3. 随机过程与布朗运动

回望期权的定价不是靠“猜路径”，而是把标的资产价格当成一个随机过程，再用风险中性测度把折现后的期望算出来。本节把四个关键概念串成一条线：维纳过程描述随机扰动，伊藤引理解决随机函数的微分，几何布朗运动刻画股价，风险中性定价给出可计算的期望框架。

一、核心原理：从随机游走到连续时间

维纳过程（Wiener Process）是连续时间随机性的“标准件”，记作 \(W_t\)，满足三个条件：\(W_0=0\)；增量独立且 \(W_t-W_s \sim N(0,t-s)\)；路径连续但处处不可微。它像一枚无限细分、每步方差与时间成正比的硬币，是布朗运动的数学抽象。

在维纳过程上叠加“漂移”和“波动率”，就得到一般化的布朗运动：

dX_t = μ dt + σ dW_t

其中 μ 是漂移项，σ 是波动率，dW_t 是维纳增量。这个式子说明：资产收益由确定趋势和随机扰动两部分组成。但股价不能为负，且收益率更接近比例变化，因此金融里更常用几何布朗运动（GBM）：

dS_t = μ S_t dt + σ S_t dW_t

两边除以 S_t，得到 dS_t/S_t = μ dt + σ dW_t，即“收益率”服从带漂移的布朗运动。这正是 Black-Scholes 框架的起点。

二、伊藤引理：随机函数的链式法则

普通微积分里，若 y=f(x)，则 dy=f'(x)dx。但在随机世界里，dW_t 的平方不可忽略，因为 (dW_t)^2 的量级是 dt。伊藤引理告诉我们：对 S_t 的函数 V(S_t,t)，其微分为

dV = (∂V/∂t + μS ∂V/∂S + ½σ²S² ∂²V/∂S²) dt + σS ∂V/∂S dW_t

多出来的 ½σ²S²∂²V/∂S² 就是“伊藤项”，它来自二阶泰勒展开中 (dW_t)^2=dt 的贡献。没有这一项，期权定价会系统性偏差。对回望期权而言， payoff 依赖路径极值，往往需要引入最大值或最小值作为状态变量，再用二维伊藤引理处理。

三、风险中性定价：把漂移换掉，把期望折现

风险中性定价原理的核心是：在无套利市场中，存在一个等价鞅测度 Q，使得任何可交易资产的折现价格是鞅。于是期权价格等于风险中性测度下未来 payoff 的期望，再按无风险利率折现：

V_0 = e^{-rT} E^Q[Payoff(S_T, M_T, m_T)]

其中 M_T 和 m_T 分别是回望期权关注的区间最大值和最小值。关键操作是把真实漂移 μ 换成无风险利率 r：

dS_t = r S_t dt + σ S_t dW_t^Q

这样做的意义是：我们不需要知道投资者的风险偏好，也不需要估计真实收益率 μ，只需要 r、σ、T 和 payoff 结构。对回望期权，风险中性下的路径期望可以用解析公式或蒙特卡洛计算。

四、案例与场景：回望期权的定价直觉

假设某股票当前价格 S₀=100，年化波动率 σ=25%，无风险利率 r=3%，到期 T=1 年。考虑一个浮动执行价回望看涨期权，到期 payoff 为 S_T − min(S_t)。在风险中性测度下，我们需要模拟大量 GBM 路径，记录每条路径的最小值，再计算折现期望。

import numpy as np
S0, r, sigma, T, N, M = 100, 0.03, 0.25, 1.0, 252, 100000
dt = T / N
payoffs = []
for _ in range(M):
    S = S0
    m = S0
    for _ in range(N):
        S *= np.exp((r - 0.5*sigma**2)*dt + sigma*np.sqrt(dt)*np.random.randn())
        m = min(m, S)
    payoffs.append(S - m)
price = np.exp(-r*T) * np.mean(payoffs)
print(price)

这段代码体现了三个要点：第一，漂移项用 r 而不是 μ；第二，对数价格更新中出现了 −½σ²dt 的伊藤修正；第三，payoff 依赖路径最小值 m，而不是只看终点 S_T。回望期权的价值往往高于普通欧式期权，正是因为“回望”锁定了历史最优价格。

五、误区与复盘

• 误区一：把 μ 当成无风险利率。真实世界漂移 μ 包含风险溢价，风险中性定价要求换成 r，否则期望折现不成立。
• 误区二：忽略伊藤项。在 GBM 模拟中，对数价格更新必须写 −½σ²dt，否则模拟出的期望会偏离理论值。
• 误区三：回望期权只看终点。回望期权的 payoff 依赖路径极值，必须记录 M_T 或 m_T，不能只用 S_T。
• 误区四：认为风险中性概率是真实概率。Q 测度是定价工具，不是对未来的预测，两者不能混用。

把本节四个概念连起来看：维纳过程提供随机性，几何布朗运动描述股价，伊藤引理完成随机微分，风险中性定价把微分方程转化为可计算的期望。回望期权的定价实战，本质上就是在这条链上正确加入路径极值变量，并用数值或解析方法求出折现期望。