Expected signature of stopped Brownian motion on $d$-dimensional $C^{2, α}$-domains has finite radius of convergence everywhere: $2\leq d \leq 8$

1. 研究背景与核心问题 (Problem)

背景：
在粗糙路径理论（Rough Path Theory）中，路径的签名（Signature）（即迭代积分的序列）是刻画路径特征的核心工具。**期望签名（Expected Signature）**类似于随机变量的矩生成函数，在随机微分方程（SDE）的数值计算（如 Wiener 空间上的立方体法）以及机器学习中的分布度量（基于签名的假设检验）中具有重要应用。

核心问题（矩问题）：
一个 fundamental 的问题是：期望签名是否能唯一确定随机签名的分布（Law）？
Chevyrev 和 Lyons 指出，如果期望签名的收敛半径（Radius of Convergence）为无穷大，则分布被唯一确定。

• 已知：对于固定时间区间上的布朗运动，收敛半径是无穷大的。
• 未知/挑战：对于停止布朗运动（即布朗运动在首次离开有界区域 $\Omega$ 时停止），其期望签名的收敛半径性质尚不明确。
• 已知进展：Boedihardjo 等人（2020）证明了在 2 维单位圆盘上，停止布朗运动的期望签名收敛半径是有限的。但该证明高度依赖圆盘的旋转对称性，难以推广到一般区域。

本文目标：
证明对于任意有界 $C^{2,\alpha}$ 区域 $\Omega \subset \mathbb{R}^d$（其中 $2 \le d \le 8$），停止布朗运动的期望签名在区域内的每一点都具有有限的收敛半径。

---

2. 方法论 (Methodology)

作者提出了一种创新的**“域平均双曲展开”（Domain-Averaging Hyperbolic Development）**技术，以克服一般区域缺乏旋转对称性的困难。

2.1 核心工具：双曲展开 (Hyperbolic Development)

利用 Lyons-Xu 和 Hambly-Lyons 引入的双曲展开映射 $H: T((E)) \to \mathfrak{gl}(d+1; \mathbb{R})$。该映射将路径的签名映射到双曲流形上。对于布朗运动，其双曲展开满足特定的偏微分方程（PDE）系统。

2.2 关键创新：域平均 (Domain Averaging)

由于一般区域 $\Omega$ 不具备旋转不变性，无法直接像单位圆盘那样简化 PDE。作者引入了以下步骤：

1. 旋转平均：固定区域 $\Omega$ 内一点 $z$，考虑 $\Omega$ 绕 $z$ 旋转所有角度 $R \in SO(d)$ 得到的区域族 $\{\Omega_R\}$。
2. 构造平均量：定义“域平均双曲展开” $H_{\lambda, \epsilon}(z)$ 为所有旋转域上双曲展开的积分平均（关于 Haar 测度）。
   $$H_{\lambda, \epsilon}(z) = \int_{SO(d)} H_{\lambda, \Omega_R}(z) \, d\chi(R)$$
3. 性质保持：
   • 旋转不变性：平均后的量 $H_{\lambda, \epsilon}$ 具有旋转对称性。
   • PDE 一致性：$H_{\lambda, \epsilon}$ 满足与非平均量相同的 PDE 系统（在局部小球内）。
   • 收敛半径传递：如果平均后的量在某点发散，则原期望签名在该点也必然发散（即有限收敛半径的性质被保留）。

2.3 对称化与简化 (Symmetrization)

为了处理一般区域边界条件的缺失（平均后丢失了部分边界条件），作者进一步引入了反射对称化：

• 构造 $\Omega^* = \{(x_1, -x_2, \dots, -x_d) : (x_1, \dots, x_d) \in \Omega\}$。
• 定义对称化量 $\tilde{H} = \frac{1}{2}(H_{\lambda, \Omega} + H_{\lambda, \Omega^*})$。
• 利用布朗运动的反射性质，证明 $\tilde{H}$ 在径向坐标 $r$ 下具有稀疏性（Sparseness）：除了第一分量和最后一个分量外，中间分量均为零。
• 这使得原本复杂的 PDE 系统简化为仅关于径向变量 $r$ 的常微分方程组（ODE System）。

2.4 解析求解与奇点分析

• 将简化后的 ODE 系统转化为涉及贝塞尔函数（Bessel Functions）的显式解。
• 通过分析解的表达式，寻找分母（Wronskian 行列式）的零点。
• 证明在特定参数范围内（$d \in [2, 8]$），分母存在零点，导致解在有限 $\lambda$ 处发散（Blow-up），从而证明收敛半径有限。

---

3. 主要贡献与结果 (Key Contributions & Results)

3.1 主要定理 (Theorem 1.1)

设 $\Omega \subset \mathbb{R}^d$ 是有界 $C^{2,\alpha}$ 区域，且 $2 \le d \le 8$。则停止布朗运动的期望签名 $\Phi$ 在 $\Omega$ 内每一点的收敛半径都是有限的。

3.2 技术突破

1. 推广了 Boedihardjo 等人的结果：从特殊的 2 维单位圆盘推广到了任意 $C^{2,\alpha}$ 有界区域，且涵盖了 $d=2$ 到 $d=8$ 的维度。
2. 引入“域平均”技术：成功解决了非对称区域下双曲展开难以处理的问题，通过积分平均恢复了旋转对称性，从而能够利用 ODE 方法。
3. 计算机辅助证明：在证明分母零点存在性时（特别是 $d \ge 3$ 的情况），使用了 Maple 软件进行数值计算和误差估计（利用贝塞尔函数的泰勒展开余项估计），严格证明了在区间 $[2.5, 3]$ 内存在零点且分子不为零。

3.3 维度限制 ($d \le 8$) 的原因

证明依赖于 ODE 系统解的显式结构，其中关键参数 $\eta_\pm$ 和 $\beta_\pm$ 涉及 $\sqrt{d^2 - 10d + 9}$。

• 当 $2 \le d \le 8$ 时，该根号内为负数，导致参数为复数，解表现出振荡行为，使得 Wronskian 行列式在有限范围内有零点。
• 当 $d \ge 9$ 时，参数变为实数，解的行为发生定性改变（指数增长/衰减），目前的分析方法无法直接得出有限收敛半径的结论（这是未来的研究方向）。

---

4. 证明逻辑概要 (Proof Outline)

1. 正则性分析：首先利用椭圆 PDE 理论证明期望签名在区域内部是实解析的，且满足特定的嵌套 PDE 系统。
2. 构造平均量：定义域平均双曲展开 $H_{\lambda, \epsilon}$，证明其满足与单位球相同的 PDE，且具有旋转不变性。
3. 对称化与降维：通过反射对称化，将 PDE 系统简化为仅含径向变量 $r$ 的 ODE 系统。
4. 显式解构造：利用贝塞尔函数 $J_\nu$ 构造 ODE 的通解，并应用边界条件（在 $r=0$ 处的正则性和在 $r=\epsilon$ 处的边界值）。
5. 奇点探测：
   • 解的表达式中包含分母 $W(\lambda)$（Wronskian 行列式）。
   • 通过数值计算和误差界分析，证明存在 $\lambda^* \in (2.5/\epsilon, 3/\epsilon)$ 使得 $W(\lambda^*) = 0$。
   • 同时证明分子 $N(\lambda^*) \neq 0$（利用几何约束 $q \ge |p| \ge 1$ 和贝塞尔函数的性质）。
6. 结论：由于分母为零而分子非零，解在 $\lambda^*$ 处发散，意味着期望签名的收敛半径 $R \le \lambda^* < \infty$。

---

5. 意义与影响 (Significance)

1. 理论意义：

   • 解决了粗糙路径理论中关于停止布朗运动“矩问题”的一个长期悬而未决的关键问题。
   • 证明了在有限时间内停止的布朗运动，其期望签名不能唯一确定其分布（因为收敛半径有限，矩序列不足以唯一确定分布）。这修正了部分直觉，表明停止时间引入了奇异性。
   • 揭示了维度 $d$ 对随机过程签名性质的深刻影响（$d \le 8$ 与 $d \ge 9$ 的相变）。

2. 方法论贡献：

   • “域平均双曲展开”为处理非对称区域上的随机分析 PDE 问题提供了新的通用框架，可能适用于其他涉及几何布朗运动或粗糙路径的问题。

3. 应用前景：

   • 对于基于签名的机器学习算法（如使用期望签名作为特征），该结果提示在涉及停止时间（如金融中的障碍期权、生物中的逃逸时间）的应用中，截断阶数（Truncation order）的选择至关重要，因为高阶矩可能不再提供额外信息或导致数值不稳定。

总结

该论文通过巧妙的几何平均化技巧和精细的解析估计，证明了在低维（$2 \le d \le 8$）有界光滑区域上，停止布朗运动的期望签名具有有限的收敛半径。这一结果不仅解决了理论上的“矩问题”，也展示了随机分析与偏微分方程、特殊函数理论及数值计算深度交叉的优美数学结构。