定价相关的知识框架

两种定价计算方法

衍生品定价的思想基底是市场上没有套利空间，因此价格可通过构造一个等价资产组合(replicating)求得。基于replicating的思想，得到了两种计算衍生品的方法，一种是在风险中性测度下求期望，另一种是通过偏微分方程求解。

风险中性测度

需要注意的是在推导的过程中，是先得到了一个测度，进而发现该测度下资产风险中性。所以学习的重点在测度，风险中性是人们对公式附加的理解。
证明概要：
1.已知有一个衍生品，并有一个(0时刻价格为C)的资产组合可进行replicating，那么在风险中性测度下，该衍生品0时刻期望价格为C。（Ito, martingale）
2.风险中性测度下0时刻期望价格为C的衍生品，一定可找到一个(0时刻价格为C)的资产组合进行replicating。（martingale representation theorem)

第一基本定律：市场无套路空间，那么存在equivalent martingale measure.
equivalent martingale measure: 1. Q~P；2. 折价后资产过程在Q下全是martingale。此处折价不一定是按利率（a EMM corresponds to market money account)，可按任何单位 (numeraire)，比如一只股票(correspond to S)。

PDE

Conjecture $x_t=f(t,S_t)$
Ito formula 展开$d{X}_t$, 然后带入资产组合表达式，各项相等得PDE方程。

Feynman-Kac Formulas

风险中性测度和PDE可由Feynman Kac公式相互转化。（太神奇了）
Feynman-Kac无需BlackScholes市场做前提，可以有变化的波动率和收益率。

关于测度和风险中性的一些理解

使用哥萨诺夫定理(这个名字中文巨难打英文巨难念过脑八百遍了也没记住）可以将
$d{S}_t={\mu }_t{S}_{t}dt+{\sigma }_t{S}_{t}d{W}_t$ (${\mu }_t$为真实收益率）
转化成
$d{S}_t=r_t{S}_{t}dt+{\sigma }_t{S}_{t}d{\tilde{W}}_t$

下图红色箭头代表测度变化，我把它理解成概率的拉伸，或者两个概率空间的一一映射。

$d{S}_t=r_t{S}_{t}dt+{\sigma }_t{S}_{t}d{\tilde{W}}_t=r_t{S}_{t}dt+{\sigma }_t{S}_{t}d{W}_t+$ 一坨东西

这一坨东西把均价从 $r$ 拉到了$\mu$, 而测度变换又把它拉回 $r$了，而这一坨东西其实就是！风险溢价! $\frac{\mu -r}{\sigma }$！

这个红色箭头的意思其实就是“测度变换对于回报较低的路径赋予更大的概率”。