期权定价 - BS模型 - 维纳过程和伊藤引理

1. wiener Processes （维纳过程）

Stochastic processes(随机过程） ： Any variable whose value changes over time in an uncertain way is said to follow a stochastic process. Stochastic processes can be classified as discrete time or continuous time.

随机过程就是变量根据时间变化，而这个变化是不可预测的。随机过程分为离散时间和连续时间两种。

Markov Process(马尔科夫过程） ： a particular type of stochastic process whre only the current value of a variable is relevent for predicting the future.
马尔科夫过程是特殊的随机过程，只有当前变量值会影响后面的值，历史数据对后面的预测没有影响。拿到股票上面就是只有当前的股票价格对后续价格有影响，当前价格已经包含了历史数据的信息。
这符合weak form of market efficiency（弱式市场假说），如果历史数据可以预测后面的股价，那么很多人会据此获利，去购买某些预测会涨的股票，这些股票价格会飙升，破坏原有的pattern，达到一个新的平衡

股票价格波动量一般会符合正态分布，于是我们可以定义一个关于股票的马尔科夫过程，它的后续变动符合N(m,v)的正态分布， 其中m是均值，v是方差
例子：股票当前价格是10， 如果一年的变动符合N(0,1)，那么两年的变动则会符合N(0, 2)，均值是0，标准差是1和√2

Wiener Processes（维纳过程） ： It’s a particular type of Markov stochastic process with a mean change of zero and a variance rate of 1.0 per year.
维纳过程就是我们上述的一年变动符合N（0,1）的特殊马尔科夫过程

• 公式如下，Δz 是变动，ε符合标准正态分布N（0,1），√Δt是时间变动