levy过程和布朗运动的关系_【期权定价系列专题】：随机行走与布朗运动

随机行走假设认为，市场价格的演化史不可预测的。随机行走概念建基于被称为“有效市场假设”的一系列重要主张上。有效市场假设认为，这样的市场无效率因素不可能长期存在。有效市场假设是由尤金﹒法玛于20世纪60年代出在芝加哥大学研究生商学院完成的博士论文中提到的。

有效市场假设承认三只基本形式的效率：

·弱有效市场：这种市场意味着技术分析不能持续产生正回报。不过弱有效模型承认基于企业业绩和经济环境基本面分析产生一定回报的可能性。

·半强有效市场：这种效率意味着基本面分析不能持续产生正回报。半强有效模型认为股票价格几乎会估计公众可随意获得的信息即时调整，从而导致不可能利用新的信息进行有利可图的交易。

·强有效市场：这种效率是建立在股票价格反映所有任何时候可以随意获得的信息这一主张的基础上的。有时，强有效市场模型被误解为个人不可能取得优于市场的业绩，但事实并非如此。只要整个群体的交易业绩始终服从正态分布，个人交易者的交易业绩就有可能优于或者劣于市场。

伯顿麦基尔在1973年出版的《漫步华尔街》中提出的随机行走模型假设，股价波动就像是抛硬币，并且认为股票的未来回报服从标准正态分布。

图1 标准正态分布

任何从均值到均值以上1个标准差的回报率下跌，就是34.1%的回报率的下跌；同样，从均值到均值以下1个标准差的回报率下跌，同样也是34.1%的回报率的下跌。一次，在一个服从正态分布的环境中，任何68.2%的回报率下跌都位于偏离均值1个标准差之内。

任何从均值到均值以上2个标准差的回报率下跌，就是47.7%的回报率的下跌；同样，从均值到均值以下2个标准差的回报率下跌，同样也是47.7%的回报率的下跌。一次，在一个服从正态分布的环境中，任何95.4%的回报率下跌都位于偏离均值2个标准差之内。

任何从均值到均值以上3个标准差的回报率下跌，就是49.9%的回报率的下跌；同样，从均值到均值以下3个标准差的回报率下跌，同样也是49.9%的回报率的下跌。一次，在一个服从正态分布的环境中，任何99.8%的回报率下跌都位于偏离均值3个标准差之内。

几何布朗运动的数学应用是描述这些过程的适当方法。这个模型起源于对一个悬浮在含有很多粒子的介质中的重粒子运动的物理描述。随机碰撞会趋使重粒子以一种相对不可预测的方式在方向和量级两个方面发生运动。几何布朗运动模型断言，大粒子的长期位移呈正态分布。股价波动的表现形式有所不同，因为股价趋于按其绝对规模的比例波动。

一只股票的未来价格波动会如何发布呢？回答这个问题需要借助于使股票价格与股票回报率发生关系的数学运算。一只价格为S_t0，将来某个时刻价格为S_T的股票的年化回报率(R)是:

利用对数的性质重新排列上式的各项，可得一下等价的表达式：

以上两个方程式代表用股票价格S表示的股票未来回报率的随机变量。每个随机变量有S_T(一个代表股票未来价格的随机变量)和S_T0(一个代表当前价格的常量)两个分量。因此，我们能够构建一个新的随机变量，这个随机变量包括最终回报率和表示股票初始价格的常量：

这个新的随机变量也服从正态分布，均值等于以上两项的平均值。重新排列以上各项，就能把关系式改写为：

如果等式两边都乘以1/(T-t0)，就得到最终形式：

因为以上方程式是一个正态分布的随机变量，所以股票未来价格的自然对数必然也呈现正态分布。这样的随机变量被称为“对数正态分布变量”。由于单只证券的价格波动表现趋向于符合布朗运动几何模型，因此，未来价格也必然服从对数正态分布。正如我们就看到的那样，这一通常被称为对数正态分布假设的论断是期权定价理论的核心。

参考文献：《期权交易波动率前言：不稳定市场投资的新技术策略》