[论文解读] Extreme-Value Analysis of Standardized Gaussian Increments

Zakhar Kabluchko|ArXiv.org|Jun 13, 2007

Stochastic processes and financial applications参考文献 28被引用 21

一句话总结

本文確立了標準高斯隨機漫步最大標準化增量的極值極限分佈，顯示其經適當歸一化後收斂至Gumbel分佈。主要貢獻在於識別出常數 $ H \approx 0.21 $，使得 $ L_n $ 漸近等價於 $ Hn\log n $ 個獨立同分佈的標準常態變數之最大值，並透過布朗運動與Spitzer恆等式推導出 $ H $ 的明確公式。

ABSTRACT

Let $\{X_i,i=1,2,...\}$ be i.i.d. standard gaussian variables. Let $S_n=X_1+...+X_n$ be the sequence of partial sums and $$ L_n=\max_{0\leq i

研究动机与目标

• 確定標準高斯隨機漫步之最大標準化增量 $ L_n = \max_{0 \leq i < j \leq n} \frac{S_j - S_i}{\sqrt{j-i}} $ 的極限極值分佈。
• 量化與 $ L_n $ 相當的獨立同分佈標準常態變數之有效數量，顯示其漸近表現類似於 $ Hn\log n $ 個獨立同分佈變數的最大值，其中 $ H > 0 $。
• 推導出常數 $ H $ 的明確、可數值計算之公式，該常數控制歸一化極限中極值的速率。
• 透過布朗運動將結果推廣至連續時間設定，證明其以相同歸一化常數收斂至Gumbel分佈。
• 彙整先前研究中的缺口，提供非隨機、確定性的歸一化常數，與先前使用隨機常數之結果形成對比。

提出的方法

• 應用Pickands的雙重求和方法分析 $ L_n $ 中依賴高斯變數最大值的尾部行為，其涉及 $ \sim n^2/2 $ 個依賴增量。
• 使用強近似論證將離散隨機漫步與布朗運動連結，進而可應用連續時間工具。
• 定義 $ F(a) = \lim_{T \to \infty} \frac{1}{T} \mathbb{E}[\exp(\sup_{t \in [0,T] \cap a\mathbb{Z}} (B(t) - t/2))] $，將極值行為與帶漂移的布朗運動功能連結。
• 引入 $ G(y) = \frac{1}{y^2} F(2/y)^2 $，並定義 $ H = 4 \int_0^\infty G(y) dy $，提供常數 $ H $ 的表達式。
• 利用Spitzer恆等式表達負漂移高斯隨機漫步的首達概率，將 $ F(a) $ 表示為 $ p_\infty^2(a)/a $，其中 $ p_\infty(a) $ 為存活概率。
• 推導出明確的積分公式：$ H = \int_0^\infty \exp\left( -4 \sum_{k=1}^\infty \frac{1}{k} \Phi(-\sqrt{k/(2y)}) \right) dy $，使數值計算成為可能（$ H \approx 0.21 $）。

实验结果

研究问题

• RQ1 標準高斯隨機漫步之最大標準化增量 $ L_n $ 的極限極值分佈為何？
• RQ2 在 $ L_n $ 中約 $ n^2 $ 個增量之間的依賴結構，如何影響其類似於獨立同分佈標準常態變數之數量？
• RQ3 能否以已知函數明確計算出常數 $ H $，該常數量化了有效獨立同分佈變數數量（$ Hn\log n $）？
• RQ4 $ L_n $ 的分佈收斂至Gumbel分佈是否成立？若成立，其精確歸一化常數為何？
• RQ5 隨機漫步的極值行為與負漂移高斯隨機漫步的存活概率之間有何關聯？

主要发现

• 歸一化最大值 $ L_n $ 按分佈收斂至Gumbel分佈，其歸一化常數為 $ a_n = \sqrt{2\log n} + \frac{-1/2\log\log n + \log H - \log 2\sqrt{\pi}}{\sqrt{2\log n}} $，$ b_n = \frac{1}{\sqrt{2\log n}} $，其中 $ H \approx 0.21 $。
• $ L_n $ 經歸一化後，雖為 $ \sim n^2/2 $ 個依賴標準常態變數的最大值，但其漸近行為等價於 $ Hn\log n $ 個獨立同分佈標準常態變數之最大值，且 $ H \approx 0.21 $。
• 推導出 $ H $ 的明確積分公式：$ H = \int_0^\infty \exp\left( -4 \sum_{k=1}^\infty \frac{1}{k} \Phi(-\sqrt{k/(2y}) \right) dy $，使數值計算成為可能。
• 證明常數 $ H $ 與具有漂移 $ -a/2 $ 的高斯隨機漫步之存活概率 $ p_\infty(a) $ 相關，關係式為 $ F(a) = p_\infty^2(a)/a $。
• 幾乎必然極限 $ \lim_{n \to \infty} \frac{L_n}{\sqrt{2\log n}} = 1 $ 成立，確認極值增長速率為 $ \sqrt{2\log n} $。
• 結果已推廣至布朗運動：$ \sup_{x \in [1,n]} \frac{B(x)}{\sqrt{x}} $ 同樣以與離散情形相同的歸一化常數收斂至Gumbel分佈。