[논문 리뷰] Erdos-Feller-Kolmogorov-Petrowsky law of the iterated logarithm for self-normalized martingales: a game-theoretic approach

Takeyuki Sasai, Kenshi Miyabe외 1명|arXiv (Cornell University)|2015. 04. 24.

Stochastic processes and financial applications참고 문헌 13인용 수 3

한 줄 요약

이 논문은 게임 이론적 확률 프레임워크를 사용하여 자기정규화 마팅게일에 대한 Erdős–Feller–Kolmogorov–Petrowsky (EFKP) 반복 로그 법칙(LIL)을 수립한다. 일정 비율 베팅 전략에 기반한 명시적 베이지안 혼합 전략을 구성함으로써, 증분에 대한 정확한 모멘트 및 성장 조건 하에서 자기정규화 마팅게일의 거의 확실 수렴 및 발산 행동을 증명하며, 마팅게일 케이스에서 오랫동안 남아있던 빈도를 메우는 데 성공한다.

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.

연구 동기 및 목표

• 독립 동일분포(i.i.d.) 케이스에서는 알려져 있으나, 마팅게일 설정에서는 유도되지 않은 자기정규화 마팅게일에 대한 Erdős–Feller–Kolmogorov–Petrowsky 반복 로그 법칙(EFKP-LIL)을 수립하는 것.
• Shafer와 Vovk의 게임 이론적 확률 프레임워크를 자기정규화 마팅게일 과정으로 확장하여, LIL 유사 결과에 대한 자가 포함적이고 명시적인 증명을 가능하게 하는 것.
• 마팅게일 증분의 성장 조건 $ c_n $ 과 함수 $ \rho $ 에 대해 LIL가 거의 확실하게 성립하거나 실패하는 데 필요한 정확한 임계 조건을 규명하는 것.
• 게임 이론적 설정에서 명시적 전략을 구성함으로써 자기정규화 마팅게일에 대한 EFKP-LIL의 타당성과 임계성의 정당성을 해결하는 것.

제안 방법

• 증명은 Shafer와 Vovk의 게임 이론적 확률 프레임워크 내에서 수행되며, 여기서 Skeptic의 자본 과정은 사건의 가능성도를 나타낸다.
• 각 전략은 비율 $ \gamma $ 로 매개변수화된 일정 비율 베팅 전략의 베이지안 혼합 전략을 사용하며, 관측된 경로에 따라 동적으로 조정된다.
• 자본 과정의 음수 방지를 위해 $ \gamma c_n > \delta $ 일 때 '동결' 메커니즘이 도입된다.
• 작성자들은 과정을 분할하고 $ A_n^2 $ 가 충분히 증가하는 간격에서 행동을 분석하기 위해 정지 시간 $ \sigma_\gamma $ 와 $ \tau_k $ 를 정의한다.
• 주요 추정은 $ S_n $, $ A_n^2 $, 및 $ \psi(A_n^2) $ 의 경계를 사용하여 유도되며, 지수 및 로그 항의 조절이 철저히 이루어져 자본의 수렴 또는 발산을 보장한다.
• 임계성 결과는 타당성 전략과, $ S_n \geq A_n \psi(A_n^2) $ 가 무한히 자주 발생할 경우 자본 성장을 유도하는 동적 전략을 조합하여 증명된다. 이는 $ \ln k \cdot \psi(n_{k+1}) e^{-\psi(n_{k+1})^2/2} $ 의 합의 발산을 이용한다.

실험 결과

연구 질문

• RQ1 증분 크기 $ c_n $ 과 함수 $ \psi $ 에 대해 어떤 조건이면 자기정규화 마팅게일 $ S_n / A_n $ 이 EFKP-LIL을 만족하는가?
• RQ2 게임 이론적 확률 프레임워크를 사용하여 자기정규화 마팅게일에 대한 EFKP-LIL을 자가 포함적이고 명시적인 방식으로 증명할 수 있는가?
• RQ3 자기정규화 마팅게일 설정에서 EFKP-LIL의 타당성 및 임계성 영역을 분리하는 정확한 성장 순서 $ c_n $ 는 무엇인가?
• RQ4 게임 이론적 설정에서 $ S_n $ 이 $ A_n \psi(A_n^2) $ 와 상대적으로 어떤 점근적 행동을 유도할 수 있도록 베이지안 혼합 전략을 어떻게 구성할 수 있는가?

주요 결과

• 만약 $ I(\psi) < \infty $ 이면, $ \mathbb{P}(S_n < A_n \psi(A_n^2) \text{ 결국 거의 항상} \mid \lim A_n = \infty, \limsup c_n \psi(A_n^2)^3 / A_n < \infty) = 1 $ 이며, 이는 EFKP-LIL의 타당성을 수립한다.
• 만약 $ I(\psi) = \infty $ 이면, $ \mathbb{P}(S_n \geq A_n \psi(A_n^2) \text{ 무한히 자주} \mid \lim A_n = \infty, \limsup c_n \psi(A_n^2)^3 / A_n < \infty) = 1 $ 이며, 이는 LIL의 임계성을 입증한다.
• $ \limsup c_n \psi(A_n^2)^3 / A_n < \infty $ 조건은 독립 케이스조차도 EFKP-LIL에 대해 가장 잘 알려진 순서임이 입증된다.
• 증명은 $ I(\psi) = \infty $ 이면 $ S_n \geq A_n \psi(A_n^2) $ 가 무한히 자주 발생하는 사건에서 발산하는 음이 아닌 마팅게일(Skeptic의 자본)을 구성함으로써, 게임 이론적 강제를 통해 임계성을 확인한다.
• 전략은 자가 포함적이고 명시적이며, 동적 정지 및 동결 규칙을 포함한 일정 비율 베팅 전략의 베이지안 혼합에 기반한다.
• 이전의 Einmahl과 Mason(2000) 및 de la Peña, Klass, Lai(1995)의 작업을 일반화하여, 그 결과를 자기정규화 마팅게일 케이스로 확장한다.