Гамма-процесс¶

Гамма-процесс — в теории вероятностей и математической статистике случайный процесс с независимыми стационарными приращениями, распределёнными по закону гамма-распределения. Является частным случаем процесса Леви и используется для моделирования скачкообразных изменений в финансах, физике и теории массового обслуживания.

¶Определение и основные свойства

Гамма-процесс \( X(t), t \ge 0 \) — это процесс с независимыми приращениями, для которого приращение \( X(t+s) - X(t) \) имеет гамма-распределение с параметром формы \( \alpha s \) и параметром скорости \( \beta \). Плотность распределения приращения записывается как:

\[ f(x) = \frac{\beta^{\alpha s}}{\Gamma(\alpha s)} x^{\alpha s - 1} e^{-\beta x}, \quad x > 0 \]

где \( \Gamma(\cdot) \) — гамма-функция, \( \alpha > 0 \) — интенсивность (скорость поступления скачков), \( \beta > 0 \) — параметр масштаба.

Ключевые свойства:

• Монотонность: траектории процесса почти наверное строго возрастают (неубывающие), так как приращения всегда положительны.
• Скачкообразность: процесс является чисто скачкообразным (непрерывной части нет), число скачков на любом конечном интервале бесконечно, но сумма их величин конечна.
• Математическое ожидание и дисперсия: \( E[X(t)] = \alpha t / \beta \), \( Var[X(t)] = \alpha t / \beta^2 \).
• Самоподобие: при \( \beta \to 0 \) процесс сходится к устойчивому субординатору, а при фиксированном \( \beta \) допускает масштабирование.

¶Связь с другими процессами

Гамма-процесс относится к классу субординаторов — неубывающих процессов Леви. Он тесно связан со следующими объектами:

• Пуассоновский процесс: гамма-процесс можно представить как предел составного пуассоновского процесса с интенсивностью \( \lambda \to \infty \) и экспоненциальными скачками с параметром \( \beta \), когда \( \lambda/\beta = \alpha \).
• Временная деформация: композиция гамма-процесса с броуновским движением даёт дисперсионный гамма-процесс (VG-процесс), широко используемый в финансовой математике.
• Устойчивые распределения: гамма-процесс является предельным случаем обобщённого обратного гауссова процесса при определённых параметрах.

¶Представление Леви

Характеристическая функция гамма-процесса имеет вид:

\[ \phi(u) = \left( \frac{\beta}{\beta - iu} \right)^{\alpha t} \]

Мера Леви процесса задаётся как \( \nu(dx) = \alpha x^{-1} e^{-\beta x} dx \), что соответствует бесконечной активности скачков: \( \int_0^\infty \nu(dx) = \infty \), но \( \int_0^1 x \nu(dx) < \infty \), что обеспечивает конечность вариации.

¶Применение

¶Финансовая математика

Гамма-процесс используется для моделирования интенсивности сделок, волатильности и кредитного риска. В составе дисперсионного гамма-процесса он позволяет описывать тяжёлые хвосты и асимметрию доходностей активов. Модели на основе гамма-процесса применяются для ценообразования опционов и оценки дефолтов.

¶Теория надёжности и массовое обслуживание

В теории массового обслуживания гамма-процесс описывает накопление повреждений (например, износ оборудования) или поступление требований с гамма-распределёнными интервалами. Модель cumulative damage с гамма-приращениями используется для прогнозирования отказов.

¶Биология и медицина

Применяется для моделирования роста популяций, динамики эпидемий и накопления мутаций, где важна монотонность и неотрицательность траекторий.

¶Численное моделирование

Для симуляции гамма-процесса на сетке \( 0 = t_0 < t_1 < \dots < t_n \) достаточно сгенерировать независимые гамма-распределённые приращения с параметрами \( \alpha (t_i - t_{i-1}) \) и \( \beta \). Для точного моделирования в произвольные моменты времени используют алгоритмы на основе разложения Фергюсона — Классена или методы, основанные на представлении процесса как суммы экспоненциальных скачков.

¶Обобщения

Известны многомерные гамма-процессы, где компоненты зависимы через общий субординатор. Также рассматриваются гамма-процессы с дрейфом и с изменяющимися во времени параметрами (нестационарные версии). В байесовской статистике гамма-процесс применяется как априорное распределение для интенсивностей пуассоновских процессов.

¶Источники

• Конторович Л. В., Крылов Н. В. — «Теория вероятностей и математическая статистика»
• Ширяев А. Н. — «Вероятность»
• Applebaum D. — «Lévy Processes and Stochastic Calculus»
• Schoutens W. — «Lévy Processes in Finance: Pricing Financial Derivatives»