6. Stoppzeiten

Stoppzeiten sind ein zentrales Werkzeug in der Untersuchung stochastischer Prozesse. Sie sind spezielle zufällige Zeiten, die eine Konsistenzbedingung in Bezug auf die zugewiesene Filtration von Informationen erfüllen. Das Konzept der Stoppzeit liegt einigen tiefgreifenden Ergebnissen über die Struktur von Martingalen zugrunde, wie dem Optional Sampling Theorem, den Maximal-Ungleichungen und dem Upcrossing-Lemma. Diese Ergebnisse sind entscheidend für das Verständnis der Eigenschaften von Martingalen und ihrer Anwendungen in der Finanzmathematik und anderen Bereichen. Der Text behandelt zunächst den diskreten Fall von Stoppzeiten und zeigt, wie man die Filtrationen von Markov-Prozessen und anderen wichtigen Klassen von stochastischen Prozessen erweitert, um die üblichen Bedingungen zu gewährleisten und dabei die Eigenschaften der Prozesse zu erhalten. Im kontinuierlichen Fall werden zusätzliche technische Annahmen an Filtrationen eingeführt, die als die „üblichen Bedingungen“ bezeichnet werden. Diese Bedingungen sind entscheidend für die Untersuchung von Austrittszeiten eines Prozesses aus einer geschlossenen Menge. Der Text zeigt auch, dass jede Filtration so erweitert werden kann, dass sie die üblichen Bedingungen erfüllt, und dass bestimmte Eigenschaften der Prozesse, wie die Markov-Eigenschaft oder die Unabhängigkeitseigenschaften der Inkremente eines Lévy-Prozesses, gültig bleiben. Abschließend werden wichtige Merksätze und Hauptnotationen des Kapitels zusammengefasst, die für das Verständnis und die Anwendung von Stoppzeiten in stochastischen Prozessen essenziell sind.