(A_n^2)^3 / A_n < \infty $ は、独立な場合でさえも、EFKP-LILに最も良いとされている成長順序であることが示された。
• $ I(\psi) = \infty $ の場合に、$ S_n \geq A_n \psi(A_n^2) $ が無限回にわたって成立する事象上で、非負のマルティンゲール（Skepticの資産）が無限大に発散することを証明し、ゲーム理論的強制により鋭さが確認された。
• 戦略は自己完備的かつ明示的であり、動的停止および凍結ルールを備えた定数割合ベッティング戦略のベイズ混合に依存している。
• 結果は、EinmahlとMason（2000年）およびde la Peña、Klass、Lai（1995年）の先行研究を一般化し、それらの結果を自己正規化マルティンゲール設定へ拡張した。