中心极限定理_股价模型几何布朗运动与中心极限定理

    随机过程-马尔可夫过程中，引入了维纳过程和广义维纳过程，在期权定价中，更是建立了几何布朗运动(根据不同形式，表示为伊藤过程或者广义维纳过程)为股价建模。但是对这个模型的深刻认识还不足，例如：

• 为什么要使用几何布朗运动为股价建模？

• 为什么维纳过程要使用正态分布？(维纳过程是布朗运动的数学模型)

• 为什么维纳过程的方差与时间有关？

要想回答以上问题，就需要引入中心极限定理，尤其是证明过程。

    中心极限定理：如果一个变量y是大量小变量x共同作用的结果，那么y近似服从正态分布。

    常见的例子，如果对一个试验采样N个结果(独立同步分布变量)，获得一个均值x_mean，然后重复采样，每次都是采样N个结果，那么会获得很多个x_mean，此时x_mean近似服从正态分布。这里的N个结果就是类似于多个小变量x，均值x_mean就是多个小变量作用的结果y。

    但是为什么中心极限定理会趋近于正态分布呢？简单来说就是利用傅里叶变换+泰勒级数做了值近似，只要N越大，近似误差越小。这里的N的含义：不同随机因素的数量，对应于独立同分布的采样数量。

    而布朗运动(花粉运动)就是受到大量小粒子随机碰撞的结果，因此，布朗运动服从正态分布。但是维纳过程中不但有正态分布的概念，方差更是与时间有关，这个又作何解释呢？

    个人理解：布朗运动的位移需要时间呈现。(位移=速度*时间)

    在离散时间随机过程中，首先在离散的时间点采样(此时一次采样是多个变量共同作用的结果)，然后观察采样的分布。如果离散的时间区间大小不一样，那么观察到的分布也是不同的(因为位移的大小与经历的时间有关)。拓展到连续时间随机过程中，方差就与时间产生了联系。

    总结起来就是：大量小变量共同作用的结果服从正态分布(中心极限定理)，因此维纳过程可以用来建模布朗运动，而股价也是受市场共同作用的结果，所以股价的变化也应该可以用维纳过程建模，但是最终股价使用的是几何布朗运动模型。

    在几何布朗运动中，股价的变化率delta_S/S 服从广义维纳过程，用delta_S/S代表市场的观点，是背后的小变量共同作用的结果，而不是用delta_S表示共同作用的结果，一个直观的现象就是当我们投资时，我们更加倾向于谈论利率，而不是绝对值。

    一种理解：市场观点(不同人对市场的不同看法，以及产生的后续行为)就是背后的小变量随机变量，共同作用的结果仍然是一种观点。

    总结：

• 多个小变量共同作用的结果近似服从正态分布；

• 股价的变化率delta_S/S才是小变量共同作用的结果，因此产生了几何布朗运动；

引用：

中心极限定理的证明：https://mathworld.wolfram.com/CentralLimitTheorem.html