[论文解读] Erdos-Feller-Kolmogorov-Petrowsky law of the iterated logarithm for self-normalized martingales: a game-theoretic approach

Takeyuki Sasai, Kenshi Miyabe+1 more|arXiv (Cornell University)|Apr 24, 2015

Stochastic processes and financial applications参考文献 13被引用 3

一句话总结

本文在博弈概率框架下，利用基于固定比例投注的贝叶斯混合策略，建立了自归一化鞅的Erdős–Feller–Kolmogorov–Petrowsky（EFKP）重对数律（LIL）。通过在增量的精确矩条件与增长条件下，证明了自归一化鞅的几乎必然收敛与发散行为，从而解决了在鞅情形下 EFKP-LIL 长期存在的空白。

ABSTRACT

We prove an Erdos-Feller-Kolmogorov-Petrowsky law of the iterated logarithm for self-normalized martingales. Our proof is given in the framework of the game-theoretic probability of Shafer and Vovk. As many other game-theoretic proofs, our proof is self-contained and explicit.

研究动机与目标

• 建立自归一化鞅的 Erdős–Feller–Kolmogorov–Petrowsky 重对数律（EFKP-LIL），尽管在 i.i.d. 情形下已有相关结果，但该律在鞅设定中尚未被推导出来。
• 将 Shafer 和 Vovk 的博弈概率框架扩展至自归一化鞅过程，从而实现 LIL 类结果的自包含且显式证明。
• 确定增量 $ c_n $ 与函数 $ \rho $ 的增长的精确阈值条件，使得 LIL 几乎必然成立或不成立。
• 通过在博弈概率设定中构造显式策略，强制实现期望的渐近行为，从而解决自归一化鞅情形下 EFKP-LIL 的有效性与精确性。

提出的方法

• 证明在 Shafer 和 Vovk 的博弈概率框架内进行，其中 Skeptic 的资本过程被用来表示事件的可能性。
• 采用基于固定比例投注策略的贝叶斯混合策略，每种策略由比例 $ \gamma $ 参数化，并根据观测路径动态调整。
• 当 $ \gamma c_n > \delta $ 时，策略引入“冻结”机制，以确保资本过程的非负性。
• 作者定义了停时 $ \sigma_\gamma $ 和 $ \tau_k $ 以分割过程，并分析 $ A_n^2 $ 足够增长的区间内的行为。
• 通过控制 $ S_n $、$ A_n^2 $ 和 $ \psi(A_n^2) $ 的界，推导出关键估计，仔细处理指数与对数项，以确保资本的收敛或发散。
• 通过将有效性策略与一种动态策略结合，证明了精确性结果：当 $ S_n \geq A_n \psi(A_n^2) $ 无限次发生时，利用涉及 $ \ln k \cdot \psi(n_{k+1}) e^{-\psi(n_{k+1})^2/2} $ 的级数发散性，强制资本增长。

实验结果

研究问题

• RQ1 在增量大小 $ c_n $ 与函数 $ \psi $ 的何种条件下，自归一化鞅 $ S_n / A_n $ 满足 EFKP-LIL？
• RQ2 博弈概率框架能否用于以自包含且显式的方式证明自归一化鞅的 EFKP-LIL？
• RQ3 在自归一化鞅设定中，分离 EFKP-LIL 有效性与精确性区域的精确增长阶 $ c_n $ 是什么？
• RQ4 如何在博弈概率设定中构造贝叶斯混合策略，以强制实现 $ S_n $ 相对于 $ A_n \psi(A_n^2) $ 的渐近行为？

主要发现

• 若 $ I(\psi) < \infty $，则 $ \mathbb{P}(S_n < A_n \psi(A_n^2) \text{ 最终几乎必然} \mid \lim A_n = \infty, \limsup c_n \psi(A_n^2)^3 / A_n < \infty) = 1 $，确立了 EFKP-LIL 的有效性。
• 若 $ I(\psi) = \infty $，则 $ \mathbb{P}(S_n \geq A_n \psi(A_n^2) \text{ 无限次} \mid \lim A_n = \infty, \limsup c_n \psi(A_n^2)^3 / A_n < \infty) = 1 $，证明了 LIL 的精确性。
• 条件 $ \limsup c_n \psi(A_n^2)^3 / A_n < \infty $ 被证明是即使在独立情形下，EFKP-LIL 的最佳已知阶。
• 证明构造了一个非负鞅（Skeptic 的资本），当 $ I(\psi) = \infty $ 时，该资本在 $ S_n \geq A_n \psi(A_n^2) $ 无限次发生的事件上发散至无穷，通过博弈概率强制机制确认了精确性。
• 该策略是自包含且显式的，依赖于具有动态停止与冻结规则的固定比例投注策略的贝叶斯混合。
• 该结果推广了 Einmahl 与 Mason（2000）以及 de la Peña、Klass 与 Lai（1995）的先前工作，将他们的结果扩展至自归一化鞅情形。