[논문 리뷰] Extreme value statistics of correlated random variables

Satya N. Majumdar, A. Pal|arXiv (Cornell University)|2014. 06. 26.

Financial Risk and Volatility Modeling인용 수 8

한 줄 요약

이 논문은 상관된 랜덤 변수에 대한 극값 통계학(EVS)에 대한 간결한 개요를 제공하며, 통계물리학과 확률론 분야에서의 최근 발전을 중점적으로 다룬다. i.i.d. 변수에 대한 고전적 EVS를 검토하고, 약간의 상관관계를 가진 시스템을 다루며, 특히 위샤르트 및 라거르 근사에서 최대 고유값에 대해 정확한 결과를 제시한다. 일반적인 변동은 트레이시-위드롬 분포를 따르지만, 큰 변동은 비정규적인 비율 함수에 의해 지배되며, 이는 상관된 EVS에서의 보편성 문제를 부각시킨다.

ABSTRACT

Extreme value statistics (EVS) concerns the study of the statistics of the maximum or the minimum of a set of random variables. This is an important problem for any time-series and has applications in climate, finance, sports, all the way to physics of disordered systems where one is interested in the statistics of the ground state energy. While the EVS of uncorrelated variables are well understood, little is known for strongly correlated random variables. Only recently this subject has gained much importance both in statistical physics and in probability theory. In this note, we will first review the classical EVS for uncorrelated variables and discuss few examples of correlated variables where analytical progress can be made.

연구 동기 및 목표

• 상관된 랜덤 변수에 대한 극값 통계학(EVS)에 대한 교육적 소개를 제공함. 이는 응용 분야가 넓고 급속도로 발전하는 분야이다.
• i.i.d. 변수에 대한 고전적 EVS와 분석적 진전이 제한된 강한 상관관계를 가진 시스템 간의 격차를 메우는 것.
• 최대 고유값이 위샤르트 및 라거르 근사에서 정확히 해를 구할 수 있는 핵심 모델들을 강조함.
• 강한 상관관계를 가진 시스템에서 극값 통계학의 보편성 클래스를 규명하는 열린 문제를 부각함.
• 랜덤 매트릭스 이론과 관련된 물리적 시스템에서 일반적인 변동(트레이시-위드롬)과 이국적인 큰 변동(큰 변동 함수) 간의 상호작용을 제시함.

제안 방법

• i.i.d. 랜덤 변수에 대한 고전적 극값 이론을 검토하며, 세 가지 극한 분포인 프레체, 군벨, 바이울러를 포함한다.
• 극값 통계를 계산하기 위한 기초로 연속확률밀도함수 $ P(x_1, x_2, ..., x_N) $ 를 도입하며, i.i.d. 조건 하에서의 단순화를 다룬다.
• 위샤르트 및 라거르 근사에서 최대 고유값 $ \text{max}(oldsymbol{\nu}) $ 를 분석함. 경계 조건이 있는 경우와 없는 경우의 분할함수 비율을 사용하여, 일반적인 변동의 척도 $ \mathcal{O}(N^{-2/3}) $ 와 큰 변동의 척도 $ \mathcal{O}(1) $ 이라는 두 가지 별개의 척도를 밝혀냄.
• 일반적인 변동에 대한 트레이시-위드롬 분포 $ \mathcal{F}_\beta(x) $ 를 유도함: $ \lambda_{\text{max}} = \sqrt{2} + \frac{1}{\sqrt{2}} N^{-2/3} \chi_\beta $, $ \beta = 1,2,4 $ 에 대해 유효하며, 비대칭적인 비정규 꼬리 특성을 가짐.
• 이국적인 변동에 대한 큰 변동 비율 함수 $ \Phi_-(w) $ 와 $ \Phi_+(w) $ 를 계산함: $ w \to \sqrt{2}^- $ 일 때 $ \Phi_-(w) \sim \frac{1}{6\sqrt{2}} (\sqrt{2} - w)^3 $, $ w \to \sqrt{2}^+ $ 일 때 $ \Phi_+(w) \sim \frac{2^{7/4}}{3} (w - \sqrt{2})^{3/2} $.
• 일반적인 PDF를 $ \lambda_{\text{max}} $ 에 대해 점점 더 큰 척도에서 유도함: $ |w - \sqrt{2}| \sim \mathcal{O}(1) $ 일 때 $ P(w,N) \approx \exp[-\beta N^2 \Phi_\pm(w)] $, $ \mathcal{O}(N^{-2/3}) $ 변동일 땐 $ \sqrt{2} N^{2/3} \mathcal{F}_\beta'\big[\sqrt{2} N^{2/3}(w - \sqrt{2})\big] $.

실험 결과

연구 질문

• RQ1 상관된 랜덤 변수의 극값 통계학은 i.i.d. 변수와 어떻게 다를까?
• RQ2 위샤르트 및 라거르 랜덤 매트릭스 근사에서 최대 고유값의 정확한 분포는 무엇인가?
• RQ3 최대 고유값의 이국적인 변동을 기술하는 큰 변동 함수 $ \Phi_-(w) $ 와 $ \Phi_+(w) $ 는 무엇인가?
• RQ4 강한 상관관계를 가진 시스템에서 극값 통계학의 보편성 클래스를 규명할 수 있는가?
• RQ5 일반적인 변동(트레이시-위드롬)과 큰 변동이 동일한 시스템에서 어떻게 공존하는가? 각각의 척도 체계는 어떻게 되는가?

주요 결과

• 위샤르트 및 라거르 근사에서 최대 고유값 $ \lambda_{\text{max}} $ 는 일반적인 변동이 $ \mathcal{O}(N^{-2/3}) $ 의 척도를 가지며, 트레이시-위드롬 분포 $ \mathcal{F}_\beta(x) $ 에 의해 지배되며, $ \beta = 1,2,4 $ 에 대해 알려진 표현이 존재한다.
• 트레이시-위드롬 분포의 꼬리 행동은 비대칭적이다: $ x \to -\infty $ 일 때 $ \mathcal{F}_\beta'(x) \sim \exp[-\frac{\beta}{24}|x|^3] $, $ x \to +\infty $ 일 때 $ \sim \exp[-\frac{2\beta}{3}x^{3/2}] $.
• 크기 $ \mathcal{O}(1) $ 의 이국적인 큰 변동은 큰 변동 함수로 기술된다: $ w \to \sqrt{2}^- $ 일 때 $ \Phi_-(w) \sim \frac{1}{6\sqrt{2}} (\sqrt{2} - w)^3 $, $ w \to \sqrt{2}^+ $ 일 때 $ \Phi_+(w) \sim \frac{2^{7/4}}{3} (w - \sqrt{2})^{3/2} $.
• 일반적인 PDF는 渐近적으로 조각별로 구성된다: $ \mathcal{O}(N^{-2/3}) $ 변동에선 트레이시-위드롬 밀도를 따르고, $ \mathcal{O}(1) $ 이격에선 지수적 큰 변동 형태를 따른다.
• 경계 조건이 있는지 없는지에 따라 분할함수의 비율을 통해 고유값 통계에서 두 가지 별개의 척도 존재를 밝혀내었으며, 이는 일반적이고 이국적인 변동의 정확한 계산을 가능하게 한다.
• 특정 모델에서의 진전에도 불구하고, 강한 상관관계를 가진 시스템에서의 극값 통계학의 보편성은 여전히 통계물리학과 확률론 분야에서 열려 있는 도전 과제이다.