[论文解读] A class of spatio-temporal and causal stochastic processes, with application to multiscaling and multifractality

Jürgen Schmiegel, Ole E. Barndorff–Nielsen+1 more|ArXiv.org|Dec 13, 2005

Stochastic processes and financial applicationsEconomics, Econometrics and Finance参考文献 14被引用 17

一句话总结

本文提出了一类基于独立散射 Lévy 随机测度的因果性、时空随机过程，实现了 n 阶相关性的精确解析计算。研究证明，由幂律两两点相关性导出的多标度过程表现出多重分形标度，其积分矩在大尺度极限下按 $ l^{-\mu(n)} $ 规律缩放，通过严格的渐近分析与误差界验证了其多重分形本质。

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.

研究动机与目标

• 开发一个统一的因果框架，用于建模具有指定相关结构的时空随机过程。
• 将现有的多重分形与多标度模型扩展至连续、因果且空间延展的随机过程。
• 在该类过程中，对粗粒化场振幅的多重分形标度行为进行解析推导与验证。
• 建立幂律两两点相关性与高阶标度之间的联系，通过广义融合法则实现。
• 为大尺度极限下 n 阶相关积分的近似提供严格的误差分析。

提出的方法

• 通过在因果锥（ambit set）上对 Lévy 基的加权振幅进行积分构造过程，确保时间与空间的因果性。
• 利用 Lévy 类型的独立散射随机测度，确保 n 阶相关结构具有通用性，不依赖于特定实现。
• 通过在有序时间/空间区间上进行递归积分，推导出 n 阶相关的闭式表达式。
• 应用广义融合法则，将 n 阶相关函数表示为事件间距离的幂律项的乘积。
• 对积分矩 $ M_n^{(s)}(x,l) $ 进行渐近分析，表明在大尺度极限下 $ \tilde{M}_n(l) \propto l^{-\mu(n)} $。
• 通过界定距离 $ < l_{\text{scal}} $ 的被忽略积分，进行误差估计，证明在 $ n > \mu(n) $ 条件下，相对误差随 $ l \to \infty $ 而趋于零。

实验结果

研究问题

• RQ1 能否构造一类具有解析可处理的 n 阶相关性的因果性、时空随机过程？
• RQ2 如何从幂律两两点相关性中推导出时间与空间相关性中的多标度行为？
• RQ3 在何种条件下，粗粒化场振幅在该过程中表现出多重分形标度？
• RQ4 n 阶相关积分的大尺度近似有多精确？其相对误差的渐近行为如何？
• RQ5 能否利用推导出的相关结构与标度指数，严格证明该过程的多重分形本质？

主要发现

• 通过在有序时间/空间区间上进行递归积分，n 阶相关函数以闭式表达，其结构由广义融合法则决定。
• 积分矩 $ \tilde{M}_n(l) $ 在大尺度极限下渐近缩放为 $ l^{-\mu(n)} $，证实了多重分形标度行为。
• 当 $ n > \mu(n) $ 时，精确与近似 n 阶相关积分之间的相对误差随 $ l \to \infty $ 而趋于零，此条件因 $ l^n M_n^{(s)}(x,l) $ 的单调性而成立。
• 标度指数 $ \mu(n) $ 表达为 $ \mu(n) = \tau(2) \frac{\mathrm{K}[n] - n\mathrm{K}[1]}{\mathrm{K}[2] - 2\mathrm{K}[1]} $，将其与底层 Lévy 基的结构联系起来。
• 通过证明 $ \tilde{M}_n(l) \propto l^{-\mu(n)} $ 且 $ \mu(n) $ 关于 $ n $ 非线性，确立了粗粒化场振幅的多重分形本质，这是多重分形的标志性特征。
• 只要小尺度统计量有限，结果即与之无关，确保了大尺度标度行为的鲁棒性。