1.7 KiB
1.7 KiB
title, created, updated, type, tags, sources, confidence
| title | created | updated | type | tags | sources | confidence | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 鞅中心极限定理 (Martingale CLT) | 2026-06-17 | 2026-06-17 | concept |
|
|
high |
鞅中心极限定理 (Martingale CLT)
鞅 CLT 是将经典中心极限定理推广到鞅差序列的版本。在 ticks-to-flows 论文中，它是证明梯度更新量服从条件高斯分布的核心工具。
什么是鞅
鞅（Martingale）是满足以下性质的随机过程 {M_n}：
E[M_{n+1} | F_n] = M_n
即：在已知过去信息 F_n 的条件下，下一步的期望值等于当前值。"公平游戏"的数学抽象。
鞅差：D_n = M_n - M_{n-1}，满足 E[D_n | F_{n-1}] = 0。
经典 vs 鞅 CLT
| 条件 | 经典 CLT | 鞅 CLT |
|---|---|---|
| 独立同分布 | ✓ | ✗ |
| 条件期望为 0 | N/A | ✓ |
| 条件方差稳定 | N/A | ✓（Lindberg 条件） |
鞅 CLT 要求更弱——只需要条件（而非无条件）独立性。
在 Ticks-to-Flows 中的应用
- 条件 CLT：在大宽度 NN 下，梯度更新量
Δv_{t,τ}在给定状态轨迹的条件下服从高斯分布 - 对应 LLN：同时使用鞅大数定律（LLN）获得均值的确定表达式
- O(1/sqrt(n)) 误差：通过 Berry-Esseen 类定理量化收敛速度
证明结构
流程：Itô-Taylor 展开 → 状态多项式 → 鞅 CLT → 条件高斯极限
其中鞅 CLT 是"多项式 → 高斯"这一步的关键桥梁。