附录连续随机过程.ppt

附录A 连续随机过程 A.1 维纳过程 A.2 伊滕微积分 A.3 测度变换 A.4 鞅过程 大多数金融变量可以用连续时间、连续变量随机过程来描述。例如，股票指数、股票价格、汇率、等。这些随机过程一般用布朗运动（Brownian motion）来描述。描述布朗运动的最佳工具是维纳过程（Wiener process）。随机微积分（stochastic calculus）是常规微积分的延伸，它是研究连续时间、连续变量随机过程的重要工具。 A.1 维纳过程 如果变量的值以不确定的方式随时间变化，则称该变量服从某种随机过程（stochastic process）。随机过程分为离散时间（discrete time）和连续时间（continuous time）两种。离散时间随机过程是指变量的值只能在一些确定的时间点上变化。而连续时间随机过程是指变量的值可以在任何时刻发生变化。随机过程又分为连续变量（continuous variable）和离散变量（discrete variable）两种。在连续变量随机过程中，变量的值在规定的范围内取任何值。在离散变量随机过程中，变量的值只能取一些离散值。 事实上，股票价格是一种连续时间离散变量过程，股票价格只能取0.01倍数。但是，我们观察到的股票价格过程是连续时间、连续变量随机过程，而不是二叉树。如果用二叉树描述股票价格的变化，那么我们只见树木不见森林。 维纳过程（Wiener process）又称布朗运动，是特殊的马尔科夫过程（Markov process）。该过程说明只有变量的当前值与未来的预测值有关，而与变量的历史值无关。 股票价格的马尔科夫性与弱有效市场（weak form efficient market）是一致的，也就是说，股票的当前价格包含了所有信息，包括过去所有的价格记录和每股利润。投资者不可能通过分析历史数据获得额外收益。 维纳过程的行为模式与股票价格的行为模式非常相似，是描述股票价格的行为模式的最佳数学工具。维纳过程 的定义如下： 过程 为维纳过程，必须满足下列条件： （1） 是连续的， 。 （2） 的值是正态的，也就是说随机过程 服从正态分布 。 （3）维纳过程 的增量 服从正态分布 ，与 无关。也就是说，对于不同的时间间隔， 的值是相互独立的。 从布朗运动定义中的条件（1）我们可以看出，布朗运动的初值为零。 由条件（2）我们知道在t时刻，维纳过程的值为： （A-1） 其中： 为标准正态变量，服从标准正态分别 。 也就是说，在长度为 的时间间隔内，服从布朗运动变量的均值为0，方差为 。 由条件3我们可以看出，布朗运动的增量为 （A-2） 在长度为 的时间间隔内，服从布朗运动变量的均值为0，方差为 。 布朗运动的这些特性成为描述股票价格的最佳数学工具，在期权定价中非常有效。 A.2 伊滕微积分 在高等数学中所学的微积分称为牛顿微积分，牛顿微积分有很多规则，利用这些规则求解微积分非常方便。但是，这些规则在随机世界并不适用,在随机世界中使用伊滕（Ito）微积分 。 A.2.1 伊滕微积分 在牛顿微积分中，如果 ，则它的微分表达式为 。在随机世界中，如果 ，它的微分表达式并不是 ，因为 。那么布朗运动的微分形式是什么呢？ 用泰勒（Taylor）级数把 展开，得到 （A-3） 在牛顿微积分中，无穷小项 和更高级的无穷小项均为零，而在随机世界中有所不同， 。所以随机变量函数的微分为： （A-4） 因为， ， 代入式（A-4）得到 的微分: 或者 由此可见，伊滕微积分与牛顿微积分相比要复杂的多。与牛顿积分一样，只有少数随机微分方程可以用伊滕积分求出它的积分表达式。求随机过程的微分与求随机微分方程的积分相比要容易的多。 A.2.2 伊滕定理 假设过程的漂移率 和扩散率（或波动） 分别为随机过程和时间的函数，我们称下列过程为伊滕过程。 假设 是 和 的连续可微函数，即 其中 也是一个随