所有選擇權指南
隨機複利增長閱讀約14分鐘
隨機指數與Doléans–Dade指數詳解
理解隨機指數的線性方程、跳躍修正、正值性、鞅檢驗、測度轉換，以及它在資產價值動態中的作用
由 Mark 撰寫 · 官方資料列於文末
直接解答
隨機指數𝓔(X)是滿足Z_0 = 1和dZ_t = Z_{t-}dX_t的乘法過程。它把半鞅的加性衝擊轉化為複利增長，並以一般指數中沒有的二次變差和跳躍修正，一致處理連續雜訊與不連續報酬
線性隨機方程定義這個對象
對從零開始的半鞅X，Z = 𝓔(X)是Z_t = 1 + ∫_0^t Z_{s-}dX_s的唯一解
左極限Z_{s-}很重要，因為跳躍ΔX_s會在該刻把價值乘以1 + ΔX_s
這個定義比記住閉式公式更根本，並同時適用於連續過程與跳躍過程
二次變差修正一般指數
對連續半鞅，若相關有限變差項已包括在X內，則𝓔(X)_t = exp(X_t-X_0-1/2[X]^c_t)
若X是連續局部鞅M，常見形式為exp(M_t - 1/2⟨M⟩_t)
減去這一項會抵消Itô二階項，使d𝓔(M)_t = 𝓔(M)_t dM_t不產生多餘漂移
跳躍需要乘積修正
一般X還要把連續指數乘以∏_{s≤t}(1 + ΔX_s)e^{-ΔX_s}
每個因子把加性指數反應e^{ΔX}替換為所需的財富倍數1 + ΔX
無窮乘積需要半鞅正則性，並不表示可在不控制收斂時直接連乘高頻報酬
跳躍大小決定正值性
若所有ΔX > -1，從正值開始的隨機指數會保持嚴格為正
恰好為-1的跳躍使其歸零，低於-1則會改變符號，不能再充當正密度或資產價值
金融上，這表示有限責任價格模型中的單次比例損失不能超過100%
局部鞅不會自動成為密度
若M是具有適當跳躍的局部鞅，𝓔(M)通常仍是局部鞅；非負時亦是超鞅
要在固定期限定義機率轉換，它必須是真鞅並滿足E[𝓔(M)_T] = 1
Novikov、Kazamaki、有界性或跳躍專用判準可能充分，但指數形式本身沒有保證
測度轉換與資產價值使用同一結構
在Girsanov理論中，有效隨機指數是重加權路徑並改變漂移的Radon–Nikodym密度
報酬模型dS_t/S_{t-} = dX_t的解為S_t = S_0𝓔(X)_t，複利因此內置於動態
即使代數相同，密度與價格解讀亦需要不同的正規化、可積性和容許性檢驗
診斷要針對罕見路徑失效
檢查跳躍下界、終端期望、一致可積性、離散化，以及隨機指數是真鞅還是僅為局部鞅
簡單Euler更新可能變為負值或扭曲乘積；保留精確指數結構的數值方法往往更安全
模擬可能遺漏造成期望損失的罕見路徑，應結合截斷研究、解析判準、邊界檢驗與樣本均值
常見問題
如何簡單理解隨機指數？
它是把包含連續雜訊與突然跳躍的微小隨機報酬，以數學上一致的方式進行複利的方法
為何減去一半二次變差？
為了抵消Itô公式產生的二階漂移，使結果滿足原本的線性隨機方程
隨機指數何時會歸零？
當驅動半鞅發生-1的跳躍時歸零，對應比例價值完全損失
每個隨機指數都能作測度密度嗎？
不能。它必須在所選期限內非負，且是真鞅並具有等於一的終端期望
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標，讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權