泛函分析觀點下的隨機積分 (一):L2鞅與變差
需要的概率相關定義和定理:以測度為基礎的概率基本概念與結論
令 為一個filtered概率空間。假設有兩個 -adapted隨機過程 和 ,我們想要定義一種隨機積分 。為此我們要提出幾個問題:為什麼要定義隨機積分?積分的結果是什麼?我們想要它滿足什麼性質? 和 要滿足什麼條件?
1. 為什麼要定義隨機積分?
從理論出發,會一點統計的同學都知道回歸問題:已知 , 假設 是噪音,求 。同樣的,我們也有ODE問題: ,求 。那麼,我們可以自然而然地考慮這麼一個問題: , 假設 是某種隨機擾動 (例如,布朗運動),求 。為了把這個問題定義好,我們需要定義一種隨機 (微) 積分。這個問題叫做隨機微分方程 (SDE)。
從應用出發,考慮一段離散時間,把 想作股價, 是在時間點 的價格,把 想作買賣策略, 是在時間點 的買賣多少 (正負表示),目的是研究在時間 總盈虧額隨機變數 。這個式子看起來就是我們熟悉的黎曼和,那自然在連續時間上也應該有和黎曼積分對應的積分,可以用來算連續時間的總盈虧。當然,應用不限於此。
2. 積分的結果是什麼?
首先我們可以肯定的是 是一個隨機變數, 是一個隨機過程。那麼,有人會想:對每個樣本 , 和 都是一條路徑,用熟悉的Lebesgue-Steltjes積分,定義 不就行了?Naive! 問題在於Lebesgue-Steltjes積分需要 至少在 上有界變差 (BV),然而即便是最重要的布朗運動 ,它的樣本路徑 是BV的概率為0,甚至對於 , 它有限 次變差的概率都是0。也就是說平常的 積分理論並不怎麼適用 (事實上有另一種理論叫Rough Path),而將要講到的It? (伊藤) 積分是一個 理論。
It?積分出現是在Doob提出鞅之前,這裡以鞅方法為基礎的理論來自於Kunita-Watanabe,核心在於泛函分析里的Hilbert空間理論與等距,為此,我們需要一點 有界鞅的理論。
有界鞅,二次變差與bracket過程
Def. 令 為一個鞅。若 一致 有界,即 , 把 稱作 有界鞅。把 有界鞅組成的線性空間記作 ,把連續 有界鞅組成的線性空間記作 。
如果 是 有界鞅,可以得出 是一致可積的。根據Lévys forward定理,存在 可測 隨機變數 ,使得 a.s. 與 收斂於 且 。並且也可以推出 收斂。由此可以看出, 和 這兩個空間有一一對應關係。這樣就可以在 定義一個內積: 。由於 是一個Hilbert空間, 自然也是一個Hilbert空間。而 是 的閉子空間, 所以也是Hilbert空間。(會一點泛函分析的同學會注意到 收斂一般不會保證連續性,但我們有鞅的Doobs 不等式,可得一個子列上一致a.s.收斂,連續性就有所保證。)
(從現在起,我們只考慮初始值為0的隨機過程,即 。這樣的話,對於鞅 和所有 , 有 )
以下的結果使得之後的It?積分能夠與Lebesgue-Steltjes積分聯繫起來。
Thm. 令 , 則存在唯一(a.s.)一個連續, 初始值為0, -adapted隨機過程 且在有限區間BV,使得 為 -鞅 (初始值也是0)。把 稱作 的二次變差過程。
Proof. 因為 是一個非負凸函數,通過Jensen不等式可證 為一個非負下鞅。用Doob-Meyer分解可得結果。
Doob-Meyer分解得出來的 實際上是一個連續遞增過程,所以 必定(a.s.)存在。而根據 的內積,可以看出 , 因為分解的鞅部分期望為0。至於為何叫 二次變差,是因為如下結果:
Thm. 令 , 為 上的一列有限分割,且 隨 趨近於0,則有 概率(測度)收斂到 ,即對於所有 , 有
二次變差對於隨機過程就好比方差對於隨機變數。由這個類比,我們可以定義類似於 的「協方差」: ,稱作 的bracket過程。熟悉線性代數的同學可以看出這個定義有點像二次型,notation也和內積有點像,而事實上,它滿足類似於二次型或者內積的性質:
Thm. 對於 , , 有:
1. 2. 3. 且 當且僅當
事實上, 只能推出 為常數過程,但我們只考慮初始值為0,就沒有問題。由此可以得到一個類似於Cauchy-Schwarz的不等式
Thm. (Kunita-Watanabe 不等式) 令 , 為隨機過程,則有 a.s.
Remark. 這裡所有的積分都是對於每一個樣本的Lebesgue-Steltjes積分。因為所有bracket在 都是BV,所以這幾個積分沒有問題。
還有一個重要結果,便是二次變差和bracket過程對停時反應良好
Thm. 令 , 為一個停時。則有 。
基本上需要的概念差不多了。在下一篇文章,我們會正式定義It?積分,並且回答前面剩下的兩個問題。
下一篇文章:泛函分析觀點下的隨機積分 (二):It?積分
推薦閱讀:
※10035 賭徒的長征(1)——序言
※Fallacy
※概率論與隨機過程相關書籍點評(下)
※Ideology
※姓氏越稀有,越有可能成為精英姓氏?