第1章：概率空间与随机过程基础：为量化建模打下地基
各位同学，咱们今天聊点实在的。做量化投资，说白了就是在跟不确定性打交道。你想想看，股票明天的涨跌、利率的波动、期权的定价——这些都不是确定性的东西。那怎么用数学工具去描述这种不确定性呢？答案就是概率空间和随机过程。
我个人习惯，每次开始一个新项目，第一件事就是先把概率空间搭好。这就像盖房子打地基，地基不稳，后面再漂亮的模型也是空中楼阁。好，咱们开始。
1.1 概率空间：描述不确定性的三要素
概率空间由三个部分组成，我管它叫「不确定性三件套」：
- 样本空间 Ω：所有可能结果的集合。比如抛硬币，Ω = {正面, 反面}。
- 事件域 F：所有你能关心的事件的集合。注意，不是所有子集都能算事件，得满足一定的数学结构（σ-代数）。
- 概率测度 P：给每个事件分配一个0到1之间的数，表示它发生的可能性。
写成数学形式就是 (Ω, F, P)。嗯，这里要注意，F 必须是一个 σ-代数。什么叫 σ-代数？简单说就是：空集在里面，取补集还在里面，可数并集也在里面。为什么要这么麻烦？因为有些集合太「奇怪」了，没法合理分配概率。
核心要点：概率空间是量化建模的起点。没有它，你后面所有的随机分析都是无根之木。
1.2 随机变量：把不确定性变成数字
有了概率空间，我们还需要把随机结果映射成数字，这样才能做数学运算。这就是随机变量 X: Ω → ℝ 干的事。
举个例子。假设你买了一只股票，明天的价格是一个随机变量。它把「明天发生什么情况」映射成一个具体的数字。我在项目中遇到过，很多新手容易混淆随机变量和它的实现值。X 是一个函数，不是具体的数。X(ω) 才是具体的数。
随机变量有两种基本类型：
- 离散型：取值可数，比如抛硬币的结果（0或1）
- 连续型：取值不可数，比如股票收益率
描述随机变量，我们常用分布函数 F(x) = P(X ≤ x)。这个函数能完整刻画随机变量的概率特性。
我的小技巧：做量化回测时，我习惯先画出收益率的经验分布函数，看看有没有厚尾现象。这能帮你快速判断模型假设是否合理。
1.3 条件期望与信息流
条件期望是随机过程里最核心的概念之一。它回答的问题是：「在已知某些信息的情况下，你对某个随机变量的最佳猜测是什么？」
数学上，给定 σ-代数 G ⊆ F，条件期望 E[X|G] 是满足两个条件的随机变量：
- 它是 G-可测的（即只依赖于 G 中的信息）
- 对任意 A ∈ G，有 ∫_A E[X|G] dP = ∫_A X dP
听起来有点抽象？我换个说法。你想想看，如果你知道今天的股价，你对明天股价的最佳预测就是条件期望。随着时间推移，你掌握的信息越来越多，条件期望也会不断更新。
我曾经犯过一个错误：在计算条件期望时，忽略了信息集的动态变化。结果回测看起来很漂亮，实盘一跑就崩。后来才发现，我用的是「未来信息」在做预测——这在量化里是大忌。
避坑指南：条件期望一定要基于「当时可得的信息」。不要偷看未来的数据，这是量化建模的红线。
1.4 随机过程：时间轴上的不确定性
随机过程就是一族随机变量 {X_t, t ∈ T}，其中 T 是时间指标集。它描述了不确定性如何随时间演化。
常见的随机过程类型：
| 类型 | 时间指标 | 状态空间 | 例子 |
|---|---|---|---|
| 离散时间离散状态 | ℕ | 可数集 | 马尔可夫链 |
| 离散时间连续状态 | ℕ | ℝ | ARIMA模型 |
| 连续时间离散状态 | [0,∞) | 可数集 | 泊松过程 |
| 连续时间连续状态 | [0,∞) | ℝ | 布朗运动 |
在投资组合优化中，我们最常用的是连续时间连续状态的过程，比如布朗运动和伊藤过程。这些是后面章节的重点。
1.5 滤波与信息结构
滤波（Filtration）是随机过程理论中一个容易被忽视但极其重要的概念。它是一族递增的 σ-代数 {F_t, t ≥ 0}，表示到时刻 t 为止所有可得的信息。
为什么重要？因为任何合理的投资决策都只能基于当前已知的信息。你不能用明天的数据来做今天的交易决策——这听起来是常识，但在数学建模中，你需要显式地表达这个约束。
一个随机过程 {X_t} 被称为 F_t-适应的，如果对每个 t，X_t 是 F_t-可测的。说白了，就是「到时间 t 时，你已经知道了 X_t 的值」。
我记得刚开始做期权定价时，总搞不清楚为什么鞅（martingale）的概念这么重要。后来才明白，鞅本质上就是「给定当前信息，未来期望等于当前值」——这在无套利定价中是核心假设。
一句话总结：滤波告诉你「知道什么」，适应过程告诉你「能用什么」，鞅告诉你「公平定价是什么」。
1.6 本章知识体系
下面这张图展示了本章的核心逻辑结构。我建议你把它保存下来，每次做模型前先对照着检查一遍。
1.7 实战中的注意事项
最后，分享几个我在实战中总结的经验：
- 别过度复杂化：很多问题用离散时间模型就能解决，没必要一上来就上连续时间。我刚开始做量化时，总想用最复杂的模型，结果调试起来痛苦不堪。
- 检查信息流：每次建模前，先问自己「这个决策是基于什么信息做出的？」如果答案不清晰，模型大概率有问题。
- 验证分布假设：不要默认收益率是正态分布。实际数据往往有厚尾和偏斜。用 QQ 图做快速检验，这是我每次必做的步骤。
- 小心条件期望的陷阱：条件期望的迭代法则（tower property）是随机分析中最常用的工具，但也最容易用错。记住：先对粗信息集取期望，再对细信息集取期望，等于直接对细信息集取期望。
我的习惯：每次写完随机过程的代码，我都会用蒙特卡洛模拟做一遍验证。理论推导再漂亮，也要经得起数值检验。这个习惯帮我避免了好几次重大失误。
好了，概率空间和随机过程的基础就讲到这里。这些概念看似抽象，但它们是整个随机控制理论的基石。后面的章节里，我们会反复用到这些工具。建议你把本章的 SVG 图打印出来贴在工位上，写代码时随时对照。