[논문 리뷰] A class of spatio-temporal and causal stochastic processes, with application to multiscaling and multifractality

Jürgen Schmiegel, Ole E. Barndorff–Nielsen외 1명|ArXiv.org|2005. 12. 13.

Stochastic processes and financial applicationsEconomics, Econometrics and Finance참고 문헌 14인용 수 17

한 줄 요약

이 논문은 독립적으로 산산이 흩어진 Lévy 랜덤 측도를 기반으로 하는 인과적이고 시공간적인 스토케스틱 과정의 일반적인 클래스를 제안하며, n점 상관관계의 정확한 해석적 계산을 가능하게 한다. 다중스케일 과정이 거듭 제곱 법칙에 기반한 두점 상관관계에서 유도될 때, 그 과정이 다중분수적 스케일링을 보이며, 적분 모멘트가 대규모 근처에서 $ l^{-\mu(n)} $ 로 스케일링됨을 보여주며, 엄밀한 점근적 분석과 오차 한계를 통해 그 다중분수적 성질을 확인한다.

ABSTRACT

We present a general class of spatio-temporal stochastic processes describing the causal evolution of a positive-valued field in space and time. The field construction is based on independently scattered random measures of Levy type whose weighted amplitudes are integrated within a causality cone. General n-point correlations are derived in closed form. As a special case of the general framework, we consider a causal multiscaling process in space and time in more detail. The latter is derived from, and completely specified by, power-law two-point correlations, and gives rise to scaling behaviour of both purely temporal and spatial higher-order correlations. We further establish the connection to classical multifractality and prove the multifractal nature of the coarse-grained field amplitude.

연구 동기 및 목표

• 지정된 상관관계 구조를 가진 시공간 스토케스틱 과정을 위한 통합적이고 인과적인 프레임워크를 개발하기 위해.
• 기존의 다중분수적 및 다중스케일 모델을 연속적이고 인과적이며 공간적으로 확장된 과정으로 확장하기 위해.
• 이러한 과정에서 군집화된 필드 진폭의 다중분수적 스케일링 행동을 해석적으로 유도하고 검증하기 위해.
• 일반화된 융합 규칙을 통해 거듭 제곱 법칙에 기반한 두점 상관관계와 고차 상관관계 스케일링 간의 연결을 수립하기 위해.
• 대규모 근처에서 n점 상관관계 적분의 근사치에 대한 엄밀한 오차 분석을 제공하기 위해.

제안 방법

• 인과성 원뿔(ambit set) 위에서 Lévy 기반의 가중치가 부여된 진폭을 통합함으로써 과정을 구성함으로써 시간적·공간적 인과성을 보장함.
• Lévy 유형의 독립적으로 산산이 흩어진 랜덤 측도를 사용하여 특정 실현에 의존하지 않는 일반화 가능한 n점 상관관계 구조 확보.
• 순서된 시간/공간 간격에 대한 반복적 통합을 통해 n점 상관관계의 닫힌 형태 표현 유도.
• 일반화된 융합 규칙을 적용하여 n점 상관관계 함수를 상호 사건 거리의 거듭 제곱 법칙 항들의 곱으로 표현.
• 적분 모멘트 $ M_n^{(s)}(x,l) $ 의 점근적 분석을 통해 대규모 근처에서 $ \tilde{M}_n(l) \propto l^{-\mu(n)} $ 라는 결과 도출.
• 거리 $ < l_{\text{scal}} $ 인 무시된 적분을 경계함으로써 오차 추정을 수행하고, $ n > \mu(n) $ 조건 하에서 $ l \to \infty $ 일 때 상대 오차가 0으로 수렴함을 증명함.

실험 결과

연구 질문

• RQ1 해석적으로 다룰 수 있는 n점 상관관계를 가진 일반적인 인과적 시공간 스토케스틱 과정의 클래스를 구성할 수 있는가?
• RQ2 거듭 제곱 법칙에 기반한 두점 상관관계로부터 시간적·공간적 상관관계에서의 다중스케일 행동을 어떻게 도출할 수 있는가?
• RQ3 군집화된 필드 진폭이 이러한 과정에서 다중분수적 스케일링을 보이기 위해 어떤 조건이 필요한가?
• RQ4 n점 상관관계 적분의 대규모 근사치는 얼마나 정확한가? 상대 오차의 점근적 행동은 어떻게 되는가?
• RQ5 유도된 상관관계 구조와 스케일링 지수를 사용하여 과정의 다중분수적 성질을 엄밀히 증명할 수 있는가?

주요 결과

• 순서된 시간/공간 간격에 대한 반복적 통합을 통해 n점 상관관계 함수가 닫힌 형태로 도출되었으며, 그 구조는 일반화된 융합 규칙에 의해 결정됨.
• 대규모 근처에서 적분 모멘트 $ \tilde{M}_n(l) $ 는 점근적으로 $ l^{-\mu(n)} $ 로 스케일링됨을 확인하여 다중분수적 스케일링 행동을 뒷받침함.
• 상대 오차가 $ l \to \infty $ 일 때 0으로 수렴함을 보였으며, 이는 $ n > \mu(n) $ 조건을 만족할 경우 성립함. 이 조건은 $ l^n M_n^{(s)}(x,l) $ 의 단조성에 의해 보장됨.
• 스케일링 지수 $ \mu(n) $ 는 $ \mu(n) = \tau(2) \frac{\mathrm{K}[n] - n\mathrm{K}[1]}{\mathrm{K}[2] - 2\mathrm{K}[1]} $ 로 표현되며, 이는 기저가 되는 Lévy 기반의 구조와 연결됨.
• 군집화된 필드 진폭의 다중분수적 성질은 $ \tilde{M}_n(l) \propto l^{-\mu(n)} $ 이며, $ \mu(n) $ 이 $ n $ 에 대해 비선형적임을 보여줌으로써 증명됨. 이는 다중분수성의 상징적 특징임.
• 작은 척도 통계가 유한한 한에서는 결과가 영향을 받지 않으며, 이는 대규모 스케일링 행동의 강건성을 보장함.