2. 伊藤引理：随机微积分的核心公式推导

好，咱们进入正题。

上一章我们聊了布朗运动，知道了股票价格为什么不能像普通函数那样求导。那问题来了——如果不能直接用普通微积分，我们怎么处理包含随机项的微分方程？

答案就是伊藤引理。说白了，它就是随机世界里的链式法则。

2.1 为什么普通微积分会失效？

先回忆一下普通微积分。如果有一个函数 f(x)，其中 x 是时间 t 的普通函数，那么：

df/dt = f'(x) * dx/dt

这是链式法则，简单明了。

但问题来了——如果 x 是布朗运动 W(t) 呢？

布朗运动有个要命的性质：它的二次变分不为零。什么意思？

我举个例子。普通函数 f(t)=t，你把区间 [0,1] 分成 n 份，每份长度 1/n，然后计算每个小段上函数变化量的平方和：

∑ (Δf)² = ∑ (1/n)² = n * (1/n²) = 1/n → 0

当 n 趋近无穷大时，这个和趋近于 0。但布朗运动呢？

∑ (ΔW)² → T  （几乎必然收敛）

看到了吗？布朗运动的二次变分是 非零 的！

2.2 伊藤引理的直观推导

好，那咱们来推导伊藤引理。

假设 X(t) 是一个伊藤过程：

dX = μ dt + σ dW

其中 μ 是漂移项，σ 是扩散项，dW 是布朗运动增量。

现在考虑一个光滑函数 f(t, X)。我想知道 df 等于什么。

用泰勒展开到二阶：

df = ∂f/∂t dt + ∂f/∂X dX + ½ ∂²f/∂X² (dX)² + 高阶项

把 dX = μ dt + σ dW 代入：

(dX)² = (μ dt + σ dW)² = μ² (dt)² + 2μσ dt dW + σ² (dW)²

这里有个关键点。在随机微积分中，我们使用以下"乘法表"：

×	dt	dW
dt	0	0
dW	0	dt

为什么 (dW)² = dt？

嗯，这其实是个技术细节。布朗运动的增量 dW 服从正态分布 N(0, dt)，所以 E[(dW)²] = dt。而且当 dt 趋近于 0 时，(dW)² 几乎必然收敛到 dt。

所以：

(dX)² = σ² dt

代入泰勒展开，忽略 dt 的高阶项：

df = (∂f/∂t + μ ∂f/∂X + ½ σ² ∂²f/∂X²) dt + σ ∂f/∂X dW

这就是 伊藤引理 的核心公式。

2.3 一个具体例子：对数价格过程

咱们来看一个实际例子。假设股票价格 S 服从几何布朗运动：

dS = μS dt + σS dW

我想知道 f(S) = ln(S) 的随机微分方程是什么。

计算偏导数：

∂f/∂t = 0
∂f/∂S = 1/S
∂²f/∂S² = -1/S²

代入伊藤引理：

d(ln S) = (0 + μS * 1/S + ½ σ²S² * (-1/S²)) dt + σS * 1/S dW
        = (μ - ½ σ²) dt + σ dW

看到了吗？对数价格 ln(S) 的漂移项是 μ - ½σ²，而不是 μ。

2.4 伊藤引理在期权定价中的角色

伊藤引理是布莱克-斯科尔斯模型的数学基础。为什么？

因为期权价格 V(t, S) 是标的资产价格 S 和时间 t 的函数。用伊藤引理展开：

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

这个公式告诉我们两件事：

1. 期权的风险来源：来自 σS ∂V/∂S dW 这一项，也就是标的资产价格波动带来的风险。
2. 期权的预期变化：来自 dt 项，包含了时间衰减、价格变化的影响，以及最重要的——凸性调整项 ½ σ²S² ∂²V/∂S²。

这个凸性调整项，就是期权价值与标的资产价格之间非线性关系的体现。你想想看，如果期权价格是线性的，那这个二阶导数为零，凸性调整就不存在了。但现实中，几乎所有期权都有凸性。

2.5 伊藤引理的推广形式

实际应用中，我们经常需要处理多维情况。比如一个投资组合包含多个资产，或者利率模型涉及多个因子。

多维伊藤引理：

假设 dX_i = μ_i dt + Σ_j σ_ij dW_j

对于 f(t, X_1, ..., X_n)：

df = (∂f/∂t + Σ_i μ_i ∂f/∂X_i + ½ Σ_i Σ_j (σσᵀ)_ij ∂²f/∂X_i∂X_j) dt + Σ_i Σ_j σ_ij ∂f/∂X_i dW_j

看着复杂，其实逻辑是一样的——多了一个交叉项 ½ Σ_i Σ_j (σσᵀ)_ij ∂²f/∂X_i∂X_j，它反映了不同随机过程之间的相关性。

2.6 本章小结

伊藤引理的核心就一句话：在随机环境中，泰勒展开的二阶项不能忽略。

具体来说：

• 普通微积分：df = f'(X) dX
• 伊藤微积分：df = f'(X) dX + ½ f''(X) (dX)²

多出来的那 ½ f''(X) σ² dt，就是随机性的代价，也是期权价值的来源。

我个人觉得，理解伊藤引理最好的方式就是多动手算几个例子。从最简单的 f(W) = W² 开始，再到 f(S) = ln(S)，最后到期权定价公式。每一步都亲手推导一遍，比看十遍书都管用。