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