weixin_40614311的博客

金融数学 研究方向博士书籍

随机过程：三种不同的理解方法随机过程，顾名思义，过程两个字表示这是时间参数t∈Tt\in Tt∈T的函数，而随机则表示这是事件参数ω∈Ω\omega\in \Omegaω∈Ω的函数,因此可以记作X(t,ω)X(t,\omega)X(t,ω)。那么具体可以怎么理解随机过程的含义呢，不同的理解是不是可以发展出不同的微积分理论体系，以及随机过程的构造方法呢，以下是随机过程的三种理解方法：随机过程 X={Xt(ω),t∈T}X=\left\{X_{t}(\omega), t \in T\right\}X={

3. 离散时间鞅

条件期望可以认为是在掌握部分信息$\mathcal{F}$下对随机变量$X$的最佳估计, 即对于每一个$A\in \mathcal{F}$,我们知道事件$A$是否发生, $E(X|F)$是在所获得信息下对$X$值的“最佳猜测”(定理4.1.15说明条件期望是与$X$平均二次误差最小的随机变量). 依据这个概念定义条件期望并且给出条件期望的示例(条件期望在不同$\sigma$代数下的具体表示.)

Martingale这个单词在英语里有下面两个意思, 随机过程中的Martingale过程通用中译用的是第二种意思, 但它的含义应该是直接脱胎于第一种意思, 不过更多地是指一种公平设计的赌博机制,因此在早期的台北出版物中, 它被直接翻译成 “平赌”.

我们将应用鞅收敛定理来推广第二Borel-Cantelli引理,并研究波利亚之瓮、Radon-Nikodym导数和分支过程.这四个主题是相互独立的.

利用鞅变换和Doob停止定理证明$(X_N,\mathcal{F}_n)$可选停时定理(可以利用停止$\sigma$代数的性质,进一步得到$X_N,\mathcal{F}_N$可选停时定理),利用$(X_N,\mathcal{F}_n)$可选停时定理,我们可以证明Doob不等式,即下鞅极大值被终端值的期望控制,以此可得$L^{p}$极大值不等式,最后,我们利用$L^{p}$极大值不等式证明鞅的$L^p$收敛($p>1$)性.

鞅的L^p收敛p > 1,鞅与停时鞅的L^p收敛(p > 1),鞅与停时2. 极大值不等式2.1. Doob不等式-时间有界2.2. LpL^{p}Lp极大值不等式3. 鞅的LpL^pLp收敛定理}鞅的L^p收敛(p > 1),鞅与停时2. 极大值不等式2.1. Doob不等式-时间有界我们知道, 从总趋势上看, 下鞅是上升的, 因此它在某个区间上的极大值在某种意义下应该能由其终端值控制. 同样, 上鞅的极值应该能用其初值控制.定理4.4.2 (Doob不等式-时间有界) 令X

平方可积鞅是指初值$X_{0}=0$的鞅$X_{n}$,并且对所有$n$,$E X_{n}^{2}

本节主要介绍一致可积鞅的$L^1$收敛性质.

反向鞅 一个反向鞅（有些作者称之为可反转的鞅）是一个负整数指标的鞅

无界停时定理与随机游走

离散时间鞅-组合方法分析随机游动（不用鞅方法）

4. 连续时间鞅

离散时间的有限项或虽有无限项但有终端值的鞅的概念, 在连续时间对应着 闭区间上的鞅.

有无穷项的离散时间鞅, 对应着连续时间时左闭右开区间上的鞅.

平方可积的连续鞅

局部鞅

半鞅

对于可数状态空间的马氏链,马氏性指的是给定当前状态, 其他过去的状态与未来的预测无关.

本节首先构造马氏链, 即构造活动概率空间: 在序列空间中构造$P_x,P_\mu$, 使得在这个概率空间的点为马氏链; 基于该活动概率空间讨论马氏性和强马氏性.

本节首先构造马氏链, 即构造活动概率空间: 在序列空间中构造$P_x,P_\mu$, 使得在这个概率空间的点为马氏链; 基于该活动概率空间讨论马氏性和强马氏性.

常返和非常返的判定

随机游走常返性

本节首先介绍平稳测度的定义及其示例, 然后给出可逆测度的定义, 并且说明可逆测度是平稳测度,

本节首先介绍平稳测度的定义及其示例, 然后给出可逆测度的定义, 并且说明可逆测度是平稳测度, 初始分布可逆的马氏链, 其对偶马氏链的转移概率和本身的转移概率相同(这也是可逆测度被称为可逆的原因).

本节的第一个主题是研究第n次的转移概率pn(x,y)渐近性.

周期马氏链的极限分布和循环分解

将把从可数状态空间的结果推广到具有不可数状态空间的马尔可夫链的集合中, 称为Harris链

马氏过程及其构造

4. 连续时间马氏过程-强Markov族

给定一个无穷小生成元, 可以确定一个算子半群, 从而确定马氏过程的转移概率.

关于平稳序列的重要定理是遍历定理(强大数定律推广到平稳序列)

独立同分布序列是平稳序列, 并且在位移变换φ\varphiφ下遍历, 该序列满足强大数定律

次加性遍历定理

布朗运动的起源1. 布朗的发现；2. Einstein的验证；3. Langevin的严密化；4. Wiener的严格数学模型；5. 金融数学

1. 布朗运动的定义1.1 平移不变性1.2 自相似性-尺度不变性2. 等价定义2.1 高斯向量及其性质2.2 等价定义的证明2.3 布朗运动的有限维分布2.4 布朗运动矩的计算2.3 布朗运动关于时间的积分

1. Paul Lévy的构造1.1 独立随机变量序列求和1.2 Paul Lévy - 布朗运动的存在性2. Wiener的构造2.1 错误的构造方法2.2 错误构造的修正

1. 轨道的Holder连续性1.1 Kolmogorov准则1.2 布朗运动轨道的Holder连续性1.3 几乎处处不可微2. 变差性质2.1 平方变差的收敛性2.2 无限变差

1. 布朗运动的马氏性1.1 扩展马氏性1.2 Blumenthal's 0-1律2 布朗路径的局部行为2.1 局部行为2.2 渐进行为和常返3. 布朗运动的强马氏性3.1 停时性质3.2 停止\sigmaσ代数3.3 强马氏性4. 布朗运动的路径性质4.1 零集4.2 首击时4.3 首击时分布(反射原理)4.3 反正弦律