[论文解读] Convergence in law for certain weighted quadratic variations of fractional Brownian motion

Ivan Nourdin, David Nualart|arXiv (Cornell University)|Jul 23, 2007

Stochastic processes and financial applications被引用 2

一句话总结

本文利用马利avin微积分技术，为分数布朗运动的加权二次变差建立了中心极限定理。证明了其稳定收敛至一个条件高斯极限，该结果在多重随机积分和重整化赫尔米特变差中具有应用。

ABSTRACT

In this paper, we prove a central limit theorem for a sequence of iterated Shorohod integrals using the techniques of Malliavin calculus. The convergence is stable, and the limit is a conditionally Gaussian random variable. Some applications to sequences of multiple stochastic integrals, and renormalized weighted Hermite variations of the fractional Brownian motion are discussed.

研究动机与目标

• 利用马利avin微积分，为分数布朗运动的迭代伊ト斯特拉托诺维奇积分建立中心极限定理。
• 分析分数布朗运动加权二次变差的依分布收敛性。
• 研究收敛的稳定性，并将极限分布表征为条件高斯分布。
• 将结果推广至多重随机积分序列及重整化赫尔米特变差。
• 为分数布朗运动泛函的渐近分析提供严谨的理论框架。

提出的方法

• 利用马利avin微积分分析迭代伊特斯特拉托诺维奇积分的收敛性。
• 应用随机积分与混沌展开技术处理加权二次变差。
• 通过分析给定过滤条件下极限的条件分布，建立稳定收敛性。
• 利用条件高斯性的概念表征极限的随机变量。
• 通过多重随机积分与重整化技术推导渐近结果。
• 利用分数布朗运动的结构，处理极限定理中的长程依赖性。

实验结果

研究问题

• RQ1 分数布朗运动加权二次变差的极限分布是什么？
• RQ2 马利avin微积分在此背景下如何促进稳定收敛性的证明？
• RQ3 迭代伊特斯特拉托诺维奇积分的极限是否可表征为条件高斯分布？
• RQ4 该收敛性对分数布朗运动的赫尔米特变差有何影响？
• RQ5 多重随机积分如何影响加权泛函的渐近行为？

主要发现

• 本文为分数布朗运动的加权二次变差建立了中心极限定理。
• 证明了收敛的稳定性，且极限为条件高斯随机变量。
• 极限分布自然源自马利avin微积分框架的条件结构。
• 结果被推广至多重随机积分序列，提供了更广泛的应用类别。
• 证明了分数布朗运动的重整化加权赫尔米特变差在相同框架下收敛。
• 马利avin微积分的使用使得对非马尔可夫过程渐近行为的精确控制成为可能。