# Питер Кемпторн: «Математические основы броуновского движения в финансах»

Источник: https://www.youtube.com/watch?v=VM29JyI1sio
Канал: MIT OpenCourseWare
Опубликовано: 03.12.2025

---

## Фундаментальные основы стохастических процессов: от броуновского движения к финансовому моделированию
[[JUMP:00:12]]

Стохастические процессы лежат в основе современного финансового инжиниринга и анализа сложных динамических систем. В этой лекции профессор Питер Кемпторн из MIT подробно разбирает математическую природу броуновского движения, его ключевые свойства и практические приложения, такие как оценка деривативов и моделирование ценовых колебаний активов.

### 🧬 Природа броуновского движения
[[JUMP:00:26]]

Броуновское движение — это процесс с «чисто случайной», но специфической динамикой, который изначально наблюдался ботаником Робертом Брауном при изучении природы. Математический фундамент этой модели был заложен Альбертом Эйнштейном и позже развит Норбертом Винером.

Ключевые характеристики одномерного броуновского движения $B_t$:

*   **Независимые приращения:** Изменения процесса на непересекающихся временных интервалах являются независимыми случайными величинами.
*   **Гауссовское распределение:** Приращения процесса за любой промежуток времени $\Delta t$ распределены нормально с нулевым средним и дисперсией, пропорциональной длине интервала.
*   **Марковость:** Будущее состояние процесса зависит только от его текущего значения, а не от истории его формирования.
*   **Непрерывность:** Траектория броуновского движения является непрерывной функцией времени.

Профессор Кемпторн подчеркивает, что с точки зрения математики броуновское движение можно определить как предельный случай нормализованного случайного блуждания, и этот результат инвариантен к распределению шагов блуждания при стремлении их количества к бесконечности.

### 📈 Аналитические инструменты и свойства
[[JUMP:24:25]]

Для решения задач, связанных с броуновским движением, математики используют принцип отражения. Суть метода заключается в том, что вероятность достижения процессом некоторого максимума уровня $x$ к моменту времени $t$ в два раза превышает вероятность того, что конечное значение процесса к этому времени будет выше $x$.

Также критически важным понятием является **квадратическая вариация**. В отличие от обычной производной, которая не существует для броуновского движения из-за его «рваной» и негладкой траектории, квадратическая вариация процесса на интервале $[0, T]$ равна самому времени $T$ с вероятностью 1. Это свойство позволяет исследователям обнаруживать регулярности в рыночных данных, которые на первый взгляд кажутся чисто случайными.

### 🏦 Применение в финансах и моделировании
[[JUMP:43:48]]

Расширение броуновского движения путем добавления параметров дрейфа ($\mu$) и волатильности ($\sigma$) позволяет моделировать динамику активов. В этом контексте профессор Кемпторн затрагивает несколько важных концепций:

1.  **Задача о разорении игрока:** Используя метод «одношагового анализа» и дифференциальные уравнения второго порядка, можно рассчитать вероятность того, что процесс, стартовав с уровня $x$, первым достигнет барьера $b$, а не $a$.
2.  **Броуновский мост:** Модель, которая помогает в работе с нормализованными эмпирическими функциями распределения.
3.  **Распределение Лапласа:** При наблюдении за броуновским движением в случайные моменты времени, подчиняющиеся экспоненциальному распределению, приращения процесса оказываются распределены по закону Лапласа. Это распределение часто лучше описывает доходности индекса S&P 500, чем стандартная «колоколообразная» гауссовская кривая.
4.  **Адаптированные процессы:** Важное условие для финансового моделирования, согласно которому торговые стратегии должны зависеть только от информации, доступной до текущего момента времени («мы не можем видеть будущее»).