[論文レビュー] Extreme-Value Analysis of Standardized Gaussian Increments

Zakhar Kabluchko|ArXiv.org|Jun 13, 2007

Stochastic processes and financial applications参考文献 28被引用数 21

ひとこと要約

本稿は、標準ガウス型ランダムウォークの最大標準化増分の極値極限分布を確立し、適切な正規化の下でそれがGumbel分布に収束することを示している。主な貢献は、$ H \approx 0.21 $ である定数 $ H $ を特定したことである。このとき $ L_n $ は漸近的に $ Hn\log n $ 個のi.i.d.標準正規分布に従う変数の最大値と類似する。$ H $ の明示的公式は、ブラウン運動とスピッツァーの恒等式を用いて導出されている。

ABSTRACT

Let $\{X_i,i=1,2,...\}$ be i.i.d. standard gaussian variables. Let $S_n=X_1+...+X_n$ be the sequence of partial sums and $$ L_n=\max_{0\leq i

研究の動機と目的

• 標準ガウス型ランダムウォークの最大標準化増分 $ L_n = \max_{0 \leq i < j \leq n} \frac{S_j - S_i}{\sqrt{j-i}} $ の漸近的極値分布を特定すること。
• $ L_n $ に相当する有効なi.i.d.標準正規分布変数の数を定量化し、ある $ H > 0 $ に対して $ Hn\log n $ 個のi.i.d.変数の最大値と類似することを示すこと。
• 極限分布の正規化定数 $ H $ を明示的かつ数値的に計算可能な式として導出すること。
• ブラウン運動を用いた連続時間設定への結果の拡張を行い、同じ正規化定数でGumbel分布に収束することを証明すること。
• 従来の研究におけるギャップを埋めるために、確率的定数ではなく決定的定数を用いた正規化定数を提供すること。

提案手法

• $ L_n $ に含まれる $ \sim n^2/2 $ 個の従属な増分の尾部挙動を解析するため、ピケンズの二重和法を適用する。
• 離散的ランダムウォークとブラウン運動との強い近似を用いて、連続時間の道具を用いることを可能にする。
• $ F(a) = \lim_{T \to \infty} \frac{1}{T} \mathbb{E}[\exp(\sup_{t \in [0,T] \cap a\mathbb{Z}} (B(t) - t/2))] $ を定義し、ドリフト付きブラウン運動の関数として極値挙動を関連付ける。
• $ G(y) = \frac{1}{y^2} F(2/y)^2 $ を導入し、 $ H = 4 \int_0^\infty G(y) dy $ を定義することで、定数 $ H $ の表現を与える。
• 負のドリフトをもつガウス型ランダムウォークの初到達確率にスパイツァーの恒等式を適用し、 $ F(a) $ を $ p_\infty^2(a)/a $ として表現する。ここで $ p_\infty(a) $ は生存確率を表す。
• 明示的な積分公式を導出： $ H = \int_0^\infty \exp\left( -4 \sum_{k=1}^\infty \frac{1}{k} \Phi(-\sqrt{k/(2y)}) \right) dy $ であり、これにより数値計算が可能（$ H \approx 0.21 $）。

実験結果

リサーチクエスチョン

• RQ1 標準ガウス型ランダムウォークの最大標準化増分 $ L_n $ の極限極値分布は何か？
• RQ2 $ L_n $ に含まれる $ \sim n^2 $ 個の増分の従属構造は、それが類似する有効なi.i.d.標準正規分布変数の数にどのように影響するか？
• RQ3 $ Hn\log n $ 個の有効なi.i.d.変数を表す定数 $ H $ は、既知の関数の形で明示的に計算可能か？
• RQ4 $ L_n $ に対してGumbel分布への分布収束が成立するか？ もし成立するならば、正確な正規化定数は何か？
• RQ5 ランダムウォークの極値挙動と、負のドリフトをもつガウス型ランダムウォークの生存確率との間にどのような関係があるか？

主な発見

• 正規化された最大値 $ L_n $ は、正規化定数 $ a_n = \sqrt{2\log n} + \frac{-1/2\log\log n + \log H - \log 2\sqrt{\pi}}{\sqrt{2\log n}} $、$ b_n = \frac{1}{\sqrt{2\log n}} $ の下で分布収束し、Gumbel分布に収束する。ここで $ H \approx 0.21 $ である。
• $ L_n $ は $ \sim n^2/2 $ 個の従属な標準正規分布変数の最大値として定義されるが、漸近的には $ Hn\log n $ 個のi.i.d.標準正規分布変数の最大値と類似する。ここで $ H \approx 0.21 $ である。
• $ H $ の明示的積分公式が導出された： $ H = \int_0^\infty \exp\left( -4 \sum_{k=1}^\infty \frac{1}{k} \Phi(-\sqrt{k/(2y}) \right) dy $ であり、これにより数値計算が可能である。
• 定数 $ H $ が、ドリフト $ -a/2 $ をもつガウス型ランダムウォークの生存確率 $ p_\infty(a) $ と関係していることが示された。具体的には $ F(a) = p_\infty^2(a)/a $ である。
• $ \lim_{n \to \infty} \frac{L_n}{\sqrt{2\log n}} = 1 $ がほとんど確実に成り立つ。これは極値的成長率が $ \sqrt{2\log n} $ であることを確認する。
• 結果はブラウン運動へと拡張された： $ \sup_{x \in [1,n]} \frac{B(x)}{\sqrt{x}} $ も、離散ケースと同一の正規化定数でGumbel分布に収束する。