[논문 리뷰] New Optional Stopping Theorems and Maximal Inequalities on Stochastic Processes

Xinjia Chen|arXiv (Cornell University)|2012. 07. 16.

Stochastic processes and financial applications참고 문헌 6인용 수 5

한 줄 요약

이 논문은 유계 연속성 영역을 갖는 확률 과정에 대해 고전적인 가정인 균일 적분 가능성 또는 정지 시간의 기댓값이 유한함을 요구하지 않는 새로운 선택적 정지 정리들을 제안한다. 이는 허프딩-아즈마, 체르노프, 베르누이 불등식과 같은 고전적 경계를 통합하고 확장하는 일반적인 최대값 불등식을 수립하여, 유계 증분을 갖는 마팅게일과 수퍼마팅게일에 대해 더 날카운 꼬리 확률 경계를 제공한다.

ABSTRACT

In this paper, we develop new optional stopping theorems for scenarios where the stopping rules are defined by bounded continuity regions. Moreover, we establish a wide variety of inequalities on the supremums and infimums of functions of stochastic processes over the whole range of time indexes.

연구 동기 및 목표

• 균일 적분 가능성 또는 정지 시간의 기댓값이 유한함을 요구하지 않는 선택적 정지 정리를 개발하기 위해.
• 특히 유계 증분을 갖는 확률 과정에 적용 가능한 넓은 범위의 일반 최대값 불등식을 수립하기 위해.
• 허프딩-아즈마, 베르누이, 체르노프 불등식과 같은 고전적 불등식들을 하나의 프레임워크 안에서 통합하기 위해.
• 우선 연속적인 시간 과정으로의 이산 시간 결과의 일반화를 위해 오른쪽 연속성 확장을 통해 수행하기 위해.
• 새로운 지수 모멘트 기법을 사용하여 초과 및 최소값에 대한 날카운 꼬리 확률 경계를 제공하기 위해.

제안 방법

• 유계 연속성 영역에 기반한 새로운 정지 시간 조건을 도입하여, 정지된 과정의 거의 확실 수렴을 보장하기 위해.
• 이산 시간 선택적 정지 정리를 기반으로 하되, 오른쪽 연속성을 통해 연속 시간 과정으로 확장하기 위해.
• 함수 φ(s) = s² 및 더 일반적인 φ(s)를 사용하여 지수 모멘트 경계를 적용하여 생성 함수를 제어하기 위해.
• 꼬리 확률 추정치를 최적화하기 위해 φ(s) − γs 및 φ(−s) − γs의 하한을 사용하여 경계를 유도하기 위해.
• 일반 최대값 불등식인 정리 6을 적용하여 초과 및 최소값에 대한 지수 꼬리 경계를 도출하기 위해.
• 자연 필터링 (F_t)과 조건부 기댓값을 사용하여 새로운 정지 규칙 하에서 마팅게일 성질을 유지하기 위해.

실험 결과

연구 질문

• RQ1 균일 적분 가능성 또는 정지 시간의 기댓값이 유한함을 요구하지 않고도 선택적 정지 정리를 확립할 수 있는가?
• RQ2 허프딩-아즈마 및 베르누이 불등식과 같은 고전적 경계를 특수 케이스로 포함할 수 있도록 최대값 불등식을 어떻게 일반화할 수 있는가?
• RQ3 정지 시간의 연속성 영역에 어떤 조건이 성립하면 정지된 과정이 거의 확실하게 수렴하는가?
• RQ4 유계 증분을 갖는 확률 과정의 초과 및 최소값에 대해 날카운 꼬리 경계를 유도할 수 있는가?
• RQ5 마팅게일 성질을 유지하면서 이산 시간 결과를 연속 시간 과정으로 어떻게 확장할 수 있는가?

주요 결과

• 논문은 이산 시간 수퍼마팅게일에 대해 새로운 선택적 정지 정리를 수립하였으며, 정지 시간이 유계 연속성 영역에 의해 정의되며, 거의 확실하게 E[X_τ₂ | F_τ₁] ≤ X_τ₁임을 보장한다.
• 유계 증분(|X_{k+1}−X_k| < Δ)을 갖는 마팅게일의 경우, 정지 시간의 기댓값이 유한함을 요구하지 않아도 정리가 성립한다.
• 허프딩-아즈마, 베르누이, 체르노프 불등식을 특수 케이스로 포함하는 일반 최대값 불등식이 도출되었다.
• X_t − X_{t−1}이 유계이면서 평균이 0인 과정 (X_t)에 대해, 임의의 τ > 0 및 γ > 0에 대해 Pr{sup_t [X_t − (λ+γ)t] ≥ 0} ≤ [(λ/(λ+γ))^{λ+γ} e^γ]^τ 이 성립한다.
• 최소값에 대해서는 동일한 조건 하에 Pr{inf_t [X_t − (λ−γ)t] ≤ 0} ≤ [(λ/(λ−γ))^{λ−γ} e^{-γ}]^τ 이 도출된다.
• 이 결과들은 이산 과정을 오른쪽 연속으로 간주함으로써 연속 시간 과정으로 확장되었으며, 일반적인 연속 시간 설정에 적용 가능하게 되었다.