参考了Ruey S. Tsay的《Analysis of Financial Time Series, 3rd Edition》由王远林,王辉和潘家柱翻译的中文版本《金融时间序列分析第三版》中关于伊藤引理的介绍,再次基础上给出伊藤引理的简单证明。
首先,考虑一个二元函数
G
G
G,在这里
G
G
G为
x
t
x_{t}
xt和 t 的可微函数,即
G
=
G
(
x
t
,
t
)
G=G(x_{t},t)
G=G(xt,t),其中
x
t
x_{t}
xt是一个伊藤过程,对函数二元
G
G
G进行泰勒展开,这里省略
x
t
x_{t}
xt的下标t
将伊藤过程写成离散形式
为了简便,省略
μ
\mu
μ和
σ
\sigma
σ的变元,并记
Δ
x
=
x
t
+
Δ
t
−
x
t
\Delta x=x_{t+\Delta t} -x_{t}
Δx=xt+Δt−xt,由方程 (2)可以证明
根据
(
Δ
x
)
2
(\Delta x)^{2}
(Δx)2当
Δ
t
→
0
\Delta t\rightarrow0
Δt→0 的极限
σ
2
ε
2
Δ
t
\sigma^{2}\varepsilon^{2}\Delta t
σ2ε2Δt可以得到
这里利用到了卡方分布均值和方差的性质,
E
(
χ
2
(
n
)
)
=
n
E(\chi^{2}(n))=n
E(χ2(n))=n,
V
a
r
(
χ
2
(
n
)
)
=
2
n
Var(\chi^{2}(n))=2n
Var(χ2(n))=2n,其中
n
n
n为卡方分布的自由度,
ε
\varepsilon
ε服从均值为0,方差为1的标准正太分布。
方程(5)和 (6)说明了
σ
2
ε
2
Δ
t
\sigma^{2}\varepsilon^{2}\Delta t
σ2ε2Δt当
Δ
t
→
0
\Delta t\rightarrow0
Δt→0时将会收敛到一个非随机变量
σ
2
Δ
t
\sigma^{2}\Delta t
σ2Δt,因此由方程 (4),当
Δ
t
→
0
\Delta t\rightarrow0
Δt→0 时 ,
(
Δ
x
)
2
→
σ
2
d
t
(\Delta x)^{2} \rightarrow\sigma^{2}dt
(Δx)2→σ2dt ,将此结果和方程 (3)中的结果带入方程(1)中, 忽略高阶项,取微分形式
将伊藤过程(2)的微分形式 (8)带入方程 (7)中,并忽略其变元,得到伊藤引理
参考文献
Tsay R. 金融时间序列分析[M]. 人民邮电出版社,2012.