在第0天,某债券价值1元。在第 n n n天,其价值为 S n : = e ( X 1 + ⋯ + X n ) S_n := e^{(X_1 + \cdots + X_n)} Sn:=e(X1++Xn) 元,其中 X i X_i Xi 是独立同分布随机变量,满足 P ( X i = 1 ) = P ( X i = − 1 ) = 1 / 2 P(X_i = 1) = P(X_i = -1) = 1/2 P(Xi=1)=P(Xi=1)=1/2。爱丽丝有一些直到第 N N N天都可投资该债券的闲钱。作为一位有独特投资理念的投资人,她只愿意在“信号时刻”购入债券。所谓信号时刻,指的是某个日子 K K K,其中 K ∈ [ 1 , ⋯   , N − 1 ] K \in [1, \cdots , N-1] K[1,,N1],并且该债券在第 K K K天的价格是第0天到第 K K K天中最高的,却是第K天到第N天中最低的。

当然即使这样的日子 K K K 存在,她也无法在当时确认这是否就是“信号时间”。但事后来着,我们很自然地想知道,这样的信号时间是否真的存在。试证明存在不依赖于 N N N 的常数 c , C > 0 c, C > 0 c,C>0 使得这样的日子 K K K 存在的概率 ϵ ∈ ( c / log ⁡ N , C / log ⁡ N ) \epsilon \in (c/\log N, C/\log N) ϵ(c/logN,C/logN)

提示:定义 p n = P [ S i ≥ 1 , ∀ i = 1 , ⋯   , n ] p_n = P[S_i \geq 1, \forall i = 1, \cdots , n] pn=P[Si1,i=1,,n] 并注意到

p n 2 ≤ P [ 1 ≤ S i ≤ S n , ∀ 1 ≤ i ≤ n ] ≤ p n [ n / 2 ] p_n^2 \leq P[1 \leq S_i \leq S_n, \forall 1 \leq i \leq n] \leq p_n^{[n/2]} pn2P[1SiSn,∀1in]pn[n/2]

再证明该提示。

证:

  1. 信号时刻定义:

    • 信号时刻的定义是准确的,要求满足以下两条条件:

      - S n ≥ 1 S_n \geq 1 Sn1

      - S i ≥ 1 S_i \geq 1 Si1 对于所有 i = 1 , 2 , … , n i = 1, 2, \ldots, n i=1,2,,n

  2. 定义 p n p_n pn

    • 定义 p n = P [ S i ≥ 1 , ∀ i = 1 , ⋯   , n ] p_n = P[S_i \geq 1, \forall i = 1, \cdots, n] pn=P[Si1,i=1,,n] 是合理的,这个概率确实表示在前 n n n 天债券价格始终不低于初始价格的概率。
  3. 不等式的证明:

    • 证明不等式 p n 2 ≤ P [ 1 ≤ S i ≤ S n , ∀ 1 ≤ i ≤ n ] p_n^2 \leq P[1 \leq S_i \leq S_n, \forall 1 \leq i \leq n] pn2P[1SiSn,∀1in] 是正确的。可以通过独立性说明:

      P [ 1 ≤ S i ≤ S n , ∀ 1 ≤ i ≤ n ] ≥ P [ S 1 ≥ 1 ] ⋅ P [ S 2 ≥ 1 ] = p n 2 P[1 \leq S_i \leq S_n, \forall 1 \leq i \leq n] \geq P[S_1 \geq 1] \cdot P[S_2 \geq 1] = p_n^2 P[1SiSn,∀1in]P[S11]P[S21]=pn2

    • 接下来的不等式 P [ 1 ≤ S i ≤ S n , ∀ 1 ≤ i ≤ n ] ≤ p n [ n / 2 ] P[1 \leq S_i \leq S_n, \forall 1 \leq i \leq n] \leq p_n^{[n/2]} P[1SiSn,∀1in]pn[n/2] 需要更详细的解释。可以考虑将时间段分为两部分,证明:

      P [ 1 ≤ S i ≤ S n , ∀ 1 ≤ i ≤ n ] ≤ P [ S i ≥ 1 , ∀ 1 ≤ i ≤ n / 2 ] ⋅ P [ S i ≥ 1 , ∀ n / 2 < i ≤ n ] P[1 \leq S_i \leq S_n, \forall 1 \leq i \leq n] \leq P[S_i \geq 1, \forall 1 \leq i \leq n/2] \cdot P[S_i \geq 1, \forall n/2 < i \leq n] P[1SiSn,∀1in]P[Si1,∀1in/2]P[Si1,n/2<in]

      通过独立性,可以得到:

      ≤ p n / 2 2 ≤ p n [ n / 2 ] \leq p_{n/2}^2 \leq p_n^{[n/2]} pn/22pn[n/2]

    • 这一步需要根据实际情况可能的细化。

  4. 局部最大值的概率与路径长度:

    • 关于局部最大值和路径长度 N N N 的关系,你可以使用随机游走理论中的大数法则。具体来说,随着 N N N 的增大,局部最大值的出现概率将会减少,因为路径会更加趋向于稳定:

      P [ 存在局部最大值 ] ∼ C N (其中 C 是常数) P[\text{存在局部最大值}] \sim \frac{C}{N} \quad \text{(其中 C 是常数)} P[存在局部最大值]NC(其中 C 是常数)

    • 这一部分可以结合具体的随机游走模型进行推导。

  5. 选择常数 c c c C C C

    • 在选择常数 c c c C C C 时,确保它们能够准确反映出事件发生的概率关系。选择时可以使用极限定理或中心极限定理来支持常数的选取。

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部