为什么随机游走不是平稳过程?

机器算法验证 时间序列 平稳性 随机游走
2022-03-20 10:55:16

Rue Tsay的《金融时间序列分析》一书中,我读到:

一个时间序列{pt}如果满足,则为随机游走pt=pt1+at 在哪里p0是一个实数,表示过程的起始值,并且{at}是一个白噪声系列。如果pt是特定股票在日期的对数价格t, 然后p0可能是股票的对数价格at其首次公开募股 (IPO)(即记录的 IPO 价格)。如果at在零附近具有对称分布,然后以pt1,pt有 50-50 的机会上升或下降,这意味着pt会随机上升或下降。如果我们将随机游走模型视为特殊的 AR(1) 模型,则pt1是统一的,不满足 AR(1) 模型的弱平稳性条件。因此,随机游走序列不是弱平稳的,我们称其为单位根非平稳时间序列。

如果pt有 50-50 的机会上升或下降,那么它的平均值是恒定的,对吗?因此,如果p0=1,它可以以 0.5 的概率变为 0 或以 0.5 的概率变为 2,则均值恒定为 1。

那么为什么这不是一个静止的过程呢?

2个回答

为了平稳性,整个分布pt必须随着时间的推移保持不变,而不仅仅是它的平均值。而虽然的平均值pt确实是恒定的,例如,它的标准偏差不是。较大的t, 的标准差越大pt(在随机游走的所有实现中——这是你必须考虑的平稳性),因为随机游走的个体实现可能会越来越偏离p0.

从另一个角度来看,非平稳性与特殊的时间点有关,这里t=0很特别,因为p0固定为1.

要将其转变为平稳过程,您必须平等地考虑所有初始条件——这是不可能的,因为实数上没有均匀分布。

它不是静止的,因为如果你假设pt=bpt1+at,则该过程的方差为σpt2=σat2/(1b2). 因此,当 b = 1 时,方差会爆炸(即时间序列可能在任何地方)。这违反了静止所需的条件(恒定方差)