全部期权指南
从缩放累积量到大偏差速率阅读约15分钟
Gärtner–Ellis定理详解
理解极限缩放累积量生成函数如何产生大偏差速率函数、需要哪些正则条件，以及该结果如何进入期权尾部
由 Mark 编写 · 官方资料列于文末
直接答案
Gärtner–Ellis定理把缩放对数矩生成函数的极限通过Legendre–Fenchel变换转化为凸大偏差速率函数。完整的大偏差原理不仅要求极限存在，还需要定义域边界与非光滑点满足额外正则条件
定理从缩放变换开始
对随机向量Z_n与速度a_n→∞，定义Λ_n(θ)=a_n^{-1}log E[exp(a_n⟨θ,Z_n⟩)]
假设Λ_n(θ)在声明的定义域上逐点收敛到扩展实值函数Λ(θ)
该极限在衡量罕见事件概率的同一尺度上记录指数矩的增长率
凸对偶给出速率函数候选
候选为Λ*(x)=sup_θ{⟨θ,x⟩−Λ(θ)}，即Λ的Legendre–Fenchel变换
若Λ可微，目标x可与满足∇Λ(θ)=x的倾斜参数θ配对
Λ*(x)是在对应倾斜测度下把x变成典型结果的指数成本
上界与下界需要不同条件
在指数紧性条件下，定理通常为闭集提供上界
基础下界可能只覆盖Λ*的暴露点，即一个支撑超平面能够清楚识别目标的点
本质光滑性、下半连续性与有限定义域边界的陡峭性可把它扩展成完整下界
Cramér定理是重要特例
对零点附近对数矩生成函数有限的iid观测，样本均值在标准条件下以Λ*为速率
若知道缩放变换极限，Gärtner–Ellis还能处理有依赖或非同分布的随机族
代价是证明极限、指数紧性与边界正则性本身往往最困难
期权尾部继承声明的尺度
风险中性对数收益的长期、短期或小噪声极限可导出尾部与虚值期权渐近式
把领先价格衰减与基准价格匹配，可得到同一极限下隐含波动率的领先行为
定价测度、鞅条件、行权价尺度与变换定义域必须始终一致
凸性可能隐藏重要行为
Legendre–Fenchel变换始终为凸，即使真实罕见事件速率函数并不凸
非光滑Λ可表示竞争状态，其对偶可能出现线性区间与不唯一的最优倾斜
机械对偶化可能只返回凸包，遗漏需要直接大偏差分析的状态
验证要检查原空间与对偶空间
在逐步扩大的θ网格上检查Λ_n收敛、有限性、凸性、导数与边界增长
在多个尺度上把Λ*(x)与模拟对数概率或独立渐近式比较，而非只看一个期限
记录暴露点覆盖、指数紧性、最优解唯一性、鞅有效性与衍生期权价格的静态无套利
常见问题
Gärtner–Ellis定理做什么？
它把极限缩放对数矩生成函数转化为由Legendre–Fenchel速率控制的指数概率边界
极限变换可以不可微吗？
部分边界仍可能成立，但非光滑性会限制下界并产生多个倾斜或线性速率区间
它与Cramér定理有什么区别？
Cramér直接处理iid样本均值，Gärtner–Ellis则从更广随机族的缩放变换极限出发
它总能恢复真实速率函数吗？
不能。凸对偶无法揭示真正的非凸速率，正则条件失败时也可能只得到部分边界
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