布朗运动与伊藤积分
stochastic-calculus · brownian-motion · random-walk · donsker · gaussian-increments · filtration · martingale · quadratic-variation
打开 →GLOBAL SEARCH
搜索在服务端完成,题目解析与答案不会进入搜索结果。登录后可搜索自己的收藏题单。
找到 30 个结果
English questionsstochastic-calculus · brownian-motion · random-walk · donsker · gaussian-increments · filtration · martingale · quadratic-variation
打开 →time-series · stationarity · autocorrelation · acf · pacf · white-noise · random-walk · ar
打开 →环图 $C_4$,顶点 $\{0,1,2,3\}$,每边电阻为 1。(a) 计算 $R_{\mathrm{eff}}(0,2)$。(b) 求通勤时间。(c) 求 $h(0\to 2)$ 并验证。
打开 →周一开盘前,某沪深300 量化私募的研究员把昨天打捞回来的 1500 个日内对数收益样本(log returns)丢进 R,画了一张样本 ACF:lag 1 大约 0.18,lag 2 大约 0.05,再往后几乎全部落进 Bartlett 带里。她想问的是:这条「拖尾」曲线像不像一阶自回归(autoregressive, AR)模型该有的样子?如果是 AR,...
打开 →周一早盘,某私募的时间序列研究员把过去 200 个交易日的对冲组合超额收益丢进 statsmodels。她想确认这条曲线是不是一个干净的 ARMA 过程——若是,残差就是一组白噪声,可以挂上下一阶段的 GARCH;若不是,她得回去重做特征工程。问题是:用 AR(1)、MA(1)、ARMA(1, 1) 还是 ARMA(2, 1)?拟合完之后怎么知道这一支模型确...
打开 →完全二部图 $K_{2,3}$,部分 $A=\{a_1,a_2\}$(度 3)和 $B=\{b_1,b_2,b_3\}$(度 2),每边电阻为 1。 (a) 计算 $R_{\mathrm{eff}}(a_1,a_2)$。 (b) 用 $C(u,v)=2m\cdot R_{\mathrm{eff}}(u,v)$ 求通勤时间。 (c) 用首步分析计算 $h(a_1\to a_2)$ 并验证。
打开 →取 $K_4$ 删除边 $\{1,4\}$。从顶点 $2$ 出发,求首次到达顶点 $4$ 的期望步数。
打开 →$K_n$ 上的惰性随机游走。(a) 证明转移矩阵有两个不同特征值。(b) 求谱雙并确定混合时间的阶。
打开 →Petersen 图有 $10$ 个顶点、$15$ 条边,是 $3$-正则且距离传递的,直径为 $2$。每步等概率移向 3 个邻居之一。从顶点 $u$ 出发,求首次到达与 $u$ 不相邻的指定顶点 $v$ 的期望步数。
打开 →随机游走在三维超立方体 $Q_3$ 上进行:8 个顶点为长度 3 的二进制串,两顶点相邻当且仅当恰好一个坐标不同。每步等概率选一个坐标翻转。从 $000$ 出发,求首次到达 $111$ 的期望步数。
打开 →上海某私募的量化研究员在白板上为沪深300 指数搭一个日内连续时间价格模型。她先画出一条平滑、处处可微的候选价格曲线 公式,立刻被同事打断:「只要 公式 处处可微,你看到斜率为正的时刻就买入、转负就卖出,几秒内便能锁定无风险收益——这与无套利冲突。」结论是,连续时间随机模型背后的噪声源 必须连续,但处处不可微 。本节按 龚光鲁《随机微分方程引论》的顺...
打开 →钩子:周五下午两点四十分,私募衍生品桌上的一个数 周五下午两点四十分,你在一家沪深300指数增强私募的衍生品桌上,手里挂着一张以 300ETF 期权(300ETF options)对冲的指数风险敞口。模拟引擎用几何布朗运动(geometric Brownian motion, GBM)跑了 10 万条 60 个交易日的路径,你发现一个让人不安的现象:输入的年...
打开 →钩子:公式 究竟在写什么? 上海某量化私募的衍生品研究组周一例会上,桌上摆着一份连续时间 Delta 对冲方案的初稿:策略对沪深300 股指期货持有动态头寸 公式,结算时账上的对冲腿累计盈亏被写成 公式。主管把上一课的笔记翻到边角,红笔划了一行——只要 公式 在背后由布朗运动(Brownian motion)公式 驱动,几乎每条样本路径的总变差(total ...
打开 →路演桌上的两条收益率 周三下午,沪深300 量化对冲产品的路演会。某私募管理人把净值幻灯片翻到第四页:年化预期收益 8%,年化波动率 40%。代销渠道的合规突然问:「按这个预期收益,投资者持有三年的中位数到底是多少?」管理人愣了三秒。这正是几何布朗运动(geometric Brownian motion, GBM)在路演桌上现形的瞬间——算术意义的期望收益与...
打开 →完全三叉树深度为 $2$:根有 $3$ 个子节点,每个子节点有 $3$ 个叶子,共 $13$ 个顶点。简单随机游走每步等概率移向一个邻居。从一个叶子出发,求首次到达根的期望步数。
打开 →考虑完全二部图 $K_{3,3}$,两部分为 $A=\{a_1,a_2,a_3\}$ 和 $B=\{b_1,b_2,b_3\}$,$A$ 中每个顶点与 $B$ 中每个顶点相连。随机游走每步以概率 $1/3$ 移动到 3 个邻居之一。从 $a_1$ 出发,求首次到达 $b_1$ 的期望步数。
打开 →简单随机游走在完全图 $K_4$ 上。每步等概率移向 $3$ 个邻居之一。从顶点 $v$ 出发,求首次返回 $v$ 的期望步数。
打开 →随机游走在 $K_4$ 上。(a) 求最大击中时间。(b) 用 Matthews 定理给出覆盖时间的界。(c) 精确计算覆盖时间。
打开 →随机游走在完全图 $K_5$(5 个顶点,每对之间有边)上进行。每步等概率移动到 4 个邻居之一。从顶点 $u$ 出发,求首次到达指定顶点 $v \neq u$ 的期望步数。
打开 →图 $G$ 有四个顶点 $\{A,B,C,D\}$,边为 $\{A{-}B, A{-}C, A{-}D, B{-}C\}$,度序列为 $(3,2,2,1)$。(a) 求平稳分布。(b) 求每个顶点的期望回返时间。
打开 →钩子:沪深300期货上的已实现方差 周五尾盘,你坐在某 CTA 私募的随机分析席位上。组合在 CFFEX 的 IF(沪深300股指期货)主力合约上挂着一笔做市头寸,每周一你都会把上周 5 分钟对数收益逐项平方后求和,再与上周五收盘隐含的方差对比。经验上这条规律相当锐利:那个求和稳定在「已实现方差 × 经过时长」上,从 5 分钟切到 1 分钟、再切到逐笔,收敛...
打开 →某私募(private fund)交易日下午四点,你的 PM 把过去 500 个交易日的策略净值推过来,问:这条曲线的均值真的稳定吗?波动率有没有结构性变化?只看一条路径,凭什么相信估出来的均值与自相关有意义?这是时间序列分析(time series analysis)的元问题。横截面统计里你有 公式 个独立同分布(i.i.d.)样本,推断建立在「重复抽样」...
打开 →星图 $S_5$ 有中心顶点 $c$ 连接 $4$ 个叶顶点。从叶 $\ell_1$ 出发,求首次到达叶 $\ell_2$ 的期望步数。
打开 →$2\times 3$ 网格图,顶点排列为两行三列。从角顶点 $1$(度 2)出发,求首次到达对角顶点 $6$(度 2)的期望步数。
打开 →简单随机游走在环图 $C_6$ 上。从顶点 $0$ 出发,求访问所有 $6$ 个顶点的期望步数(覆盖时间)。
打开 →简单随机游走在环图 $C_8$(顶点 $0,1,\ldots,7$ 排成圆环)上进行。每步以概率 $1/2$ 顺时针或逆时针移动。从顶点 $0$ 出发,求首次到达对径顶点 $4$ 的期望步数。
打开 →环图 $C_n$ 上的惰性随机游走:每步以 $1/2$ 概率停留,各以 $1/4$ 概率移向两个邻居。转移矩阵特征值为 $\lambda_k=\frac{1}{2}(1+\cos(2\pi k/n))$。 (a) 求谱雙 $\gamma=1-\lambda_1$。 (b) 利用 $t_{\text{mix}}\asymp 1/\gamma$ 确定 $n\to\infty$ 时混合时间的阶。
打开 →取 $K_4$ 删除边 $A{-}D$ 得到“菱形图”,5 条边。(a) 求 $h(A\to D)$。(b) 求 $h(D\to A)$。(c) 计算通勤时间并用等效电阻验证。
打开 →三维超立方体 $Q_3$(顶点为长度 3 二进制串,边连一位不同的串),每边电阻为 1。 (a) 利用 $Q_3$ 的对称性,计算 $000$ 与 $111$ 之间的等效电阻 $R_{\mathrm{eff}}(000,111)$。 (b) 随机游走的通勤时间满足 $C(u,v)=2m \cdot R_{\mathrm{eff}}(u,v)$,其中 $m$ 为边数。求 $000$ 到 $111$ 的通勤时间。
打开 →随机游走在路径图 $P_3$(顶点 $\{1,2,3\}$,边 $\{1{-}2, 2{-}3\}$)上。从顶点 $1$ 出发,求访问所有三个顶点的期望步数(覆盖时间)。
打开 →