[论文解读] No simple arbitrage for fractional Brownian motion

Rémi Peyre|arXiv (Cornell University)|Aug 3, 2015

Stochastic processes and financial applications参考文献 1被引用 3

一句话总结

本文证明了对于任意 Hurst 参数 $ H \in (0,1) $，$ H \neq 1/2 $ 的分数布朗运动（fBm），其几乎必然不存在在右侧为局部最小值的停时。该结果建立了 fBm 的强无套利性质，表明即使在存在长程依赖的情况下，基于局部最小值的简单交易策略也无法获得无风险利润。证明依赖于路径正则性估计、高斯向量分析，以及对 fBm 某种变体的迭代对数律，以控制连续事件族的并集。

ABSTRACT

We prove the following result: For $(Z_t)_{t \in \mathbf{R}}$ a fractional Brownian motion with arbitrary Hurst parameter, there does not exist any stopping time $τ$ adapted to the natural filtration of the increments of $Z$ such that, with positive probability, $τ$ a local minimum at right of the trajectory of $Z$.

研究动机与目标

• 建立分数布朗运动（fBm）的自然滤子适应的停时几乎不可能在右侧为局部最小值。
• 证明 fBm 不允许基于轨迹中前瞻局部最小值的“简单套利”策略。
• 将标准布朗运动的无套利性质推广至 $ H \neq 1/2 $ 的长程依赖情形 fBm。
• 通过正则性估计和高斯向量技术，对 fBm 路径进行严格的路径层面分析，以排除此类停时的存在。

提出的方法

• 通过确定性分部积分法，将 fBm 表示为关于双边布朗运动的随机积分，获得其路径层面表示。
• 引入 fBm 的一种变体，以应用迭代对数律，捕捉潜在局部最小值附近路径的局部振荡行为。
• 利用 fBm 的正则性估计，将时间上的连续事件族并集离散化为有限并集，从而实现概率控制。
• 应用高斯向量分析，对停时处条件分布所涉及的协方差矩阵的行列式与逆矩阵进行有界估计。
• 采用算子范数估计与矩阵扰动理论，控制条件分布下协方差矩阵的行为。
• 依赖涉及二项式系数与几何级数的技巧性引理，推导出矩阵元素与行列式的指数界。

实验结果

研究问题

• RQ1 分数布朗运动的停时是否可能在右侧为局部最小值且概率为正？
• RQ2 当 $ H \neq 1/2 $ 时，fBm 的长程依赖是否允许基于局部最小值的简单套利策略？
• RQ3 是否存在路径层面的障碍，使得利用适应停时检测 fBm 路径中的局部最小值不可行？
• RQ4 fBm 路径的局部行为如何阻止此类停时的存在？

主要发现

• 不存在任何适应 fBm 自然滤子的停时 $ \tau $，使得其在右侧为局部最小值的概率为正。
• 该结果对所有 Hurst 参数 $ H \in (0,1) $ 成立，包括 $ H \neq 1/2 $ 的情形，且对 $ H = 1/2 $ 的情况可平凡推广。
• 主要障碍源于 fBm 的联合高斯结构与 Hölder 正则性，这使得可预测的局部最小值无法存在。
• 为分析候选停时附近路径的局部行为，建立了 fBm 某种变体的迭代对数律。
• 推导出协方差矩阵行列式与逆矩阵的矩阵估计，表明其在索引间距增大时呈现指数衰减，从而控制罕见事件的概率。
• 证明表明，即使在条件化于此类事件时，停时在右侧为局部最小值的概率仍为零，其根源在于内在的路径正则性与依赖结构。