附录 连续随机过程.pdf

附录A 连续随机过程  A.1 维纳过程  A.2 伊滕微积分  AA.33 测度变换测度变换  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 来描述来描述。例如例如，股票指数股票指数、股票价格股票价格、汇率汇率、等等。这这 些随机过程一般用布朗运动（Brownian motion）来描 述述。。描述布朗运动的最佳工具是维纳过程描述布朗运动的最佳工具是维纳过程 （（WienerWiener 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量服从某种随机过程 （（stochasticstochastic processprocess））。随机随机 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 量的值只能在量的值只能在一些确定的时间点上变化些确定的时间点上变化。而连续时间而连续时间 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机过程又分为连续变量 （（continuouscontinuous variablevariable））和离和离 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随机过程中，变量的值只能取变量的值只能取一些离散值些离散值。  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 格过程是连续时间格过程是连续时间、连续变量随机过程连续变量随机过程，而不是二叉而不是二叉 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有变量的当前值与未来的预测值有关，而与变量的历而与变量的历 史值无关。  股票价格的马尔科夫性与弱有效市场股票价格的马尔科夫性与弱有效市场 （（weakweak formform 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 每股利润每股利润。投资者不可能通过分析历史数据获得额外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是描述股票价格的行为模式的最佳数学工具。维纳过维纳过 程 的定义如下： W  过程程 W(( W : t 0))为维纳为维纳过程程，必须满须满足下列条件下列条件： tt  （1） 是连续的， 。 W W 0 t 0 W W  （2） t 的值是正态的，也就是说随机过程 t 服从正 态分布 N (0,t) 。 W W  （3）维纳过程 的增量 服从正态分布 ， W s t s WW 与与 无关无关。也就是说也就是说，对于不同的时间间隔对于不同的时间间隔，