第2章概率论基础回顾

第2章：概率论基础回顾：随机变量、概率分布与期望方差

各位同学，欢迎来到蒙特卡洛模拟的第一块基石——概率论基础。

说实话，我刚开始做量化风控那会儿，觉得概率论就是考试用的。直到有一次，我负责一个信用评分卡项目，模型在回测时表现完美，上线第一天就崩了。后来排查原因，发现是底层资产的相关性结构我没搞对，说白了就是概率分布选错了。从那以后，我再也不敢小瞧这些基础概念了。

今天咱们就把这些「老朋友」重新请出来，聊聊它们在蒙特卡洛模拟里到底怎么用。

2.1 随机变量：不确定性的数学化身

随机变量，说白了就是一个函数。它把随机试验的结果映射成一个数字。

举个例子：你抛一枚硬币，结果可能是「正面」或「反面」。我定义一个变量 X，正面=1，反面=0。这个 X 就是随机变量。

在量化风控里，我们关心的随机变量通常是：

某只股票明天的收益率
某个贷款组合未来30天的违约数量
某笔衍生品在到期日的价格

随机变量分两种：

离散型：取值可数。比如违约笔数，只能是0,1,2,...
连续型：取值不可数。比如收益率，可以是-3.14159...%

我的经验：在蒙特卡洛模拟中，我们绝大多数时候处理的是连续型随机变量。但如果你做的是信用风险中的违约计数模型，离散型就派上用场了。

2.2 概率分布：随机变量的「性格画像」

知道了随机变量是什么，接下来要问：它取某个值的可能性有多大？这就是概率分布要回答的问题。

我个人习惯把概率分布分成三类来记，因为蒙特卡洛模拟里最常用的就这三类。

2.2.1 正态分布：金融世界的「万有引力」

正态分布，也叫高斯分布。它的概率密度函数长这样：

f(x) = (1 / (σ * √(2π))) * exp(-(x - μ)² / (2σ²))

其中 μ 是均值，σ 是标准差。

为什么它这么重要？

中心极限定理：大量独立随机变量的和趋近于正态分布。这是蒙特卡洛模拟的理论根基之一。
资产收益率：很多金融模型假设日收益率服从正态分布（虽然实际有肥尾，但这是后话）。

避坑指南：我曾经在模拟一个期权组合时，直接用正态分布模拟标的资产价格。结果发现极端行情下的风险被严重低估。后来改用t分布才解决问题。记住：正态分布是起点，不是终点。

2.2.2 均匀分布：蒙特卡洛的「随机种子」

均匀分布 U(a,b) 在区间 [a,b] 内每个点出现的概率相同。

它的概率密度函数很简单：

f(x) = 1 / (b - a),  a ≤ x ≤ b

为什么它重要？

随机数生成的基础：几乎所有编程语言的随机数生成器，最初产出的都是 [0,1] 上的均匀分布。
逆变换法：通过均匀分布可以生成任意其他分布的随机数。这是蒙特卡洛模拟的核心技术。

你想想看，如果没有均匀分布，我们连最基础的正态分布随机数都生成不了。

2.2.3 对数正态分布：资产价格的「天然模型」

如果一个随机变量 X 的对数 ln(X) 服从正态分布，那么 X 就服从对数正态分布。

它的概率密度函数：

f(x) = (1 / (x * σ * √(2π))) * exp(-(ln(x) - μ)² / (2σ²)),  x > 0

为什么金融里常用它？

价格不能为负：对数正态分布只取正值，符合资产价格的基本特征。
收益率可加性：连续复利收益率服从正态分布，价格就服从对数正态分布。

我的习惯：在做蒙特卡洛模拟时，我通常先假设资产价格服从对数正态分布。如果模型表现不好，再考虑加入跳跃扩散或随机波动率。从简单开始，逐步复杂，这是工程思维。

2.3 期望与方差：分布的「数字指纹」

概率分布描述了随机变量的全貌，但有时候我们只需要几个关键数字来概括它。期望和方差就是最重要的两个。

2.3.1 期望：长期平均的「锚点」

期望 E[X] 是随机变量所有可能取值的加权平均，权重就是概率。

对于离散型：

E[X] = Σ x_i * P(X = x_i)

对于连续型：

E[X] = ∫ x * f(x) dx

在蒙特卡洛模拟中，期望就是我们要估计的目标。比如：

期权定价：模拟到期收益的期望，再折现
风险价值(VaR)：模拟组合损失的期望，再找分位数

2.3.2 方差：不确定性的「度量尺」

方差 Var[X] = E[(X - E[X])²]，衡量随机变量偏离期望的程度。

标准差 σ = √Var[X]，和原始数据同量纲，更直观。

为什么方差重要？

风险度量：方差越大，不确定性越高，风险越大。
模拟精度：蒙特卡洛模拟的误差与方差直接相关。方差越大，需要模拟的次数越多才能达到同样的精度。

注意：我曾经犯过一个低级错误——直接用样本方差公式计算蒙特卡洛模拟的方差，忘了除以 n-1。结果导致置信区间偏窄，差点让风控模型通过了不该通过的风险敞口。记住：样本方差用 n-1，总体方差用 n。

2.4 知识体系总览

下面这张图是我自己梳理的本章知识结构，方便你建立整体认知：

2.5 代码实战：用Python生成三种分布

光说不练假把式。下面我用Python演示如何生成这三种分布的随机数，并计算它们的期望和方差。

import numpy as np
import matplotlib.pyplot as plt

# 设置随机种子，保证结果可复现
np.random.seed(42)

# 1. 正态分布：均值0，标准差1
normal_samples = np.random.normal(loc=0, scale=1, size=10000)
print(f"正态分布 - 期望: {np.mean(normal_samples):.4f}, 方差: {np.var(normal_samples):.4f}")

# 2. 均匀分布：区间[0, 1]
uniform_samples = np.random.uniform(low=0, high=1, size=10000)
print(f"均匀分布 - 期望: {np.mean(uniform_samples):.4f}, 方差: {np.var(uniform_samples):.4f}")

# 3. 对数正态分布：底层正态均值0，标准差0.2
lognormal_samples = np.random.lognormal(mean=0, sigma=0.2, size=10000)
print(f"对数正态 - 期望: {np.mean(lognormal_samples):.4f}, 方差: {np.var(lognormal_samples):.4f}")

# 理论值对比
print("\n理论值：")
print(f"正态分布 N(0,1) - 期望: 0, 方差: 1")
print(f"均匀分布 U(0,1) - 期望: 0.5, 方差: 0.0833")
print(f"对数正态 LN(0,0.2) - 期望: {np.exp(0 + 0.2**2/2):.4f}, 方差: {(np.exp(0.2**2)-1)*np.exp(2*0+0.2**2):.4f}")

运行结果解读：你会发现模拟值非常接近理论值。这就是蒙特卡洛模拟的精髓——用大量随机样本逼近真实分布。样本量越大，误差越小。但要注意，误差的收敛速度是 1/√n，想提高一位精度，需要增加100倍样本量。

2.6 本章小结

嗯，到这里概率论基础就回顾完了。我帮你捋一下重点：

随机变量：把不确定性变成数字，是建模的起点
三种分布：正态（万有引力）、均匀（随机种子）、对数正态（价格模型）
期望与方差：一个管中心，一个管离散度，是蒙特卡洛模拟的评估指标

这些概念看着简单，但我在实际项目中见过太多人栽在基础不牢上。比如有人用正态分布模拟信用损失，结果忽略了损失分布的左偏特征，导致资本计提不足。记住：基础不牢，地动山摇。

下一章，我们会把这些知识串起来，真正开始写蒙特卡洛模拟的代码。到时候你会发现，今天这些「枯燥」的概念，全都会活起来。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录