2. 布朗运动:定义、性质、作为随机游走的极限、在期权定价中的核心地位

2.1 布朗运动的定义——从物理到金融

布朗运动,这个名字最早来自植物学家布朗。他在显微镜下观察花粉颗粒,发现它们在水面上不停地乱跳。后来爱因斯坦从物理角度给出了解释:这是水分子不断撞击花粉的结果。

放到金融里,我们用它来模拟资产价格的随机波动。说白了,布朗运动就是一个连续时间的随机过程,它的增量是独立且服从正态分布的。

严格定义是这样的:一个随机过程 {W(t), t ≥ 0} 如果满足:

  • W(0) = 0
  • W(t) 是连续函数(几乎必然)
  • 对任意 0 ≤ s < t,增量 W(t) - W(s) ~ N(0, t-s)
  • 对任意不重叠的时间区间,增量相互独立

嗯,这里要注意第三条。方差等于时间差,这意味着波动会随时间累积。我刚开始学的时候,总觉得这个性质很反直觉——为什么方差不是常数?后来做项目多了才明白,这正是金融资产价格“越走越远”的根本原因。

核心要点:布朗运动的方差与时间长度成正比。时间越长,不确定性越大。

2.2 布朗运动的性质——你必须要知道的几个关键点

布朗运动有几个性质,在量化定价中天天用到。我一个个说。

2.2.1 鞅性质

布朗运动是一个鞅。什么意思?就是未来期望等于当前值。用公式写:E[W(t) | F(s)] = W(s),其中 s < t。

这个性质在期权定价里太重要了。你想想看,如果资产价格在风险中性测度下是鞅,那期权的价格就是未来收益的期望贴现。我在做奇异期权定价时,经常利用鞅性质来简化计算。

2.2.2 二次变分

这个性质有点特别。布朗运动的二次变分是 t,而且是非零的。用数学语言说:

lim_{n→∞} Σ [W(t_i) - W(t_{i-1})]² = t

为什么会这样?因为布朗运动的路径太“抖”了。它处处连续,但处处不可导。我记得第一次用伊藤引理时,看到那个额外的 dt 项,就是来自二次变分。

个人经验:我在做高频交易策略回测时,曾经忽略了这个二次变分项,结果模拟出来的价格路径总是对不上真实数据。后来才发现,布朗运动的路径粗糙度远超我的想象。

2.2.3 马尔可夫性

布朗运动具有马尔可夫性。也就是说,未来的走势只取决于当前的位置,与过去的历史无关。这个性质让很多定价模型变得可解。

我曾经在项目中用这个性质来加速蒙特卡洛模拟。既然未来只依赖当前状态,那就不需要保存整个路径,只需要记录当前价格就够了。内存占用直接降了一个数量级。

2.3 布朗运动作为随机游走的极限

这个视角很有意思。布朗运动其实可以看作随机游走的连续版本。

想象一个简单的随机游走:每一步以 1/2 概率向上走 Δx,以 1/2 概率向下走 Δx,每步时间间隔 Δt。当 Δt → 0,Δx → 0,且满足 Δx = σ√Δt 时,这个随机游走就收敛到布朗运动。

为什么是这个关系?因为方差要匹配。随机游走一步的方差是 (Δx)²,而布朗运动在 Δt 时间内的方差是 σ²Δt。令两者相等,就得到 Δx = σ√Δt。

关键公式:Δx = σ√Δt —— 这是连接离散随机游走和连续布朗运动的桥梁。

我在做二叉树定价时,经常用到这个关系。二叉树的每个节点其实就是离散版本的随机游走。当步数足够多时,二叉树的价格会收敛到布莱克-斯科尔斯公式的结果。

2.4 布朗运动在期权定价中的核心地位

布朗运动是期权定价的基石。几乎所有主流模型都建立在它的基础上。

2.4.1 几何布朗运动

在布莱克-斯科尔斯模型中,资产价格被假设为服从几何布朗运动:

dS(t) = μS(t)dt + σS(t)dW(t)

这个公式的意思是:资产价格的相对变化由两部分组成——确定性的漂移项 μdt 和随机波动项 σdW(t)。

为什么用几何布朗运动?因为资产价格不能为负。几何布朗运动保证价格始终为正,这符合实际。我见过有人尝试用普通布朗运动建模价格,结果模拟出负价格,那在金融里是荒谬的。

2.4.2 伊藤引理

伊藤引理是连接布朗运动和期权定价的桥梁。它告诉我们,如果 S(t) 服从几何布朗运动,那么期权价格 f(S,t) 的微分是:

df = (∂f/∂t + μS ∂f/∂S + ½σ²S² ∂²f/∂S²)dt + σS ∂f/∂S dW

这个公式看起来复杂,但它的核心思想是:期权的风险来自标的资产价格的随机波动。通过构造一个包含期权和标的资产的投资组合,可以消除这个随机项,从而得到确定性的定价方程。

避坑指南:我曾经在推导伊藤引理时,把二阶项 ∂²f/∂S² 给漏掉了。结果算出来的对冲比率完全不对,差点造成实盘亏损。记住,布朗运动的二次变分不为零,所以二阶项必须保留。

2.4.3 风险中性定价

在风险中性测度下,资产价格的漂移率从 μ 变成 r(无风险利率)。这时候,布朗运动仍然存在,只是它的分布发生了变化。

这个变换的核心是吉尔萨诺夫定理。它告诉我们,通过改变概率测度,可以把一个带漂移的布朗运动变成标准布朗运动。我在做利率衍生品定价时,经常需要做这种测度变换。

2.5 知识体系图

下面这张图展示了布朗运动在量化定价中的知识体系。我建议你把它保存下来,每次遇到相关问题时回来看看。

布朗运动在量化定价中的知识体系 布朗运动 定义与性质 • 独立增量 • 正态分布 • 连续路径 关键性质 • 鞅性质 • 二次变分 • 马尔可夫性 随机游走极限 • Δx = σ√Δt • 二叉树模型 • 蒙特卡洛模拟 期权定价应用 • 几何布朗运动 • 伊藤引理 • 布莱克-斯科尔斯 测度变换 • 风险中性测度 • 吉尔萨诺夫定理 • 对冲策略 核心:布朗运动 → 几何布朗运动 → 期权定价

2.6 实际应用中的注意事项

布朗运动在理论中很完美,但在实际应用中,有几个坑需要避开。

问题 理论假设 实际情况 我的建议
波动率 常数 σ 波动率聚集 用随机波动率模型
分布 正态分布 尖峰厚尾 加入跳跃项
路径 连续 有跳跃 考虑跳扩散模型
时间 连续交易 离散交易 离散化处理

个人经验:我在做期权做市时,发现用布朗运动模型算出来的理论价格,在极端行情下总是偏离实际。后来加入了跳跃扩散项,效果好了很多。但要注意,模型越复杂,参数估计越困难,这是个权衡。

布朗运动是量化金融的基石。理解了它,你就掌握了期权定价的核心逻辑。后面的章节会在这个基础上,一步步构建更复杂的模型。


公众号:蓝海资料掘金营,微信deep3321