[论文解读] Basic properties of the Multivariate Fractional Brownian Motion

Pierre‐Olivier Amblard, Jean‐François Coeurjolly+2 more|arXiv (Cornell University)|Jul 6, 2010

Complex Systems and Time Series Analysis参考文献 31被引用 42

一句话总结

本文通过其协方差结构，全面刻画了多变量分数布朗运动（mfBm），推导了其谱域与时域表示，证明了超线性过程部分和收敛于mfBm，提出了一种基于FFT的高效算法，利用Wood和Chan的方法结合循环嵌入技术，实现mfBm样本路径的完美模拟。主要贡献在于建立了一个统一框架，用于建模具有通用赫斯特参数与交叉相关性的长程依赖、自相似多变量过程。

ABSTRACT

This paper reviews and extends some recent results on the multivariate fractional Brownian motion (mfBm) and its increment process. A characterization of the mfBm through its covariance function is obtained. Similarly, the correlation and spectral analyses of the increments are investigated. On the other hand we show that (almost) all mfBm's may be reached as the limit of partial sums of (super)linear processes. Finally, an algorithm to perfectly simulate the mfBm is presented and illustrated by some simulations.

研究动机与目标

• 将单变量分数布朗运动扩展至具有通用赫斯特参数与交叉相关性的多变量框架。
• 通过其协方差矩阵函数刻画mfBm，并分析其增量的依赖结构。
• 确立mfBm作为超线性过程部分和极限的性质。
• 开发一种计算高效的mfBm完美模拟算法，结合循环嵌入与FFT技术。

提出的方法

• 推导了mfBm交叉协方差函数的一般形式，根据$H_i + H_j = 1$与否区分情况，使用参数$\rho_{i,j}$与$\eta_{i,j}$。
• 建立了mfBm的时域与谱域随机积分表示，通过其协方差矩阵实现完整刻画。
• 应用Lamperti变换将自相似mfBm与增量平稳过程关联，便于谱分析。
• 利用循环嵌入与FFT高效模拟mfBm的增量过程，降低计算复杂度。
• 通过块循环矩阵的特征分解，构建具有指定协方差结构的$p$维高斯随机场。
• 通过生成i.i.d.标准正态向量，应用谱变换，并累积求和增量，实现完美模拟算法。

实验结果

研究问题

• RQ1 如何通过协方差函数（包括不同赫斯特参数分量间的交叉协方差）完全刻画多变量分数布朗运动？
• RQ2 mfBm增量过程的谱特性与相关性特性是什么？它们如何反映长程依赖性？
• RQ3 在何种条件下，超线性过程的部分和收敛于多变量分数布朗运动？
• RQ4 能否构建一种高效且精确的模拟算法，利用FFT与循环嵌入技术降低计算成本？
• RQ5 在模拟算法的谱分解步骤中，确保特征值非负性的条件是什么？

主要发现

• mfBm的交叉协方差函数由边际赫斯特参数$H_i$、$H_j$，相关系数$\rho_{i,j}$以及偏度参数$\eta_{i,j}$完全确定，其形式取决于$H_i + H_j = 1$与否。
• 当$H_i + H_j > 1$时，mfBm的增量过程表现出长程依赖性，其谱密度由协方差函数的傅里叶变换导出。
• mfBm可表示为超线性过程部分和在有限维分布下的极限，将单变量功能中心极限定理推广至多变量情形。
• 所提出的模拟算法时间复杂度为$\mathcal{O}(p^2 m \log m + m p^3)$，其中$m$为2的幂次，适用于高维过程的可扩展性。
• 通过构建协方差矩阵的循环嵌入，算法确保完美模拟，且当$m$取大于$2(n-1)$的首个2的幂次时，数值稳定性表现良好。
• 通过模拟验证了该方法在因果性、平衡性及一般mfBm（具有不同赫斯特参数与相关系数）下的真实样本路径表现。