全部期权指南
随机复利增长阅读约14分钟
随机指数与Doléans–Dade指数详解
理解随机指数的线性方程、跳跃修正、正性、鞅检验、测度变换，以及它在资产价值动态中的作用
由 Mark 编写 · 官方资料列于文末
直接答案
随机指数𝓔(X)是满足Z_0 = 1和dZ_t = Z_{t-}dX_t的乘法过程。它把半鞅的加性冲击转化为复利增长，并以普通指数中没有的二次变差和跳跃修正，一致处理连续噪声与不连续收益
线性随机方程定义这一对象
对从零开始的半鞅X，Z = 𝓔(X)是Z_t = 1 + ∫_0^t Z_{s-}dX_s的唯一解
左极限Z_{s-}很重要，因为跳跃ΔX_s会在该时刻把价值乘以1 + ΔX_s
这个定义比记住闭式公式更根本，并同时适用于连续过程与跳跃过程
二次变差修正普通指数
对连续半鞅，若相关有限变差项已包括在X内，则𝓔(X)_t = exp(X_t-X_0-1/2[X]^c_t)
若X是连续局部鞅M，常见形式为exp(M_t - 1/2⟨M⟩_t)
减去这一项会抵消Itô二阶项，使d𝓔(M)_t = 𝓔(M)_t dM_t不产生多余漂移
跳跃需要乘积修正
一般X还要把连续指数乘以∏_{s≤t}(1 + ΔX_s)e^{-ΔX_s}
每个因子把加性指数反应e^{ΔX}替换为所需的财富倍数1 + ΔX
无穷乘积需要半鞅正则性，并不表示可在不控制收敛时直接连乘高频收益
跳跃大小决定正性
若所有ΔX > -1，从正值开始的随机指数会保持严格为正
恰好为-1的跳跃使其归零，低于-1则会改变符号，不能再充当正密度或资产价值
金融上，这表示有限责任价格模型中的单次比例损失不能超过100%
局部鞅不会自动成为密度
若M是具有适当跳跃的局部鞅，𝓔(M)通常仍是局部鞅；非负时还是超鞅
要在固定期限定义概率变换，它必须是真鞅并满足E[𝓔(M)_T] = 1
Novikov、Kazamaki、有界性或跳跃专用判据可能充分，但指数形式本身没有保证
测度变换与资产价值使用同一结构
在Girsanov理论中，有效随机指数是重加权路径并改变漂移的Radon–Nikodym密度
收益模型dS_t/S_{t-} = dX_t的解为S_t = S_0𝓔(X)_t，复利因此内置于动态
即使代数相同，密度与价格解释也需要不同的归一化、可积性和容许性检验
诊断要针对稀有路径失效
检查跳跃下界、终端期望、一致可积性、离散化，以及随机指数是真鞅还是仅为局部鞅
简单Euler更新可能变为负值或扭曲乘积；保留精确指数结构的数值方法往往更安全
模拟可能漏掉造成期望损失的稀有路径，应结合截断研究、解析判据、边界检验与样本均值
常见问题
如何简单理解随机指数？
它是把包含连续噪声与突然跳跃的微小随机收益，以数学上一致的方式进行复利的方法
为什么减去一半二次变差？
为了抵消Itô公式产生的二阶漂移，使结果满足原本的线性随机方程
随机指数何时会归零？
当驱动半鞅发生-1的跳跃时归零，对应比例价值完全损失
每个随机指数都能作测度密度吗？
不能。它必须在所选期限内非负，且是真鞅并具有等于一的终端期望
资料来源与延伸阅读
把这个概念应用到一份期权
选择合约和目标，让价格、时间与波动率假设在同一份分析中清晰呈现
分析我的期权