第1章：布朗运动的数学性质
1.1 布朗运动的定义
布朗运动，说白了就是随机游走的连续版本。我刚开始接触这个概念时，总觉得它就是个数学玩具，直到后来做期权定价才发现——没有布朗运动，整个量化金融都得塌方。
严格来说，一个随机过程 {W(t), t ≥ 0} 被称为标准布朗运动（也叫维纳过程），需要满足以下条件：
- W(0) = 0 —— 起点在原点，这很自然
- 独立增量 —— 不同时间段的走势互不影响
- 正态增量 —— W(t) - W(s) ~ N(0, t-s)，方差随时间线性增长
- 连续路径 —— 没有跳跃，但处处不可导
最后一条特别有意思。你想想看，一个连续的函数居然处处不可导？我当年学微积分时觉得这不可能，但布朗运动就是这样的"怪物"。它在任意时刻的瞬时变化率都不存在，因为它的波动太剧烈了。
核心要点：布朗运动的增量方差与时间间隔成正比。这意味着时间越长，不确定性越大——这恰好符合金融市场的直觉。
1.2 布朗运动的路径性质
布朗运动的路径有多"疯狂"？我直接说结论：
- 几乎处处不可导 —— 在任何时间点，你都无法计算它的导数
- 无限变差 —— 路径的总长度是无穷大
- 自相似性 —— 放大看和缩小看，形状差不多
- 马尔可夫性 —— 未来只取决于现在，与过去无关
我在做高频交易策略时，就吃过路径性质的亏。当时我试图用线性回归预测布朗运动的短期走势，结果发现预测误差根本不收敛。为什么？因为布朗运动处处不可导，任何线性近似在微观尺度下都会失效。
实战经验：如果你在做统计套利，记住布朗运动的路径是"毛刺"的。别指望用光滑曲线去拟合它，那只会让你过度拟合。
1.3 布朗运动的二次变差
二次变差这个概念，我建议你认真理解。它不仅是数学工具，更是量化交易的核心。
定义很简单：对于时间区间 [0, T]，将其分成 n 等份，每份长度 Δt = T/n。二次变差就是：
QV = Σ [W(t_i) - W(t_{i-1})]²当 n → ∞ 时，这个值会收敛到 T。嗯，你没看错——布朗运动的二次变差等于时间长度本身。
为什么会这样？因为布朗运动的增量方差就是 Δt，而 n 个这样的增量平方和，期望值正好是 n × Δt = T。
| 性质 | 布朗运动 | 光滑函数 |
|---|---|---|
| 一次变差 | 无穷大 | 有限 |
| 二次变差 | 等于时间 T | 等于 0 |
| 高阶变差 | 等于 0 | 等于 0 |
这个表格揭示了布朗运动的本质：它既不是光滑的（一次变差无穷大），也不是跳跃的（高阶变差为零），而是恰好处于"临界状态"。
避坑指南：我曾经在写蒙特卡洛模拟时，忽略了二次变差的收敛速度。结果模拟结果总是偏大。后来发现是步长选得太大，二次变差还没收敛到 T。记住：步长越小，二次变差越准确。
1.4 布朗运动的鞅性质
鞅（Martingale）这个概念，我刚开始觉得特别抽象。后来做期权定价时才发现，它其实就是"公平游戏"的数学表达。
布朗运动是鞅，意味着：
- 条件期望不变：E[W(t) | 过去信息] = W(s)，其中 s < t
- 无趋势性：未来走势的期望值就是当前值
- 不可预测性：任何试图预测未来涨跌的策略，长期来看期望收益为零
我举个例子你就明白了。假设现在 W(0) = 0，我问你：1秒后 W(1) 的期望是多少？答案是 0。因为布朗运动的期望始终是 0。那如果现在 W(0.5) = 0.3 呢？1秒后的期望就是 0.3。这就是鞅——最好的预测就是当前值。
量化含义：有效市场假说认为，资产价格（经风险调整后）应该服从鞅过程。这意味着你无法用历史价格预测未来收益——这正是量化交易需要面对的挑战。
知识体系总览
下面这张图，是我自己梳理的布朗运动知识结构。你可以把它当作本章的"地图"：
这张图把四个核心性质串起来了。我个人习惯把"二次变差"和"鞅性质"放在一起理解——前者决定了布朗运动的波动尺度，后者决定了它的期望行为。两者结合，就是伊藤引理的基础。
学习建议：别急着一次性搞懂所有性质。先理解定义和鞅性质，这两个是量化交易中最常用的。二次变差可以等学到伊藤积分时再深挖。
好了，布朗运动的数学性质就讲到这里。记住：它不是一个抽象的理论概念，而是你每天在K线图上看到的价格波动的数学镜像。理解它，你就能更好地理解市场。
公众号:蓝海资料掘金营，微信deep3321