Martingal (sannolikhetsteori)
Från Rilpedia
Inom sannolikhetsteori är en martingal en stokastisk process som har den speciella egenskapen att det betingade väntevärdet av en observation av processen vid tiden t givet observationer fram till tiden s, med s < t, är lika med det observerade värdet vid tidpunkten s.
Innehåll |
Historia
Ursprungligen refererade begreppet martingal till ett spelsystem, det så kallade Martingalsystemet, som utvecklades i Frankrike på 1700-talet. Det går ut på att efter varje förlorat vad, dubblar man insatsen tills man vinner. Då går man alltid med vinst. En förutsättning till att detta ska fungera är att man har tillräckligt mycket pengar för att man ska kunna dubbla insatsen tills man vinner. Inom sannolikhetsteorin infördes begreppet av Paul Pierre Lévy.
Definition
En stokastisk process i diskret tid är en martingal om följande gäller för alla n:
I kontinuerlig tid definieras en martingal ofta med hjälp av en filtration av sigma-algebror. Givet ett mätbart rum så är en filtration en indexerad familj av sigma-algebror
med
för alla
som uppfyller
I många sammanhang kan en filtration ges en tolkning i termer av information, där kan representera informationen tillgänglig vid tidpunkten t. Man säger också att en stokastisk process är anpassad till en filtration om Xt är en mätbar funktion med avseende på
för alla t. Vi kan nu definiera en martingal med avseende på en viss filtration
som en stokastisk process X på
som uppfyller:
- 1. X är anpassad till
- 2.
- 3. För varje s,t med
gäller
, där den sista likheten gäller P-nästan säkert.
Exempel
Ett enkelt exempel på en martingal i diskret tid är den stokastiska process som bildas av delsummorna av en följd av oberoende, integrerbara, stokastiska variabler med väntevärde 0. Med andra ord, om är en sådan följd, så är
en martingal. Ett typiskt exempel på en martingal i kontinuerlig tid är Wienerprocessen.
Referenser
- Björk, T. Arbitrage Theory in Continuous Time, Oxford University Press, 2004.
- Kallenberg, O. Foundations of Modern Probability, 2nd ed. Springer Series in Statistics, 2002.