Spelling suggestions: "subject:"lévy, paul"" "subject:"lévy, haul""
1 |
Processos estocásticos e equações de difusão: uma abordagem via o formalismo de Paul Lévy para funções característicasCastro, Márcio Tavares de 22 August 2013 (has links)
Tese (doutorado)—Universidade de Brasília, Instituto de Física, 2013. / Submitted by Letícia Gomes T. da Silva (leticiasilva@bce.unb.br) on 2013-11-28T16:26:22Z
No. of bitstreams: 1
2013_MárcioTavaresdeCastro.pdf: 3800354 bytes, checksum: f35b16e3d901e5bb731040d28d31c075 (MD5) / Approved for entry into archive by Guimaraes Jacqueline(jacqueline.guimaraes@bce.unb.br) on 2013-11-29T11:21:44Z (GMT) No. of bitstreams: 1
2013_MárcioTavaresdeCastro.pdf: 3800354 bytes, checksum: f35b16e3d901e5bb731040d28d31c075 (MD5) / Made available in DSpace on 2013-11-29T11:21:44Z (GMT). No. of bitstreams: 1
2013_MárcioTavaresdeCastro.pdf: 3800354 bytes, checksum: f35b16e3d901e5bb731040d28d31c075 (MD5) / Nesta tese de doutorado, investigamos que tipo de equação de difusão é a mais apropriada para descrever a evolução temporal de um processo estocástico. Desenvolvemos uma nova ferramenta, baseada na representação canônica de funções características proposta por Paul Lévy, para analisar a primeira condição de compatibilidade de Chapman do processo esto- cástico associado a uma variável aleatória. Mostramos que o tipo de equação de difusão está relacionada com a propriedade de auto-similaridade com respeito à escala temporal da distri- buição de probabilidade subjacente. Aplicamos tal metodologia ao estudo de algumas séries financeiras de mercados cambiais. Soluções analíticas são obtidas utilizando o formalismo de Lévy da função característica e comparadas com dados empíricos. Realizamos estes estudos através de dois modelos: 1) Um modelo de difusão geométrica em que consideramos o termo estocástico como uma soma de um ruído de Wiener e um processo de salto. Salientamos os efeitos dos saltos na evolução temporal dos retornos, sugerindo que o processo pode ser descrito por uma função característica infinitamente divisível pertencente à classe de De Fi- netti em um modelo não-linear generalizado; 2) Modificamos o modelo de difusão geométrica assumindo uma evolução temporal não-exponencial e o termo estocástico é considerado como uma soma de um ruído de Wiener e um processo de salto. Em ambos os casos encontramos que a equação de difusão resultante obedece a uma equação de Kramers-Moyal e mostramos que os modelos propostos são capazes de explicar o comportamento de séries financeiras. _______________________________________________________________________________________ ABSTRACT / In this PhD thesis, we investigate which type of diffusion equation is most appropriate to describe the time evolution of a stochastic process. We develop a new tool, based on the canonical representation of characteristic functions developed by Paul Lévy, to analyze the first Chapman compatibility condition of the stochastic process associated to a continuous random variable. We show that the type of diffusion equation is related with the property of self-similarity with respect to the temporal scale of the underlying probability distribution. We apply this methodology to study of foreign exchange rates. Analytical solutions are obtained using Lévy formalism of characteristic functions and compared with empirical data. We realized these studies using two models: 1) A geometric diffusion model where we consider the stochastic term as a sum of the Wiener noise and a jump process. We point to the effects of the jumps on the return time evolution, suggesting that the process can be described by an infinitely divisible characteristic function belonging to the De Finetti class in a generalized nonlinear model; 2) We modify the geometric diffusion model assuming a non-exponencial time evolution and the stochastic term is the sum of a Wiener noise and a jump process. In both cases we find the resulting diffusion equation to obey the Kramers-Moyal equation and we show that the proposed models to be capable of explaining return behavior.
|
Page generated in 0.0261 seconds