[論文レビュー] WAVELET ANALYSIS OF A CONTINUOUS-TIME GAUSSIAN PROCESS OBSERVED AT RANDOM TIMES AND ITS APPLICATION TO THE ESTIMATION OF THE SPECTRAL DENSITY

Jean‐Marc Bardet, R. Bertrand|arXiv (Cornell University)|May 1, 2008

Financial Risk and Volatility Modeling参考文献 16被引用数 5

ひとこと要約

本稿では、ランダムな時刻に観測された、ステーショナリィ・インクリメントを有するガウス過程のスペクトル密度のウェーブレットに基づく非パrametric推定量を提案する。連続時間ウェーブレット変換を活用することで、不規則なサンプリングに対しても一貫性のあるスペクトル推定が達成され、不規則な間隔のデータにおけるスペクトル解析のための頑健な手法を提供する。

ABSTRACT

... data are observed at random times. From a wavelet analysis, one derives a nonparametric estimator of the spectral density of a Gaussian process with stationary increments (also stationary Gaussian process) observed at random times.

研究の動機と目的

• 連続時間ガウス過程がランダムで不規則な間隔の時刻に観測される状況において、スペクトル密度を推定する課題に対処すること。
• 不規則なサンプリング下でも統計的に有効なままである非パrametric推定手法を開発すること。
• 定常過程に限らない、ステーショナリィ・インクリメントを有する過程へのウェーブレットベースのスペクトル解析を拡張すること。
• ランダムな観測時刻が存在する状況において、スペクトル密度の一致性と効率性を備えた推定量を提供すること。

提案手法

• 観測されたガウス過程の連続ウェーブレット変換（CWT）を用いて、時間-スケール特徴を抽出する。
• 異なるスケールにおけるウェーブレット係数を用いて、ウェーブレットベースの周期ogramを構築する。
• スペクトル密度推定量は、二乗ウェーブレット係数の期待値から導出され、ランダムなサンプリングの影響を補正する。
• 推定量は非パrametricであり、スペクトル密度に特定のパラメトリック形を仮定しない。
• 観測時刻の確率分布を期待値計算に組み込むことで、ランダムな観測時刻を考慮する。
• サンプリング過程および元の過程に関する正則性条件の下で、一貫性などの理論的性質が確立される。

実験結果

リサーチクエスチョン

• RQ1 観測時刻がランダムに分布する状況において、ステーショナリィ・インクリメントを有するガウス過程のスペクトル密度をウェーブレット解析で効果的に推定できるか？
• RQ2 ランダムなサンプリング機構は、ウェーブレットベースのスペクトル推定量のバイアスおよび分散にどのように影響を与えるか？
• RQ3 不規則なサンプリング下で、提案されたウェーブレットベースの推定量の理論的一致性はどのように保証されるか？
• RQ4 不規則なデータに対して、古典的手法と比較して、提案手法の頑健性と効率性はどのように評価されるか？
• RQ5 推定量の一貫性を確保するための、サンプリング過程および元の過程における主要な正則性条件は何か？

主な発見

• 提案されたウェーブレットベースの推定量は、サンプリング過程および元のガウス過程に関する弱い正則性条件の下で、スペクトル密度に対して一貫性を達成する。
• ランダムな観測時刻をウェーブレット係数の期待値に組み込むことで、不規則なサンプリングを効果的に処理する。
• 希なまたは非一様なサンプリングでも、有限標本における性能が良好に保たれる。
• 理論的分析により、ランダムなサンプリング下で、ウェーブレットベースのアプローチが古典的手法の非パrametricな代替手段として有効であることが確認される。
• サンプリング過程がエルゴディックであり、平均的に十分に密度がある限り、推定量は観測時刻の分布に対して頑健である。