[论文解读] Estimates for moments of supremum of reflected fractional Brownian motion

Krzysztof Dȩbicki, Agata Tomanek|ArXiv.org|Dec 16, 2009

Stochastic processes and financial applications参考文献 4被引用 4

一句话总结

本文推导了反射分数布朗运动在 Hurst 参数 H ∈ (0,1] 情况下，其上确界 γ 阶矩的精确界限。通过高斯过程比较与自相似性，建立了与 T^{γH} 成比例的上下界，其中显式常数涉及 Gamma 函数与 Dirichlet beta 函数。对于 H = 1/2 和 H = 1 的情形，推导出精确表达式，将其与特殊函数及 Euler 数联系起来。

ABSTRACT

Let $B_H(\cdot)$ be a fractional Brownian motion with Hurst parameter $H\in(0,1]$. Motivated by applications to maximal inequalities for fractional Brownian motion, in this note we derive bounds for K_T(H,γ):=E[\sup_{t\in[0,T]}|B_H(t)|]^γ, with $γ, T>0$.

研究动机与目标

• 推导反射分数布朗运动在区间 [0,T] 上确界 γ 阶矩的非渐近界限。
• 解决 K_T(H,γ) = E[sup_{t∈[0,T]} |B_H(t)|]^γ 的精确表达式缺失问题，该问题对极大不等式至关重要。
• 建立 T 和 H 的精确标度行为，尤其区分 H < 1/2 与 H ≥ 1/2 的情形。
• 计算 H = 1/2 和 H = 1 时 K_T(H,γ) 的精确值，将其与数论常数联系起来。
• 通过与已知矩界限的比较，恢复已知的 Euler 数不等式。

提出的方法

• 利用分数布朗运动的自相似性，将 K_T(H,γ) 化为 K_1(H,γ) × T^{γH}。
• 应用 Slepian 不等式，将具有平稳增量的中心高斯过程的上确界与标准布朗运动进行比较。
• 利用方差函数 σ²_X(t) 的凹凸性，推导 E[sup X(t)]^γ 的下界与上界。
• 应用反射原理与已知的布朗运动尾概率：P(sup_{t∈[0,1]} B_{1/2}(t) > x) = 2Ψ(x)。
• 应用 Lebesgue 控制收敛定理，交换上确界分布级数展开中的求和与积分。
• 在二重积分中进行变量替换，以计算 I_k = ∫₀^∞ x^{γ−1} ∫_{x(2k+1)/√2}^∞ e^{-s²} ds dx，从而得到 Gamma 函数表达式。

实验结果

研究问题

• RQ1 当 H ∈ (0,1] 且 γ,T > 0 时，E[sup_{t∈[0,T]} |B_H(t)|]^γ 的紧致界限是什么？
• RQ2 K_T(H,γ) 的标度行为如何依赖于 H，特别是区分 H < 1/2 与 H ≥ 1/2 的情形？
• RQ3 是否可以为 H = 1/2 和 H = 1 的情形推导出 K_T(H,γ) 的精确表达式？
• RQ4 分数布朗运动上确界矩与 Dirichlet beta 函数等特殊函数之间存在何种联系？
• RQ5 能否从分数布朗运动上确界矩的界限中恢复已知的 Euler 数不等式？

主要发现

• 当 H < 1/2 时，K_T(H,γ) ≥ T^{γH} × (1/√π) × 2^{γ/2} × Γ((γ+1)/2)，提供一个与 H 无关的下界。
• 当 H ≥ 1/2 时，K_T(H,γ) 的上下界分别为 T^{γH} × (1/√π) × 2^{γ/2} × Γ((γ+1)/2) 与 T^{γH} × (1/√π) × 2^{γ/2 + 1} × Γ((γ+1)/2)，表明标度行为紧密。
• 当 H = 1/2 时，K_T(1/2,γ) = T^{γ/2} × (1/√π) × 2^{1 + γ/2} × Γ((γ+1)/2) × β(γ)，其中 β(γ) 为 Dirichlet beta 函数。
• 当 H = 1 时，K_T(1,γ) = T^γ × (1/√π) × 2^{γ/2} × Γ((γ+1)/2)，与缩放正态随机变量的矩一致。
• 精确值 K_1(1/2,1) = √(π/2) 与 K_1(1/2,2) 等于 Catalan 常数，确认了已知的特殊值。
• 当 H = 1/2 且 γ 为奇数时，上界恢复了已知不等式 |E_{2n}| ≤ 4^{n+1}(2n)!/π^{2n+1} 对于 Euler 数。