第4章泊松过程

4. 泊松过程：从定义到实战

泊松过程，说白了就是用来描述「随机事件在时间轴上怎么发生」的数学模型。我最早接触它是在做高频交易策略的时候——订单流到达交易所的时间间隔，居然完美符合泊松分布。嗯，这玩意儿比我想象中实用得多。

先给个严谨定义，别怕，我马上用人话解释。

一个计数过程 {N(t), t ≥ 0} 被称为泊松过程，如果它满足：

第四条看着吓人，其实意思很简单：在极短的时间 dt 内，最多发生一个事件。λ 就是强度，代表单位时间内平均发生多少次。

核心公式：在时间 t 内发生 k 个事件的概率为

P(N(t) = k) = (λt)^k * e^(-λt) / k!

这就是泊松分布，k = 0, 1, 2, ...

我在做订单簿建模时，就用这个公式预测每秒的订单到达数量。实测下来，低流动性时段拟合得特别好，高流动性时段嘛...后面会讲怎么修正。

这个知识点特别重要。你想想看，如果事件是随机到达的，那两次事件之间的时间间隔服从什么分布？

答案是：指数分布。

设 T₁ 为第一个事件到达时间，T₂ 为第一个与第二个事件之间的间隔，以此类推。那么 T₁, T₂, ... 独立同分布，且

P(T > t) = e^(-λt)

概率密度函数为 f(t) = λe^(-λt)，t ≥ 0。

我的经验：指数分布有个「无记忆性」——不管你已经等了多久，剩余等待时间的分布不变。这特性在交易中意味着：如果你在等一个信号出现，过去等了多久都不影响未来还要等多久。别因为等得久就觉得「快来了」。

我曾经用这个性质优化过止损策略。当时做的是「等待最佳入场点」的算法，利用指数分布的无记忆性，避免了「已经等了很久所以不舍得放弃」的心理偏差。效果还不错。

现实交易中，事件不光有「到达」这个属性，还有「大小」。比如每笔订单的成交量、每次价格跳动的幅度。这时候就需要复合泊松过程了。

定义很简单：

X(t) = Σ_{i=1}^{N(t)} Y_i

其中 N(t) 是泊松过程，Y₁, Y₂, ... 是独立同分布的随机变量，代表每次事件的大小。

举个例子：

这个模型我用来做过成交量预测。当时有个策略需要预估未来5分钟的总成交量，用复合泊松过程拟合历史数据，预测误差控制在15%以内。当然，遇到突发新闻时模型会失效——那是另一个故事了。

避坑指南：复合泊松过程的方差计算要小心。

E[X(t)] = λt * E[Y]
Var[X(t)] = λt * (E[Y²])

我曾经在计算风险敞口时忘了考虑 Y 的方差，结果低估了实际波动。嗯，那次回撤挺疼的。

下面这张图把泊松过程的核心逻辑串起来了。我建议你多看几遍，理解每个模块之间的关联。

最后分享几个我在项目中积累的经验：

参数估计：λ 直接用样本均值估计就行。但要注意，如果数据有自相关性（比如订单到达在短时间内会聚集），那泊松过程就不太适用了。这时候可以考虑自激过程（Hawkes过程），那是后面章节的内容。
检验方法：拿到数据后，先画个到达间隔的直方图，看它像不像指数分布。我一般用 Kolmogorov-Smirnov 检验做验证。
代码实现：Python 里用 numpy.random.poisson 生成泊松随机数，用 numpy.random.exponential 生成间隔时间。模拟复合泊松过程就是先模拟 N(t)，再模拟 N(t) 个 Y_i。

一个小技巧：如果你需要模拟高频交易中的订单到达，可以用两个泊松过程叠加——一个代表「正常订单流」（低强度），一个代表「突发订单流」（高强度）。这样能模拟出市场平静期和活跃期的交替。我管这叫「双泊松模型」，虽然不完美，但比单泊松强多了。

好了，泊松过程就聊到这儿。记住三个核心：定义是基础，间隔分布是钥匙，复合过程是实战利器。下次遇到随机到达的事件，先想想能不能用泊松过程来建模——十有八九能行。