跳至主要内容
分析仓位方法说明价格
登录
← 全部期权指南
路径的二阶变化阅读约13分钟2026年8月27日

二次变差:随机路径与波动率的桥梁

理解微小路径增量的平方和为何保留下来、如何产生Itô修正项,以及怎样连接扩散波动率与已实现方差

由 Mark 编写 · 官方资料列于文末

本指南内容

  1. 先把分割上的增量平方
  2. 光滑与有限变差路径会消失
  3. 布朗粗糙度在每个尺度都保留
  4. 协变差记录共同的粗糙运动
  5. Itô公式保留二阶项
  6. 跳跃会加入自身大小的平方
  7. 已实现方差是估计量而非极限本身

直接答案

二次变差是在越来越细的时间分割上,把路径增量平方后求和所得的极限,用来度量累计的二阶运动。连续有限变差路径的二次变差为零,标准布朗运动的二次变差等于经过时间,它还产生Itô计算中的二阶修正项

先把分割上的增量平方

对[0,t]的分割π,构造Q_π(X) = Σ(X_{t_i} - X_{t_{i-1}})²,再让最大间隔趋近于零

若这些和在相应概率意义下收敛,其极限就是二次变差[X]_t

它描述单条路径上的累计变化,不等同于重复结果之间X_t的统计方差

光滑与有限变差路径会消失

连续有限总变差路径的二次变差为零,因为小增量的平方比绝对增量之和消失得更快

所以普通可微价格曲线不会在经典链式法则中产生二阶修正

二次变差提取的是一阶移动逐个变小时仍然保留的路径粗糙度

布朗粗糙度在每个尺度都保留

标准布朗运动在任意非平凡区间上总变差无穷,却满足[W]_t = t

直观上,大约有1/Δt个增量,每个增量的平方量级为Δt,所以总和不会消失

这是极限关系,并不表示dW/dt存在,也不表示每个增量平方都逐点等于dt

协变差记录共同的粗糙运动

二次协变差[X,Y]在细分割上累加乘积ΔX·ΔY

极化恒等式[X,Y] = 1/2([X+Y] - [X] - [Y])把共同变化与各自二次变差连接起来

面对相关布朗驱动时,协变差把瞬时依赖带入组合和多元Itô公式

Itô公式保留二阶项

对dX_t = μ_t dt + σ_t dW_t,连续二次变差为[X]_t = ∫_0^t σ_s² ds

随机增量的平方会累计而不消失,所以Taylor展开保留1/2 f''(X_t)d[X]_t

这一修正产生扩散定价方程,也把随机微积分与普通微积分区分开来

跳跃会加入自身大小的平方

含跳半鞅的二次变差,包括连续鞅变差与Σ_{s≤t}(ΔX_s)²

即使连续波动率不高,一个大跳跃也可能主导全天已实现的二阶运动

当经济问题关注来源差异时,应区分连续变差、跳跃和有限变差漂移

已实现方差是估计量而非极限本身

高频已实现方差把日内观测收益平方后求和,以近似潜在二次变差

采样太疏会漏掉运动,太密则放大买卖价反弹、价格离散、异步报价和错误数据

比较不同采样网格,明确处理跳跃,统一交易时段与收益定义后再解释为波动率

常见问题

如何简单理解二次变差?

把大量微小路径变化平方,并在越来越细的时间网格上相加后,最终仍然留下的运动

为什么布朗运动的二次变差是t?

长度Δt的增量,其平方量级为Δt,而大约t/Δt个这样的增量会累计为t

二次变差等于波动率吗?

不等于。扩散模型中它是积分方差,波动率通常指瞬时变化率或归一化后的平方根

跳跃如何影响二次变差?

每次跳跃都贡献其大小的平方,因此它同时包含连续鞅变差和离散跳跃变差

资料来源与延伸阅读

  • [1]Kiyosi Itô: Stochastic Integral
  • [2]Black and Scholes: The Pricing of Options and Corporate Liabilities
  • [3]Broadie and Glasserman: Estimating Security Price Derivatives Using Simulation

需要记住

  1. 二次变差是细分割上增量平方和的极限,并非随机变量的横截面方差
  2. 布朗运动的二次变差为t,Itô扩散则累计平方波动率的积分
  3. 已实现方差估计二次变差,但会受跳跃、市场微观结构、时钟与数据清理影响

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 →

相关指南

比较到期损益 →
方差敞口方差互换详解:支付、复制与风险期权机制什么是期权指派?期权基础价内、平价和价外期权是什么意思?
联系我们
期权实用指南期权收益计算器NVDA 財報波動區間服务条款隐私政策© 2026 Mark