解锁随机微积分：第5集（共6集）——掌握伊藤积分！

1. 公式
   观察依据

   I 等于从 0 到 T 对 $W(t)$ 关于 dW(t) 的积分

I

伊藤积分在区间 [0, T] 上对过程 $W(t)$ 关于其自身所取的值。

一个随机变量，表示过程取值与其增量之积的累积和。

1. 公式
   观察依据

   W 关于 t 的函数

2. 声音
   观察依据

   股票随市场噪声而变动

$W(t)$

一种随机过程，通常为标准布朗运动或维纳过程，用于表示标的资产价格或市场噪声。

定义在 $t \ge 0$ 上的连续时间随机过程。

1. 公式
   观察依据

   U 在时刻 t 的微分

dW(t)

随机过程 $W(t)$ 在无穷小时间步长 dt 上的无穷小增量。

均值为 0、方差为 dt 的随机变量。

1. 公式
   观察依据

   从 0 到 T 的积分

2. 公式
   观察依据

   1 除以 2 再乘以 T

T

积分的上限，表示区间 [0, T] 中的最终时刻。

一个正实数。

1. 公式
   观察依据

   从 0 到 T 对 $\exp (0.2t)$ 关于 t 的积分

$\exp(0.2t)$

作为经典黎曼积分示例中被积函数使用的确定性指数函数。

关于时间 t 的光滑连续函数。

1. 公式
   观察依据

   出现在被积函数和微分中，记为 $W(t)$ 或 W。

2. 声音
   观察依据

   讲述者提到布朗运动，并写出 $W(0)=0$。

$W(t)$

标准布朗运动在时刻 t 处取值的一条样本路径。

t 大于等于0

1. 公式
   观察依据

   积分的上限，也是 $W(T)$ 中的时间终点。

2. 声音
   观察依据

   讲述者说：从零积分到 T。

T

伊藤积分的终止时间。

T 大于0

1. 公式
   观察依据

   在积分中写作 dW(t)，在微分方程中写作 dW。

2. 声音
   观察依据

   讲述者描述对关于 $W(t)$ 的微小随机变化求和。

dW(t)

布朗运动的无穷小增量。

在无穷小时间步长上的随机增量。

1. 公式
   观察依据

   在 $d(W^2)=2W$ dW + dt 中添加了项，并对时间积分至 T。

2. 声音
   观察依据

   讲解员指出，额外的 dt 项源于随机性。

dt

确定性的无穷小时间增量；它从 0 到 T 的积分为 T。

t 属于区间0到 T

1. 公式
   观察依据

   从0到T对$W(t)$关于dW(t)的积分

2. 声音
   观察依据

   讲解员将此引入为正在探讨的伊藤积分。

$\int_0^T W(t)$\,dW(t)

布朗路径对其自身增量的伊藤积分。

在伊藤积分框架下，针对布朗运动路径所定义。

1. 声音
   观察依据

   想象债券利息每天稳定累积——这就是经典积分：平滑且可预测。

2. 动画
   观察依据

   绘制一条绿色曲线，并用垂直条形填充其下方区域。

经典积分被描述为对平滑且可预测的量进行求和，类比于债券利息的稳定累积；在视觉上，它通过使用垂直矩形切片来计算一条光滑曲线下的面积来表示。

1. 被积函数是一个确定性的光滑函数。

1. 声音
   观察依据

   但股票价格却剧烈跳跃，对这些变动直接求和十分困难——此时随机积分便应运而生。

2. 动画
   观察依据

   一条代表随机游走的红色锯齿状折线，与光滑的绿色曲线并列显示。

随机积分被引入作为一种对高度不规则的随机运动（例如股票价格）进行求和的方法。与经典积分不同，其路径并不光滑，使得求和过程更为复杂。

1. 被积函数或积分器涉及具有非光滑路径的随机过程。

1. 经典积分

1. 声音
   观察依据

   认识伊藤积分：它对股票在市场噪声中的变动进行求和……我们将时间划分为若干小段，将各时刻的股票水平乘以对应的随机跳跃量；随着时间切分越来越细，该和式也愈发精确。

2. 公式
   观察依据

   I 等于从 0 到 T 对 $W(t)$ 关于 dW(t) 的积分

3. 动画
   观察依据

   红色矩形绘制在锯齿状的红色曲线下方，代表 $W(t) \Delta W(t)$ 的和。

伊藤积分被定义为一种和式的极限：时间被划分为若干小的时间区间，在每个区间内，取该区间起始时刻的随机过程值，乘以该区间上过程的增量；当时间步长趋于无穷小时，该和式收敛于伊藤积分。

1. 积分器是一个鞅，通常是布朗运动。

2. 被积函数必须关于积分器的滤波是适应的。

1. 随机积分

1. 声音
   观察依据

   观察该和式逐步构建的过程：它看似混沌，却最终收敛于二分之一 $W(T)$ 的平方减去二分之一 T。

2. 公式
   观察依据

   I 等于从 0 到 T 对 $W(t)$ 关于 dW(t) 的积分，等于 1 除以 2 再乘以 $W(T)$ 的 2 次方，减去 1 除以 2 再乘以 T

该公式给出了被积函数与积分器均为同一标准布朗运动 $W(t)$ 时，伊藤积分的精确值。与经典微积分所预测的结果相比，结果中多出一项 -\frac{1}{2}T。

1. $W(t)$ 是一个标准布朗运动。

2. 该积分的积分区间为从 0 到 T。

1. 伊藤积分的定义

1. 声音
   观察依据

   讲解员称，这是一种对类似布朗运动这类过程中的微小随机变化进行累加的方法。

2. 公式
   观察依据

   标题显示 $\int _0^T W(t)$ dW(t)。

3. 图示
   观察依据

   橙色锯齿状布朗路径绘制在坐标轴上，横轴刻度标有 1 和 2，纵轴刻度标有 1、-1、-2。

视频将$\int_0^T W(t)\,dW(t)$呈现为沿布朗运动路径的一系列微小随机变化的累积。视觉重点在于：被积函数本身是随机的，这与开头展示的光滑确定性黎曼型求和形成对比。

1. 被积函数是布朗运动。

2. 该解释侧重于直观理解，而非完整的测度论构造。

1. 声音
   观察依据

   讲解员提示对W的平方应用伊藤引理。

2. 公式
   观察依据

   屏幕显示$d(W^2)=2W$ dW + dt。

关键计算步骤是对布朗运动的平方应用伊藤引理。屏幕上显示的微分恒等式为$d(W^2)=2W\,dW+dt$，其中额外的$dt$项被讲解员指出是使伊藤微积分独具特色的核心特征。

1. W是布朗运动。

2. 该公式以微分形式使用，再进行积分。

1. 伊藤积分的直观含义

1. 声音
   观察依据

   讲解员提示从零积分到T。

2. 公式
   观察依据

   屏幕显示$W(T)^2-W(0)^2=2\int_0^T W$\,dW+T。

微分关系在$[0,T]$上积分。左侧变为端点差$W(T)^2-W(0)^2$，右侧则给出两倍所求的随机积分加上$T$，因为$\int_0^T dt=T$。

1. 积分关于 t 从0到 T 进行。

2. dt 的积分为 T。

1. 对$W^2$应用伊藤公式。

1. 声音
   观察依据

   讲解员说：由于布朗运动从零开始，故 $W(0) = 0$。

2. 公式
   观察依据

   方程简化为 $W(T)^2 = 2\int_0^T W$\,dW + T。

推导采用从原点出发的标准布朗运动归一化方式。代入$W(0)=0$可从积分恒等式中消去初值项。

1. 适用于本视频中所用的标准布朗运动。

1. 对伊藤微分恒等式进行积分。

1. 声音
   观察依据

   讲解员说：整理该方程，两边同除以二，即可得到答案。

2. 公式
   观察依据

   最终显示的结果为 $\int_0^T W$\,dW = $\frac{1}{2}W(T)^2 - \frac{1}{2}T$。

将简化后的恒等式解出随机积分，得到$\int_0^T W\,dW=\frac12 W(T)^2-\frac12 T$。这是本片段的核心计算结果。

1. W 是标准布朗运动，且 $W(0) = 0$。

2. 该积分按伊藤意义解释。

1. 初始条件为 $W(0) = 0$
2. 对伊藤微分恒等式进行积分。

1. 声音
   观察依据

   讲解员说明：黄色项取决于路径的终点位置，而红色项是减法项，因为随机性会随时间累积。

2. 图示
   观察依据

   黄色圆点标记布朗路径的终点；屏幕上显示的标签为“终点位置的平方”和“波动率调整”。

3. 公式
   观察依据

   项 $\frac{1}{2}W(T)^2$ 和 -\frac{1}{2}T 采用颜色编码。

视频将$\frac12 W(T)^2$解释为依赖于路径的终止位置（由黄色圆点标出），将$-\frac12 T$解释为来自累积随机性的修正项，屏幕上标注为“波动率调整”。

1. 这是对已推导公式的阐释性说明。

1. 伊藤积分的闭式表达

1. 声音
   观察依据

   讲解员指出，在金融学中，伊藤积分用于追踪市场波动，并为期权定价提供支撑。

2. 图示
   观察依据

   新图表标题为“金融及其他领域”，坐标轴上绘有一条红色锯齿状、类似股价的路径，y 轴刻度标记为2和4。

结尾部分将这一数学对象与金融应用相联系，将伊藤积分描述为追踪市场波动并支持期权定价的工具；所配图示是一条风格化的随机价格路径，而非新的推导过程。

1. 仅展示应用说明；本片段中未显示任何财务模型方程。

1. 伊藤积分的闭式表达

1. 声音
   观察依据

   类似于布莱克-斯科尔斯模型中对波动率影响的累加。

音频提到了在布莱克-斯科尔斯模型中累加波动率影响这一概念，视觉上通过曲线下的区域被填充来呈现。

1. 声音
   观察依据

   旁白指出，额外的 dt 来源于随机性，这正是伊藤微积分的特殊之处。

2. 公式
   观察依据

   显示的恒等式为 $d(W^2)=2W$ dW + dt。

1. 视频提供了直观归因，而非详细推导二次变差机制。

在 $W^2$ 的伊藤展开式中，额外的 $dt$ 项源于随机性，并将伊藤微积分与普通确定性微积分区分开来。

1. W 是布朗运动。

2. 正在对 $W^2$ 应用伊藤引理。

针对视频中所示的布朗运动设定。

1. 声音
   观察依据

   旁白指出，由于布朗运动从零开始，故 $W(0)=0$。

2. 公式
   观察依据

   项 $W(0)^2$ 从方程中消失。

推导中所用的布朗运动满足$W(0)=0$。

1. 该过程是视频中假设的标准布朗运动。

在初始时刻 $t=0$。

1. 声音
   观察依据

   我们将时间分割成若干小段，将各时刻的股价水平乘以对应的随机跳跃量。随着时间分割越来越细，求和结果越来越精确。观察这个和式逐步构建的过程——它看似混乱，却最终收敛于二分之一 $W(T)$ 的平方减去二分之一 T。

2. 动画
   观察依据

   红色矩形的宽度逐次减小，体现时间划分不断加细；其高度则对应于每个子区间左端点处的 $W(t)$ 取值。

1. 公式

   $$$$
   解释

   将时间区间 [0, T] 划分为若干小的子区间。

   步骤依据

   音频陈述：‘我们将时间分割成若干小段。’

   视频直接表达
2. 公式

   $$\sum W(t_i) \Delta W(t_i)$$
   解释

   对每个子区间，用该子区间左端点处过程的取值，乘以该子区间上过程的增量。

   步骤依据

   音频陈述：‘将各时刻的股价水平乘以对应的随机跳跃量。’ 画面中以红色矩形表示。

   视频直接表达
3. 公式

   $$\lim_{\max \Delta t_i \to 0} \sum W(t_i) \Delta W(t_i)$$
   解释

   令所有子区间的最大长度趋近于零，取极限。

   步骤依据

   音频中表述为：“时间切分得越细，求和结果就越精确。”

   视频直接表达
4. 公式

   $$\frac{1}{2}W(T)^2 - \frac{1}{2}T$$
   解释

   该极限的值等于一个特定表达式，其中包含该过程的最终值和总时间。

   步骤依据

   音频中表述并屏幕显示为：“但它最终落在二分之一 W 的 T 平方减去二分之一 T。”

   视频直接表达

伊藤积分 $\int_0^T W(t)$ dW(t) 等于 $\frac{1}{2}W(T)^2 - \frac{1}{2}T$。

1. 公式
   观察依据

   从 $d(W^2)=2W$ dW + dt 开始的一系列显示方程，直至最终解出的积分。

2. 声音
   观察依据

   叙述者明确说明每一步：应用伊藤引理，从0到 T 积分，利用 $W(0)=0$，整理后除以2。

1. 公式

   $$d(W^2)=2W\,dW+dt$$
   解释

   对布朗运动的平方应用伊藤引理。

   步骤依据

   由叙述者直接陈述并显示在屏幕上。

   视频直接表达
2. 公式

   $$W(T)^2-W(0)^2=2\int_0^T W\,dW+T$$
   解释

   对等式两边在从0到 T 的区间上积分。

   步骤依据

   旁白说明对 dt 从零积分到 T，结果为 T。

   视频直接表达
3. 公式

   $$W(T)^2=2\int_0^T W\,dW+T$$
   解释

   利用标准布朗运动的初始条件消去 $W(0)^2$。

   步骤依据

   叙述者指出 $W(0)=0$，因为布朗运动从零开始。

   视频直接表达
4. 公式

   $$\int_0^T W\,dW=\frac{1}{2}W(T)^2-\frac{1}{2}T$$
   解释

   重新整理方程，并除以2，以分离出随机积分。

   步骤依据

   旁白明确说明要重新整理并除以二。

   视频直接表达

布朗运动关于自身的伊藤积分等于终端值的平方的一半减去经过时间的一半。

1. 声音
   观察依据

   想象债券利息每天稳定累积，这就是经典积分。

2. 动画
   观察依据

   一条从 $y=1$出发、平滑上升的绿色曲线，其下方区域由竖直条形阴影填充。

对每日稳定的债券利息进行累加。

1. 一种平滑且可预测的累积过程。

图示经典积分。

1. 公式

   $$$$
   解释

   将累积过程直观地理解为一条平滑曲线下方的面积。

   步骤依据

   音频将其描述为“平滑且可预测”。

   视频直接表达

由绿色曲线下的面积表示。

源材料中未展示验证步骤。

1. 声音
   观察依据

   但股票价格会剧烈跳动，对这些跳动进行求和十分困难。

2. 动画
   观察依据

   一条锯齿状的红色折线，在下降趋势周围随机波动。

对剧烈且不可预测的股票价格变动进行求和。

1. 一条高度不规则的随机路径。

说明随机积分的必要性。

1. 公式

   $$$$
   解释

   可视化股票价格的无序路径。

   步骤依据

   音频将股票描述为‘剧烈跳动’。

   视频直接表达

由于该路径不具备光滑性，因此需要随机积分。

源材料中未展示验证步骤。

1. 动画
   观察依据

   两张图像并排显示。左侧图像展示一条光滑的绿色曲线，曲线下方区域由红色竖直条形填充，标注为$\int_0^T \exp(0.2t) dt$。右侧图像展示一条锯齿状的红线，曲线与横轴之间的区域由黄/绿色竖直条形填充，标注为$\int_0^T W(t)$ dW(t)。

1. 左侧图像：光滑的绿色曲线，红色竖直条形。

2. 右侧图像：锯齿状的红线，黄色/绿色竖直条形。

3. 标注：$\int_0^T \exp(0.2t) dt$ 和 $\int_0^T W(t)$ dW(t)。

1. 视频同步动画演示光滑曲线下方面积与锯齿曲线下方面积的构建过程。

1. 左侧图像表示一个确定性积分，而右侧图像表示一个随机积分。

这一可视化对比凸显了对光滑函数积分（其面积定义明确且可预测）与对随机过程积分（其‘面积’或求和结果依赖于所取的具体随机路径）之间的差异。

1. 图示
   观察依据

   标题为“确定性求和 与之对比 随机求和”的两个并排图像。

2. 公式
   观察依据

   左侧标签为$\int_0^T \exp(0.2t)$\,dt；右侧标签为$\int_0^T W(t)$\,dW(t)。

1. 左侧为光滑曲线，配有竖直条形

2. 右侧为锯齿状布朗路径，配有彩色竖直条形

3. 坐标轴

1. 该片段开头通过对比常规面积求和图示与随机求和图示展开。

1. 两个图示均以时间上的积分式求和形式呈现。

这一视觉设定旨在说明：后一个积分并非普通的确定性面积计算，而是一种由随机增量驱动的求和。

1. 动画
   观察依据

   一条橙色锯齿状路径从左到右绘制在坐标系上。

2. 图示
   观察依据

   坐标轴标出x轴刻度1和2，以及y轴刻度1、-1、-2。

1. 橙色随机路径

2. 水平轴与垂直轴

3. 积分标题 $\int_0^T W(t)$\,dW(t)

1. 该路径随时间延伸，用以展示布朗运动的一个样本轨迹。

1. 标题始终聚焦于正在讲解的伊藤积分。

动画提供了该积分中被累加的随机增量所依附的几何对象。

1. 图示
   观察依据

   黄色圆点出现在路径终点；“终点位置的平方”与“波动率修正”两个标签分别显示在对应项旁。

2. 公式
   观察依据

   项 $\frac{1}{2}W(T)^2$ 和 -\frac{1}{2}T 以不同颜色高亮显示。

1. 布朗路径上的黄色端点圆点

2. 黄色高亮项 $\frac{1}{2}W(T)^2$

3. 红色/粉红色高亮项 -\frac{1}{2}T

4. 文字标签：终点位置的平方、波动率调整

1. 代数结果得出后，视频从推导转向对各项语义含义的解释。

1. 基础公式仍为 $\int_0^T W$\,dW=$\frac{1}{2}W(T)^2-\frac{1}{2}T$。

视觉编码将路径的终点位置与第一项关联，将累积的随机修正与第二项关联。

1. 图示
   观察依据

   新标题《金融及其他领域》，坐标轴上标有 2 和 4 的红色锯齿线

2. 声音
   观察依据

   解说员提及市场波动与期权定价。

1. 红色锯齿状类股票路径

2. 坐标轴，y 轴刻度标记为 2 和 4

3. 标题：金融及其他领域

1. 视频从纯粹的随机微积分过渡到应用金融背景。

1. 本结尾段落未引入任何新公式。

随机路径被重新用作资产价格波动的视觉隐喻，这类波动由伊藤积分建模。

1. 动画
   观察依据

   红色锯齿状折线图下方的区域逐渐被紫色填充。

1. 红色锯齿状折线图

2. 紫色阴影区域

1. 曲线下的区域正逐步被紫色填充。

1. 红色锯齿线保持静止。

2. 坐标轴及其标签保持静止。

该可视化图表示随时间沿曲线对数值进行累积（即积分），对应音频中提到的‘累加波动率的影响’。

1. 动画
   观察依据

   少量白色小点随机散布在紫色阴影区域内。

1. 白色小点

2. 紫色阴影区域

1. 白色小点随机出现在先前已填充的区域内。

1. 红色锯齿线与紫色区域保持静止。

点的随机出现直观地暗示了随机性或不确定性，与即将展开的随机微分方程主题相呼应。

1. 动画
   观察依据

   黄色文字‘下一节：随机微分方程’出现在图表底部。

1. 黄色文字

1. 屏幕上出现文字，预告下一个主题。

1. 图表及其各元素在文字后方保持静止。

直接说明本系列接下来将讲解的数学概念。

1. 动画
   观察依据

   一个3D立方体标志成型，其上方出现文字“QUANT CATALYSTS”。

1. 3D立方体标志

2. 文字“QUANT CATALYSTS”

1. 立方体的各个部件组合成一个完整的立方体。

2. 频道名称文字出现。

内容创作者的品牌展示序列。

1. 公式
   观察依据

   从 0 到 T 对 $W(t)$ 关于 dW(t) 的积分，等于 1 除以 2 再乘以 $W(T)$ 的 2 次方，减去 1 除以 2 再乘以 T

2. 声音
   观察依据

   市场魔力正在发挥作用

人们可能预期$\int_0^T W(t)$ dW(t) 就是 $\frac{1}{2}W(T)^2$，这类似于经典微积分中 $\int_0^T x dx = \frac{1}{2}x^2$。

由于$W(t)$的路径高度不规则（具有非零二次变差），黎曼和的极限中会多出一项，结果为$\frac{1}{2}W(T)^2 - \frac{1}{2}T$。这是经典微积分与随机微积分的根本区别。

1. 声音
   观察依据

   旁白指出，多出的 dt 项正是伊藤微积分的特殊之处。

2. 公式
   观察依据

   所展示的微分式在经典的 2W dW 项之外，还包含 +dt 项。

人们可能预期 $d(W^2)$ 会像确定性导数规则那样，仅包含 2W dW 项。

视频明确展示了伊藤展开式中额外的 dt 项，强调随机性改变了微积分规则。

1. 声音
   观察依据

   那是经典积分……但股票价格剧烈跳动……此时随机积分便应运而生。

经典积分处理的是光滑、可预测的函数，而随机积分则用于处理像股价这类不规则、随机的过程。

1. 声音
   观察依据

   认识伊藤积分……观察求和过程逐步构建……最终却落在……

将伊藤积分作为和式极限的一般定义，应用于$W(t)$ dW(t)这一具体情形，从而推导出显式公式。

1. 声音
   观察依据

   旁白指出，要理解该积分，需对 W 的平方应用伊藤引理。

2. 公式
   观察依据

   推导过程从 $d(W^2)=2W$ dW + dt 出发，得出 $\int_0^T W$ dW 的值。

该伊藤积分的闭式求值直接依赖于首先对 $W^2$ 应用伊藤引理。

1. 声音
   观察依据

   讲述者使用 $W(0)=0$ 来简化积分后的方程。

2. 公式
   观察依据

   $W(T)^2-W(0)^2$ 化简为 $W(T)^2$。

最终的简化公式依赖于时间零点处标准布朗运动的归一化条件。

1. 声音
   观察依据

   讲述者指出，在金融学中，伊藤积分用于追踪市场波动，并为期权定价提供基础。

2. 图示
   观察依据

   一条类似股票的随机路径在‘金融及其他领域’板块中出现。

所推导出的伊藤积分恒等式被呈现为在建模金融波动与期权定价方面具有数学相关性。

1. 声音
   观察依据

   先提及Black-Scholes模型，再过渡到随机微分方程。

对布莱克-斯科尔斯模型中波动率的讨论，是引入随机微分方程以建模市场动态的一个概念性铺垫。

1. 公式
   观察依据

   从 0 到 T 对 $W(t)$ 关于 dW(t) 的积分，等于 1 除以 2 再乘以 $W(T)$ 的 2 次方，减去 1 除以 2 再乘以 T

1. $W(t)$ 关于 dW(t) 的伊藤积分

1. 动画
   观察依据

   光滑曲线与锯齿状曲线并排进行积分的对比图示。

1. 经典积分
2. 随机积分

1. 声音
   观察依据

   讲述者将该积分解释为对布朗运动中微小随机变化的累加。

1. 伊藤积分的直观含义

1. 声音
   观察依据

   讲述者指出，额外的 dt 项源于随机性。

2. 公式
   观察依据

   显示 $d(W^2)=2W$ dW + dt。

1. 对$W^2$应用伊藤公式。
2. 伊藤微积分中 dt 项的来源

1. 公式
   观察依据

   从积分恒等式到最终结果的完整推导过程。

1. 对伊藤微分恒等式进行积分。
2. 初始条件为 $W(0) = 0$
3. 伊藤积分的闭式表达
4. 推导 $\int_0^T W$\,dW

1. 图示
   观察依据

   端点点与标签：终点位置的平方除以波动率调整项。

1. 答案中两项的含义解读
2. 最终公式的颜色编码解读

1. 声音
   观察依据

   讲述者提到了市场波动与期权定价。

1. 伊藤积分在金融学中的动机
2. 金融应用场景

1. 声音
   观察依据

   就像在布莱克-斯科尔斯模型中累加波动率的影响一样。

1. 布莱克-斯科尔斯模型中对波动率影响的累加

1. 声音
   观察依据

   接下来是随机微分方程。我们将为市场的‘舞步’建模。

1. 随机微分方程简介