全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1052 11
2022-05-10
英文标题:
《Path probability of stochastic motion: A functional approach》
---
作者:
Masayuki Hattori, Sumiyoshi Abe
---
最新提交年份:
2016
---
英文摘要:
  The path probability of a particle undergoing stochastic motion is studied by the use of functional technique, and the general formula is derived for the path probability distribution functional. The probability of finding paths inside a tube/band, the center of which is stipulated by a given path, is analytically evaluated in a way analogous to continuous measurements in quantum mechanics. Then, the formalism developed here is applied to the stochastic dynamics of stock price in finance.
---
中文摘要:
利用泛函方法研究了粒子随机运动的路径概率,导出了路径概率分布泛函的一般公式。以类似于量子力学中连续测量的方式,对在管/带内找到路径(其中心由给定路径规定)的概率进行了分析评估。然后,本文发展的形式主义被应用于金融领域股票价格的随机动力学。
---
分类信息:

一级分类:Physics        物理学
二级分类:Statistical Mechanics        统计力学
分类描述:Phase transitions, thermodynamics, field theory, non-equilibrium phenomena, renormalization group and scaling, integrable models, turbulence
相变,热力学,场论,非平衡现象,重整化群和标度,可积模型,湍流
--
一级分类:Quantitative Finance        数量金融学
二级分类:General Finance        一般财务
分类描述:Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
一级分类:Physics        物理学
二级分类:Quantum Physics        量子物理学
分类描述:Description coming soon
描述即将到来
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-10 18:40:42
随机运动的路径概率:一种泛函方法——日本物理研究所,喀山联邦大学,日本b物理研究所,Mie 514-8507,Mie大学物理工程系,Mie 514-8507,日本b物理研究所,喀山420008,俄罗斯摘要利用泛函技术研究粒子经历随机运动的路径概率,推导了路径概率分布函数的一般公式。以类似于量子力学中连续测量的方式,对在管/带内找到路径(其中心由给定路径规定)的概率进行了分析评估。然后,本文发展的形式主义被应用于金融领域股票价格的随机动力学。关键词:随机过程,路径概率分布函数,股价1。引言考虑一个包含外部噪声的x(t)的随机方程!(t) 。满足一定初始条件的方程的解,X!(t) ,定义粒子/步行者的轨迹。然后,必须确定在时间t:f(x,t)dx的区间x,x+dx[]中找到粒子的概率,其中f(x,t)是由f(x,t)=给出的概率分布函数!十、X“(t)与o)!是噪音的平均值(见下一节)。从随机方程到概率分布函数的过程通常通过福克-普朗克方程[1,2]来建立。这是一个被广泛讨论的问题,使人们能够描述扩散和传输等重要现象。一个较少讨论的问题可能是路径概率P[x]。在这种情况下,我们关注粒子沿着路径x(t)的概率分布函数。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 18:40:46
与这个问题相关的最早工作之一可能是参考文献[3],其中研究了宏观热力学变量的平衡不可逆弛豫过程。最近,参考文献[4]重新讨论了路径概率问题。然而,在这项工作中,似乎仍有一些关于行动功能的问题有待澄清。我们的目的是基于泛函方法发展随机过程中的路径概率理论。首先,我们推导了与朗之万方程有关的路径概率分布函数的一般公式。然后,我们研究了过阻尼极限,在该极限下,公式被大大简化。作为副产品,现阶段,对参考文献[4]中关于功能作用的陈述进行了澄清和修改。为了得到一个有限测度,我们进一步考虑了在一维“管”或“带”中找到路径的概率,其中心由给定路径指定。特别是,在那里,我们采用了受量子力学中连续测量概念启发的高斯滤波方法[5]。我们在将该公式应用于金融中股票价格的随机动力学时讨论了这些问题。2.路径概率路径概率分布函数定义如下:P[x]=!十、其中!X!X“”#$%是由!X!X“”#$%=!X(t)!X“(t)t&(2)和符号给出的增量函数!t是连续的无穷乘积。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 18:40:50
归一化条件用函数积分表示:Dx P[x]=1!,其中dx是测量的功能集成x!“td x(t)。假设x!(t)是单位质量为d2x(t)dt2=!!dx(t)dt+fx(t)(+2D!(t)(3)的粒子朗之万方程的解,定义在一个时间间隔内,0<t<t。这里,!和d分别是摩擦系数和扩散系数的正常数。fx(t)()是一个确定的力项,而!(t)是无偏高斯白噪声!(t)!=0,!(t)!(t\')=(t!t’)(4)为了以后的方便,从噪声中提取扩散系数,如式(3)所示。爱因斯坦的关系式表明,在平衡状态下,!Dis Boltzmann常数乘以环境温度,其影响由噪声表示。p[!]给出了!(t)分布的显式形式=下一个!12d t!2(t)“#$%&\'(,(5)其中是标准化因子,该符号将在后续讨论中常用。特定数量的平均值,Q(!),超过噪音用Q(!)表示=DQ(!)!p[!],用这个等式(4)可以立即确定。实际上,归一化因子在形式上是不同的。有一些方法可以将其规范化。一种可能的方法是离散时间参数。这个问题将在后面一个明确的例子中讨论(见第5节)。让我们计算方程(1)中解x的路径概率!(t) 式(3)的结果。为此,我们将等式(3)改写为!(X)“d2X(t)dt2+!dx(t)dt#fx(t)(#2D!(t)=0.(6)然后,保持以下等式:!!(X)[=Det!!!X“#$%”和“(1!X(X)”#。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 18:40:53
(7) 右边delta函数前面的因子表示byDet给定的函数行列式!!x(t)()!x(t\')“#$%&\'=Dett,t\'d2d t2+”dd t(F\'x(t))“#$%&\'!(t(t\'))*+,+-.+/+,(8)式中,F\'(x)=df(x)/dx。值得注意的是,在对朗之万方程的解施加时间边界条件之前,这个量的值是不固定的。然而,我们在这里没有明确规定这样的条件。将式(7)代入式(1),我们得到以下通式:P[x]=NDet!!!x“#$%&”exp(14ddt!!x(t)+!!x(t)(fx(t)(“#%&20T)*+,-)/0,(9)其中,超调意味着相对于时间的差异。这表明指数中的量与量子力学欧几里德路径积分方法中的普通作用泛函有着根本不同,这与文献[4]中的说法形成了对比。3.过阻尼在许多重要系统中实现的过阻尼极限的特殊情况下,可以忽略等式(3)中左侧的惯性项,从而使等式(6)为!(X)“!dx(t)dt#fx(t)(#2D!(t)=0.(10)相应地,路径概率readsP[X]=NDett,t\'!dd t!F\'X(t)()”#$%&\'!(t!t\')()*+,!exp“14Dd t!!x(t)”fx(t)(#$%和20T\'()*+,-.+。(11) 从今以后,!为了简单起见,被设置为等同于统一。指数中的因子可能看起来像一个作用泛函(参考文献[4]中假设的“似乎是拉格朗日作用”),但这种解释似乎并不合适,因为它的“类似动力学的术语”来自摩擦。等式(11)中的函数行列式有一个简单的封闭形式[6]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 18:40:56
首先,我们回忆一下公式:Det M=exp Tr ln M(),其中M(t,t\')=dd t!然后,我们用K(t,t\')=!(t!t\')!F\'x(t\')()G(t!t\'),(13)其中G是格林函数满足dd tG(t!t\')=!(t!t\')。(14)式(14)的通解由G(t!t\')=!”(t!t\')!(1!!)(t\'!t),其中!是常数,而!(t)是阶梯函数:!(t)=0,1/2,1fort<0,t=0,t>0。其傅里叶积分表示为:G(t)=d!!G(!)!exp(i!t)。作为时间边界条件,我们施加它!G(!)在综合体的上半部分是分析性的!平面与保证因果关系的Kramers-Kronig色散关系类似。然后,特殊的解决方案是!=0,引导toG(t!t\')=!!(t’!t)。(15) 将常数exp Tr ln(d/dt)[]吸收到归一化因子中,并展开对数,我们发现n Det K()=!!在右手边,只有第一个术语幸存下来,这就产生了Det K()=!12df\'0T x(t)。(17) 因此,我们有p[x]=Nexp!其中L(x,!x)=14D!x(t)!fx(t)(“#$%2+12F\'x(t)(=14D!x2(t)!vx(t)(+ddt!x(t)(,(19)式中v=!(1/2)F\'+F2/(2D)#$%和!=!1/(2D)[]d x\'F(x\')x(t)”。式(19)中的L可能看起来像拉格朗日函数,但再次指出!x(t)来自摩擦力。4.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群