01.0 概述

变化，是一切金融的起点。 资产价格在变、风险敞口在变、组合价值在变——高等数学给了我们描述"变化有多快"和"累积了多少"的精确语言。

本章定位

本章是整个系列最底层的 基础层。后面的所有章节——线性代数、概率论、最优化、随机过程——都在不同维度上延展微积分的核心思想。

量化金融的每一个核心概念，归根结底都依赖于微积分：

Delta（ $\Delta$ ）——期权价格对标的物价格的敏感度，就是一个导数
策略期望收益——所有可能收益的加权平均，就是一个积分
组合风险——多个资产协方差构成的函数，需要多元微积分分析
梯度下降——寻找最优权重的核心算法，基于偏导数

没有微积分，我们无法量化"变化"本身。这就是为什么高等数学排在第一位。

知识链条

本章四个小节构成一个 从局部到整体、从一元到多元 的自然链条：

1.1 极限与连续
    └── 定义了"无限逼近"的概念，是导数和积分的严格基础
        │
        ▼
1.2 导数与微分
    └── 描述"瞬时变化率"——量化金融中敏感度的数学定义
        │
        ▼
1.3 积分学
    └── 导数的逆运算——累积量、期望值、期权定价的核心
        │
        ▼
1.4 多元微积分
    └── 从一元到多元——组合是多资产函数，梯度是多维导数

核心思想：极限给了我们精确的工具，导数告诉我们变化有多快，积分告诉我们累积了多少，多元微积分让我们能同时分析所有变量。

与后续章节的联系

章节	关联
01 → 02 线性代数	将标量导数推广到向量/矩阵，描述"多变量同时变化"的敏感度
01 → 05 最优化	梯度下降、KKT 条件直接依赖于多元微积分
01 → 08 傅里叶分析	积分学是傅里叶变换的数学基础
01 → 09 数值计算	数值微分与数值积分是计算 Greeks 的核心工具

量化应用速览

小节	核心概念	量化应用	实战例子
1.1 极限与连续	$\lim_{x \to a} f(x) = L$ ， $\varepsilon$ - $\delta$ 定义	期权收益函数在不连续点的定价争议；二叉树模型收敛性	看涨期权收益 $\max(S_T-K,0)$ 在 $S_T=K$ 处连续但不可导
1.2 导数与微分	$f'(x) = \lim_{h\to0} \frac{f(x+h)-f(x)}{h}$	Delta（一阶导数）、Gamma（二阶导数）、Theta（时间衰减）	期权 $\Delta = \frac{\partial V}{\partial S}$ ，衡量标的价格涨 $1$ 时期权价格变化
1.3 积分学	$\int_a^b f(x)\,dx$ ，定积分是面积、期望、累积量	期权定价的期望值公式、风险中性定价、连续复利	$C_0 = e^{-rT} \mathbb{E}^\mathbb{Q}[\max(S_T-K,0)]$ ，积分求解期望
1.4 多元微积分	$\nabla f = \left[\frac{\partial f}{\partial x_1}, \dots, \frac{\partial f}{\partial x_n}\right]^T$	组合风险归因、多因子模型梯度、Hessian 矩阵与凸性	组合 $V(\boldsymbol{w})$ 对权重 $\boldsymbol{w}$ 的梯度，指导再平衡方向

学习路径

推荐顺序：1.1 → 1.2 → 1.3 → 1.4（逐节递进，不可跳跃）
前置知识：高中函数、初等代数基础
时间预估：1.1（1–2 天）+ 1.2（2–3 天）+ 1.3（2–3 天）+ 1.4（2–3 天）

下一步：掌握变化率之后，进入 02 线性代数——学习如何用向量和矩阵组织多维数据。

01.0 概述 ​

本章定位 ​

知识链条 ​

与后续章节的联系 ​

量化应用速览 ​