[论文解读] Sufficient and Necessary Conditions for Limit Theorems for Quadratic Variations of Gaussian Sequences

Lauri Viitasaari|arXiv (Cornell University)|Feb 4, 2015

Analysis of environmental and stochastic processes参考文献 36被引用 5

一句话总结

本文建立了广义高斯序列的二次变差在几乎必然、依概率、$L^p$ 以及依分布收敛的各种类型下的充分必要条件。通过分析高斯向量的四阶矩并利用组合对称性，作者推导出一个统一且实用的框架，简化了现有方法，并为矩展开提供了精确权重，从而实现了对第一类与第二类二次变差极限定理的精确刻画，适用于包括分数阶与双分数阶布朗运动在内的多种高斯过程。

ABSTRACT

Quadratic variations of Gaussian processes play important role in both stochastic analysis and in applications such as estimation of model parameters, and for this reason the topic has been extensively studied in the literature. In this article we study the problem for general Gaussian processes and we provide sufficient and necessary conditions for different types of convergence which include convergence in probability, almost sure convergence, $L^p$-convergence as well as convergence in law. Furthermore, we study general Gaussian vectors from which different interesting cases including first or second order quadratic variations can be studied by appropriate choice of the underlying vector. Finally, we provide a practical and simple approach to attack the problem which simplifies the existing methodology considerably.

研究动机与目标

• 推导广义高斯序列二次变差在依概率、几乎必然收敛、$L^p$ 收敛以及依分布收敛下的充分必要条件。
• 通过基于高斯向量矩分析的实用且通用的方法，统一并简化现有研究二次变差极限定理的手段。
• 将极限定理的适用范围扩展至一般高斯过程，包括具有非平稳或长程依赖增量的类型，如子分数阶与双分数阶布朗运动。
• 为四阶矩展开提供显式组合权重，以实现对渐近分布的精确刻画。

提出的方法

• 通过基于索引配对的分解，将高斯序列的四阶矩期望 $\mathbb{E}\left[\prod_{p \in \{i,j,k,l\}} \left( (Y^{(n)}_p)^2 - \mathbb{E}[(Y^{(n)}_p)^2] \right) \right]$ 分解为五个对称分量。
• 利用协方差结构的对称性，将所有排列的求和等价化，从而将问题简化为计算与索引和过程参数无关的固定权重 $a_p$ 与 $b_p$。
• 对 i.i.d. 标准正态随机变量序列应用经典中心极限定理，推导出矩展开的精确权重 $b = (12, 0, 0, 0, 24)$。
• 证明系数 $b_4 = 0$ 是由于 $-\mathbb{E}[(Y^{(n)}_k)^2]$ 项与排列对称计数之间的抵消效应。
• 通过分析标准化 i.i.d. 卡方变量和的 $\mathbb{E}[S_n^4]$ 的渐近行为，推导出 $b_1 = 12$，$b_2 = b_3 = 0$。
• 将所推导的矩展开应用于刻画一般高斯过程中第一类与第二类二次变差的极限定理。

实验结果

研究问题

• RQ1 广义高斯序列的二次变差几乎必然收敛的必要与充分条件是什么？
• RQ2 高斯过程的二次变差 $L^p$ 收敛在何种条件下成立？
• RQ3 如何基于底层高斯向量的矩条件刻画二次变差的中心极限定理？
• RQ4 广义高斯序列的四阶矩展开的确切结构是什么？它如何用于推导收敛结果？
• RQ5 能否发展一种统一且简化的方法，以分析包括分数阶与双分数阶布朗运动在内的多种高斯过程的二次变差极限定理？

主要发现

• 本文证明，由于 $-\mathbb{E}[(Y^{(n)}_k)^2]$ 项与排列对称计数之间的抵消，四阶矩展开中的系数 $b_4 = 0$。
• 通过分析标准化 i.i.d. 标准正态变量和的 $\mathbb{E}[S_n^4]$ 的渐近行为，推导出系数 $b_1 = 12$，确认了四阶矩展开中的主导项。
• 由 $\mathbb{E}[S_n^4] \to 3$ 的收敛性，推导出 $b_2 = b_3 = 0$，表明当 $n \to \infty$ 时高阶项趋于零。
• 四阶矩展开的精确权重向量为 $b = (12, 0, 0, 0, 24)$，与底层高斯过程和索引无关。
• 该方法提供了一个统一框架，简化了现有方法，并实现了对第一类与第二类二次变差极限定理的精确刻画。
• 结果适用于包括分数阶布朗运动、子分数阶布朗运动与双分数阶布朗运动在内的广泛高斯过程类别，并推导出明确的收敛条件。