维纳过程

定义

维纳过程是一族以非负实数为时间指标的随机变量 $\{W(t): t \ge 0\}$，它是物理学中悬浮微粒无规则运动即 布朗运动 的数学刻画，属于 随机过程 的一种。它满足三个条件：$W(0)=0$；在不同时间段上的增量相互独立；对任意 $t \ge 0$ 与 $u>0$，增量 $W(t+u)-W(t)$ 服从均值为 0、方差为 $u$ 的 正态分布^[1][2]。

当上述条件成立时，该过程称为标准维纳过程或标准布朗运动。若在随机部分之外加入常数的漂移与波动率，即形如 $\mu t+\sigma W(t)$ 的过程，则称为带漂移与波动率的维纳过程。由于增量的分布只取决于时间差，维纳过程是齐次独立增量过程，也是莱维过程的重要代表^[3]。

原理

维纳过程是一种 高斯过程：对每个 $t>0$，$W(t)$ 服从均值为 0、方差为 $t$ 的正态分布。它的协方差函数为 $\mathrm{Cov}(W(s),W(t))=\min(s,t)$，相关系数为 $\min(s,t)/\sqrt{st}$，其分布完全由均值函数与自协方差函数确定^[3][2]。它同时是连续 马尔可夫过程 与连续鞅，并满足强马尔可夫性^[4]。

维纳过程具有尺度不变性：对任意 $\alpha>0$，过程 $W(\alpha t)/\sqrt{\alpha}$ 与 $W(t)$ 同分布，因而其轨道是自相似的分形。它的概率密度 $f(x,t)$ 满足扩散方程 $\frac{\partial f}{\partial t}=\frac{1}{2}\frac{\partial^{2} f}{\partial x^{2}}$，对应的扩散系数为 $1/2$^[5]。

它可由对称随机游走的极限构造：把步长不断缩小、频率不断提高，令 $W(t)=\lim_{n\to\infty}\frac{1}{\sqrt{n}}S_{\lfloor nt\rfloor}$，其中 $S_{n}$ 是每步以相等概率取 $+1$ 或 $-1$ 的随机游走。诺伯特·维纳 在 1923 年证明这样的连续轨道过程确实存在^[6][1]。

发展历程

1827 年，英国植物学家罗伯特·布朗在显微镜下观察到水中花粉颗粒持续做无规则运动，这一现象后来被称为布朗运动^[7]。1900 年，法国数学家 路易·巴舍利耶 在研究巴黎证券交易所股价变动时，最早把布朗运动用作金融或经济现象的模型，当时尚无相应的数学理论^[1][8]。1905 年，阿尔伯特·爱因斯坦 独立提出布朗运动的物理理论，并借助扩散系数估算阿伏伽德罗常数；几乎同时，斯莫卢霍夫斯基也得到类似结果^[1]。

1923 年，诺伯特·维纳首次为布朗运动建立严格的数学定义并证明其存在。他用函数空间的点表示微粒路径，证明这些路径几乎处处连续却不可微，并引入相应的概率测度；该测度后来被称为维纳测度，这类过程也因此得名维纳过程^[9][1]。

此后，1933 年帕利、维纳与 Zygmund 借助正交函数系给出了布朗运动级数形式的构造，莱维在 1939 年与 1948 年给出了更简单的样本连续性证明^[4]。1944 年至 1951 年间，日本数学家 伊藤清 建立随机积分与伊藤公式，把维纳过程推广到更一般的扩散过程，奠定了随机分析的基础^[6]。

应用

在金融数学中，股票价格常被假设为遵循 几何布朗运动，其随机微分方程可写成 $dS=\mu S\,dt+\sigma S\,dz$，其中 $dz$ 是维纳过程的增量。以此为基础可导出 布莱克-斯科尔斯模型，为欧式期权给出封闭形式的定价公式；该模型由布莱克与斯科尔斯于 1973 年提出，其假设之一便是标的资产价格遵循几何布朗运动^[10]。

在物理学与工程领域，维纳过程可描述高斯白噪声的积分形式，是电子工程中建立噪声数学模型的重要工具，在控制论中可用来表示不可知因素。它也是量子力学路径积分表述的基础，借助费曼-卡茨公式，薛定谔方程的解可以用维纳过程表示^[2]。

在随机分析中，由维纳过程驱动的 随机微分方程 的解称为伊藤过程或扩散过程，可刻画股价、粒子位置等随时间随机演化的量；这类方程在衍生品定价、滤波与最优控制等问题中被广泛使用^[11]。

局限

维纳过程的轨道虽然连续，却几乎必然处处不可微，且在任意闭区间上的总变差为无限，因此无法用普通微积分逐点求导，也不能按黎曼方式定义积分，处理它必须借助随机积分^[3][6]。

维纳过程的方差随时间推移而增大，因而不是平稳过程；其协方差随时间的增长而改变。它的增量服从正态分布，意味着轨道处处连续、不含跳跃，难以刻画价格突变一类带跳跃的现象，为此发展出 泊松过程 与跳-扩散模型等推广^[3][12]。

作为模型，维纳过程假定漂移率与波动率均为常数，而实际市场中波动率并非恒定，直接用这一假设进行校准可能带来较大误差。此外，只有少数随机微分方程存在解析解，其余情形需借助欧拉-丸山、米尔斯坦等数值格式近似求解^[13][14]。

参见

• 布朗运动 —— 维纳过程所刻画的物理现象，其严格的数学模型即维纳过程。

• 伊藤引理 —— 在以维纳过程为驱动项的随机微分方程中作变量替换的基本工具。

• 几何布朗运动 —— 由维纳过程导出的过程，常用于描述股票价格变动。

• 布莱克-斯科尔斯模型 —— 以几何布朗运动为基础、用维纳过程为标的资产建模的期权定价模型。

• 马尔可夫过程 —— 维纳过程是其典型例子，未来状态只依赖当前状态。

• 分数布朗运动 —— 为刻画具有长记忆性的随机现象而对维纳过程所作的推广。