Случайные процессы
Стохастические интегралы Ито
«Нобелевская формула»: цена европейского опцион-колл = S·N(d₁) - K·e^{-rT}·N(d₂). За этой элегантной формулой стоит вся теория стохастических интегралов Ито - математический аппарат, который позволяет точно вычислять стоимость производных финансовых инструментов. Тот же аппарат лежит в основе диффузионных генеративных моделей (DDPM, Stable Diffusion).
- **Финансы** - формула Блэка-Шоулза и все её обобщения используют интеграл Ито и GBM
- **Diffusion Models (AI)** - DDPM, DDIM, Score-based models - это дискретизации SDEs; «добавить шум» и «убрать шум» - прямой и обратный SDE
- **Молекулярная динамика** - уравнение Ланжевена dX = -∇U dt + √(2T)dB описывает движение атомов
Предварительные знания
Интеграл Ито
Как вычислить интеграл ∫H(t)dB(t) по броуновскому движению? Поскольку B(t) нигде не дифференцируем, классический интеграл Римана-Стилтьеса не работает (он требует конечной вариации у интегратора). Интеграл Ито использует специальную аппроксимацию левыми точками, что принципиально: это не просто технический выбор, а математическая необходимость для сохранения мартингального свойства.
**Интеграл Ито:** Для адаптированного квадратично-интегрируемого процесса H(t): ∫_0^T H(t) dB(t) = L²-lim_{|π|→0} sum_i H(t_i) · (B(t_{i+1}) - B(t_i)) Ключевые свойства: - Мартингал: E[∫_0^T H dB | F_s] = ∫_0^s H dB - Изометрия Ито: E[(∫_0^T H dB)²] = E[∫_0^T H² dt] - Нулевое среднее: E[∫_0^T H dB] = 0
Изометрия Ито E[(∫H dB)²] = E[∫H² dt] - аналог теоремы Пифагора для стохастических интегралов. Она позволяет «переводить» вопросы о случайных интегралах в вопросы об обычных интегралах и делает пространство L²(Ω × [0,T]) изоморфным подпространству мартингалов.
| Интеграл | Аппроксимация | Свойство |
|---|---|---|
| Ито | Левые точки ∑H(t_i)ΔB | Мартингал; E[∫H dB]=0 |
| Стратонович | Средние точки ∑H((t_i+t_{i+1})/2)ΔB | Цепное правило как в классике |
| Замечание | Ито и Стратонович дают разные ответы! | Выбор зависит от задачи |
Интеграл Ито можно считать как обычный интеграл Римана-Стилтьеса по пути B(t)
Интеграл Ито определяется через L²-предел сумм с ЛЕВЫМИ точками. Это другой математический объект: E[∫H dB] = 0, изометрия Ито, и он является мартингалом
Риман-Стилтьес требует ограниченной вариации у B - которой нет. Более того, для одного фиксированного пути B(ω) интеграл ∫H dB может быть 0 или бесконечно малым набором путей, но в среднем по всем путям - это мартингал
Чему равно E[∫_0^3 t·dB(t)]?
Формула Ито
Если B(t) - броуновское движение и f - дважды дифференцируемая функция, то f(B(t)) не следует классическому цепному правилу. Появляется дополнительный член из квадратичной вариации. Это **формула Ито** - фундаментальный результат стохастического исчисления.
**Формула Ито (для функции от BM):** df(B(t)) = f'(B(t))dB(t) + (1/2)f''(B(t))dt **Общая формула Ито:** Если dX = μ dt + σ dB и f = f(t,x): df(t,X(t)) = (∂f/∂t + μ·∂f/∂x + σ²/2·∂²f/∂x²)dt + σ·∂f/∂x·dB Это аналог формулы Тейлора с учётом (dB)² = dt.
Формула Ито в дифференциальной форме - это раскрытие dX через dB и dt. Она позволяет вычислять стохастические дифференциалы сложных функций. Классический пример: d(e^{σB(t) - σ²t/2}) = 0, то есть S(t) = e^{σB(t) - σ²t/2} - мартингал. Именно это используется в доказательстве формулы Блэка-Шоулза.
| Функция f(B) | df по Ито | Аналитический результат |
|---|---|---|
| B² | 2B dB + dt | ∫_0^T B dB = (B_T² - T)/2 |
| e^B | e^B dB + (1/2)e^B dt | Не мартингал! E[e^{B(t)}]=e^{t/2} |
| e^{B - t/2} | e^{B-t/2} dB | Мартингал, E[...]=1 |
| sin(B) | cos(B)dB - (1/2)sin(B)dt | Дополнительный тригонометрический дрейф |
Формула Ито - это просто формула Тейлора для стохастических функций
Формула Ито - это точное тождество, не приближение. Поправка (1/2)f''dt возникает из конечной квадратичной вариации BM: (dB)² = dt. В классике (dX)²→0, поэтому второй порядок исчезает
При разложении Тейлора df = f'dB + (1/2)f''(dB)² + ... В классике (dx)²=o(dx). Для BM (dB)²=dt - порядка dt, такой же как сам dt-член. Поэтому второй порядок не отбрасывается, а даёт конечный вклад
По формуле Ито, чему равно d(B(t)³)?
Стохастические дифференциальные уравнения
СДУ (stochastic differential equation) - это уравнение вида dX(t) = μ(t,X)dt + σ(t,X)dB(t), описывающее непрерывный случайный процесс. Первый член (drift) задаёт «направленное» движение, второй (diffusion) - случайное возмущение. Это основной язык для моделирования физических, биологических и финансовых систем под случайными воздействиями.
**СДУ Ито:** dX = μ(t,X)dt + σ(t,X)dB Это интегральное уравнение: X(t) = X(0) + ∫_0^t μ(s,X(s))ds + ∫_0^t σ(s,X(s))dB(s) **Теорема существования и единственности:** Если μ и σ липшицевы по x и имеют линейный рост, то СДУ имеет единственное сильное решение. **Слабое vs сильное решение:** Сильное - для заданного B; слабое - вместе с некоторым B на расширенном вероятностном пространстве.
**Уравнение Колмогорова-Фоккера-Планка:** плотность распределения p(t,x) процесса X, задаваемого СДУ, удовлетворяет УЧП: ∂p/∂t = -∂(μp)/∂x + (σ²/2)·∂²p/∂x² Это уравнение диффузии с дрейфом, связывающее стохастический процесс с детерминированным ПДУ.
| СДУ | μ(X) | σ(X) | Применение |
|---|---|---|---|
| Геометрическое BM | μX | σX | Цены акций (Блэк-Шоулз) |
| Орнштейн-Уленбек | -θ(X-μ₀) | σ | Ставки (Vasicek), температура |
| CIR (Cox-Ingersoll-Ross) | κ(θ-X) | σ√X | Процентные ставки (>0) |
| Ланжевена | -∇U(X) | √(2T) | Статистическая физика, MCMC |
| Нейронная СДУ | f(X,W) | σ_noise | Байесовские нейросети |
СДУ - это ОДУ с добавленным шумом, оба решаются одинаково
СДУ принципиально отличается от ОДУ: нужна формула Ито для функций решения, смена меры через лемму Гирсанова, другие численные методы. Метод Эйлера для ОДУ → метод Эйлера-Маруямы для СДУ
В ОДУ (dx/dt)^2 → 0 при малом dt. В СДУ (dB)^2 = dt - конечная величина. Это фундаментально меняет правила дифференцирования (формула Ито) и численную аппроксимацию (порядок 1/2 вместо 1 для Эйлера-Маруямы)
В СДУ dX = 2X dt + X dB, каков дрейф и диффузия? Это линейное СДУ?
Геометрическое броуновское движение и модель Блэка-Шоулза
Геометрическое броуновское движение (GBM) - решение СДУ dS = μS dt + σS dB - модель цены акции. Его явное решение S(t) = S(0)·exp((μ-σ²/2)t + σB(t)) получается применением формулы Ито к log(S). Именно GBM лежит в основе модели Блэка-Шоулза, революционизировавшей математические финансы в 1973 году.
**Явное решение GBM:** Для dS = μS dt + σS dB: S(t) = S(0) · exp((μ - σ²/2)t + σB(t)) Свойства: - E[S(t)] = S(0) · e^{μt} - Var[S(t)] = S(0)² · e^{2μt} · (e^{σ²t} - 1) - log(S(t)/S(0)) ~ N((μ-σ²/2)t, σ²t) - логнормальный процесс - S(t) > 0 почти наверное (цена никогда не станет отрицательной)
Блэк, Шоулз и Мертон - 1973
Фишер Блэк, Майрон Шоулз и Роберт Мертон разработали формулу ценообразования опционов в 1973 году. Их ключевое наблюдение: если акция следует GBM, то опцион (право купить акцию по фиксированной цене) можно точно хеджировать, и его цена определяется через решение уравнения теплопроводности с граничными условиями. Мертон и Шоулз получили Нобелевскую премию по экономике в 1997 году (Блэк к тому времени скончался). Формула Блэка-Шоулза стала самой используемой математической формулой в финансах.
Среднее геометрическое броуновское движение растёт как e^{μt}, а значит drift = μ в экспоненте
E[S(t)] = S(0)e^{μt}, но экспонента вычисляется как E[e^{σB + (μ-σ²/2)t}] = e^{μt} благодаря моментообразующей функции нормального распределения
E[e^X] = exp(E[X] + Var[X]/2) для X~N. Здесь σB(t) ~ N(0,σ²t), поэтому E[e^{σB(t)}] = e^{σ²t/2}. Чтобы E[S(t)] = S(0)e^{μt}, drift в показателе должен быть μ - σ²/2, а не μ
Почему явное решение GBM содержит drift (μ-σ²/2), а не μ?
Ключевые идеи
- **Интеграл Ито** - L²-предел сумм с левыми точками; мартингал с E[∫H dB] = 0; изометрия E[(∫H dB)²] = E[∫H² dt]
- **Формула Ито** - d(f(B)) = f'dB + (1/2)f''dt; поправка из (dB)² = dt; цепное правило для стохастики
- **СДУ** - dX = μ dt + σ dB; существование и единственность при липшицевых коэффициентах; метод Эйлера-Маруямы
- **GBM** - S(t) = S(0)exp((μ-σ²/2)t + σB(t)); модель Блэка-Шоулза; логнормальное распределение
Связанные темы
Интеграл Ито - основа непрерывного стохастического анализа:
- Броуновское движение — BM и его квадратичная вариация - фундамент формулы Ито
- Стохастические дифференциальные уравнения — СДУ - следующий урок: численные методы, существование, Эйлер-Маруяма
- Финансовая математика — Блэк-Шоулз: формула Ито + мартингальная мера + GBM
Вопросы для размышления
- Формула Ито даёт d(B²) = 2B dB + dt. Классически d(x²) = 2x dx. Как эта разница влияет на хеджирование опционов?
- В диффузионных моделях (DDPM) добавление шума - это форвардный SDE dX = √2 dB. Что означает обратный SDE для генерации изображений?
- Интеграл Стратоновича использует средние точки вместо левых. Когда физически правильнее Стратонович, а не Ито?