카테고리 없음

주가의 움직임 #6 - 브라운 다리

horust 2025. 4. 30. 08:48

브라운 운동의 보간법

예전에 살펴 보았던 브라운 운동(위너 과정)을 잠시 떠올려 봅시다. 브라운 운동은 본질적으로 동전 던지기입니다. 동전을 던져서 앞면이 나오면 앞으로 한 걸음, 뒷면이 나오면 뒤로 한 걸음 걸어 보는 겁니다. 한 시간에 동전을 한 번만 던진다면 t시간 후의 위치는 이렇게 됩니다.

W1(0)=0W1(1)=W1(0)+x11=x1W1(2)=W1(1)+x21=x1+x2...W1(t)=x1+x2+...+xt=i=1txi

여기서 xi는 동전 던지기 확률 변수이지만 표준 정규 확률 변수를 사용해도 됩니다. 그런데 두 시간 반 후의 위치는 어디라고 말할 수 있을까요? 한 시간에 동전을 두 번씩 던졌더라면 아래와 같이 바로 말할 수 있었을 겁니다.

W2(2.5)=x12+x22+x32+x42+x52

하지만 이미 동전을 던졌기 때문에 이미 결정된 위치는 그대로 두고 두 시점 사이의 중간을 채워 넣어야 합니다(보간, interpolation). 가장 먼저 드는 생각은 두 시간 후 위치와 세 시간 후 위치의 중간이라고 말하는 겁니다.
W1(2.5)=12W1(2)+12W1(3)

그런데 이렇게 정한 위치는 우연히 결정된 것이 아니라서 브라운 운동이라 말할 수 없습니다. 선형 보간법(linear interpolation)을 사용할 수는 없다는 것입니다. 그렇다면 이 방법은 어떨까요?
W1(2.5)=W1(2)+x2

이렇게 정한 위치는 확률적으로 결정된 것이기는 하지만 이것 역시 브라운 운동이라고 말할 수는 없습니다. 브라운 운동에서 t 시간 후의 위치 Wn(t)는 분산이 t가 되는 정규 확률 변수입니다.

Wn(t)N(0,t)

또한 s 시간 후와 t 시간 후의 위치 차이는 - 시점 st 사이의 위치 변화량은 - 분산이 ts가 되는 정규 확률 변수입니다(t>s).

Wn(t)Wn(s)N(0,ts)

따라서 아래와 같이 되어야 브라운 운동이라고 말할 수 있습니다. 하지만 실제로 구해보면 그렇지 않습니다(주석 (1)).
Var(W1(2.5)W1(2))=Var(W1(3)W1(2.5))=0.5

브라운 다리

두 시점 사이의 중간을 채워 넣는 올바른 보간법은 아래와 같습니다(주석 (2)).
(1)W1(2.5)=12W1(2)+12W1(3)+x4

그림으로 그려 보면 이렇습니다. 두 위치 A, B를 잇는 직선의 중간 값에 확률 변수 x4를 더하는 겁니다. 이 확률 변수는 평균이 0, 분산이 1/4인 정규 분포를 따릅니다. x가 표준 정규 확률 변수이기 때문입니다.

브라운 운동의 보간법

이런 식으로 두 시점 사이를 계속 채워 나가면 떨어져 있던 두 곳이 다리로 연결됩니다. 그래서 이 방법을 브라운 다리(Brownian Bridge)라고 부릅니다.

이제 거꾸로 처음부터 브라운 다리가 먼저 있었다고 생각해 봅시다. 처음부터 있었다면 브라운 다리가 아니라 브라운 운동이라고 해야겠군요. 처음부터 한 시간에 동전을 n번 던졌다고 생각하는 겁니다. 아래 그림은 위의 브라운 다리가 원점에서 시작하도록 평행 이동만 한 겁니다.

표준 브라운 다리

위의 그림에서 Bn(t)를 브라운 다리라고 부릅니다. 브라운 다리는 Bn(0)=Bn(1)=0이 됩니다. 그리고 브라운 다리의 평균과 분산은 다음과 같습니다(주석 (3)).
Bn(t)=Wn(t)Wn(1)t(0t1)

E(Bn(t))=0 

Var(Bn(t))=t(1t)

그리고 Wn(t)가 정규 확률 변수이므로 Bn(t) 역시 정규 확률 변수가 됩니다.
Bn(t)N(0,t(1t))

Bn(t)=t(1t)x(xN(0,1))

이제 어떤 두 점이 주어지더라도 그 두 점을 잇는 직선에 브라운 다리를 더하기만 하면 두 점의 사이가 브라운 운동으로 채워 집니다. 식 (1)을 일반화하면 식 (2)가 됩니다. 아래 식 (2)에 t=2.5를 대입하면 식 (1)이 된다는 것을 확인할 수 있습니다.
W1(t)=W1(3)W1(2)32t+3W1(2)2W1(3)line from A(2,W1(2)) to B(3,W1(3))+B(t2)

(2)W1(t)=(3t)W1(2)+(t2)W1(3)+B(t2)

일반화된 브라운 다리

평균이 μ이고 표준 편차가 σ인 일반화된 브라운 운동 Pn(t)는 다음과 같습니다.
(3)Pn(t)=μt+σWn(t)

위의 식 (3)를 만족하는 두 점 A(0,Wn(0)), B(T,Wn(T))를 잇는 직선은 아래와 같습니다.
Pn(T)Pn(0)Tt=Pn(T)Tt(0tT)

따라서 브라운 다리는 이렇게 놓을 수 있습니다. 평균이 얼마가 되든 아무런 상관이 없음을 알 수 있습니다.

Bn(t)=Pn(t)Pn(T)Tt=μt+σWn(t)tT(μT+σWn(T))=μt+σWn(t)μttTσWn(T)

(4)Bn(t)=σ(Wn(t)tTWn(T))

아래 그림은 식 (3)와 (4)을 사용하여 그린 브라운 운동과(옅은 회색) 브라운 다리(진한 회색) 각각 32개의 그래프입니다.

일반화된 브라운 다리

그리고 주석(3)을 참조하여 브라운 다리의 평균과 분산을 구해 보면 이렇게 됩니다.

E(Bn(t))=0

Var(Bn(t))=t(Tt)Tσ2

Bn(t)N(0,t(Tt)Tσ2)

이제 두 점 A(t1,a)B(t2,b) 사이에 다리를 놓아 봅시다. 편의 상 t2t1=T라고 가정하겠습니다.

Bn(t)=Bn(tt1)+a+baTtline from A to B(t1tt2)

두 점 사이에 브라운 다리 놓기

그리고 평균과 분산은 이렇게 계산됩니다.
E(Bn(t))=E(Bn(tt1)+a+baTt)=E(Bn(tt1))+a+baTt=a+baTt

Var(Bn(t))=Var(Bn(tt1)+a+baTt)=Var(Bn(tt1))=t(Tt)Tσ2

주석

(1) 잘못된 보간

Var(W1(2.5)W1(2))=Var(x2)=12Var(x)=0.5

Var(W1(3)W1(2.5))=Var(W1(3)W1(2)x2)=Var(W1(3)W1(2))+Var(x2)=1+0.5=1.5

Var(W1(2.5)W1(2))Var(W1(3)W1(2.5))

(2) 올바른 보간

Var(W1(2.5)W1(2))=Var(12W1(3)12W1(2)+x4)=14Var(W1(3)W1(2))+14Var(x)=14+14=0.5

Var(W1(3)W1(2.5))=Var(W1(3)(12W1(2)+12W1(3)+x4))=Var(12W1(3)12W1(2)x4)=14Var(W1(3)W1(2))+14Var(x)=14+14=0.5

Var(W1(2.5)W1(2))=Var(W1(3)W1(2.5))=0.5

(3) 브라운 다리의 평균과 분산

브라운 운동의 Wn(t)의 평균은 0이고, 분산 t 이므로 아래 식이 성립합니다.
Var(Wn(t))=E(Wn(t)2)E(Wn(t))2=t

(a)E(Wn(t)2)=t

한편 Wn(t1)Wn(t2)의 공분산은 t1이므로(t1<t2) 아래 식이 성립합니다.
Cov(Wn(t1),Wn(t2))=E[Wn(t1)Wn(t2)]E[Wn(t1)]E[Wn(t2)]=E[Wn(t1)Wn(t2)]=E[Wn(t1)[Wn(t2)Wn(t1)+Wn(t1)]]=E[Wn(t1)]E[Wn(t2)Wn(t1)]+E[Wn(t1)2]=E[Wn(t1)2]=t1

(b)E[Wn(t1)Wn(t2)]=t1

식 (a), (b)를 이용하여 브라운 다리의 평균과 분산을 구할 수 있습니다.

E(Bn(t))=E(Wn(t)tWn(1))=E(Wn(t))tE(Wn(1))=0Var(Bn(t))=E(Bn(t)2)E(Bn(t))2=E((Wn(t)tWn(1))2)=E(Wn(t)22tWn(t)Wn(1)+t2Wn(1)2)=E(Wn(t)2)2tE(Wn(t)Wn(1))+t2E(Wn(1)2)=t2t+t2=t(1t)

참고