6.4 鞅

鞅（Martingale）是金融数学中最重要的概念之一——它刻画的是一种"公平游戏"，在风险中性定价和套利理论中处于核心地位。

定义

随机过程 $\{M_t\}_{t \ge 0}$ 关于过滤 $\{\mathcal{F}_t\}$ 是一个鞅，如果：

1. $\mathbb{E}[|M_t|] < \infty$ 对所有 $t$（可积）
2. $M_t$ 是 $\mathcal{F}_t$-适应的
3. 鞅性质：$\mathbb{E}[M_T \mid \mathcal{F}_t] = M_t$ 对 $\forall t \le T$

通俗理解：给定当前信息，未来期望值等于当前值——即"公平游戏"。

手算实例：公平硬币游戏的鞅验证

考虑一个赌局：每轮掷一枚公平硬币。若正面，你赢 $\$1$；若反面，你输 $\$1$。设 $M_n$ 为 $n$ 轮后的累计财富，$M_0 = 0$。

问题：验证 $M_n$ 是鞅。

第一步：验证可积性——$|M_n| \le n$，显然可积。

第二步：验证 $\mathbb{E}[M_{n+1} \mid \mathcal{F}_n] = M_n$。

已知 $M_{n+1} = M_n + \varepsilon_{n+1}$，其中 $\varepsilon_{n+1} = \pm 1$ 各概率 $1/2$。

步骤	计算
给定 $\mathcal{F}_n$（历史信息）	$M_n$ 已知
下一轮期望增量	$\mathbb{E}[\varepsilon_{n+1} \mid \mathcal{F}_n] = 1 \cdot 0.5 + (-1) \cdot 0.5 = 0$
条件期望	$\mathbb{E}[M_{n+1} \mid \mathcal{F}_n] = M_n + 0 = M_n$ ✅

验证通过！$M_n$ 确实是一个鞅。

数值验证表

假设前 2 轮结果是 HT（正面、反面），$M_2 = 0$。

当前状态	第 3 轮结果	概率	$M_3$
$M_2 = 0$	正面 (+1)	0.5	$0 + 1 = 1$
$M_2 = 0$	反面 (-1)	0.5	$0 + (-1) = -1$

$$\mathbb{E}[M_3 \mid \mathcal{F}_2] = 0.5 \times 1 + 0.5 \times (-1) = 0 = M_2$$

更完整地，对所有可能的 $M_2$ 值：

$M_2$	$M_2$ 的概率	$M_3$ 可能值	$\mathbb{E}[M_3 \mid \mathcal{F}_2]$
$2$	$1/4$	$3$ 或 $1$	$0.5 \times 3 + 0.5 \times 1 = 2 = M_2$
$0$	$1/2$	$1$ 或 $-1$	$0.5 \times 1 + 0.5 \times (-1) = 0 = M_2$
$-2$	$1/4$	$-1$ 或 $-3$	$0.5 \times (-1) + 0.5 \times (-3) = -2 = M_2$

在所有情况下，条件期望均等于当前值，验证鞅性质成立。

子鞅和上鞅

类型	条件	含义	示例
鞅（Martingale）	$\mathbb{E}[M_T \mid \mathcal{F}_t] = M_t$	公平游戏	公平硬币赌局、布朗运动
子鞅（Submartingale）	$\mathbb{E}[M_T \mid \mathcal{F}_t] \ge M_t$	有利趋势（预期上升）	带正漂移的 GBM
上鞅（Supermartingale）	$\mathbb{E}[M_T \mid \mathcal{F}_t] \le M_t$	不利趋势（预期下降）	带负漂移的 GBM

注意命名：尽管"子鞅"有"低于"的含义，但条件方向是 $\ge$，表示状态在增长。这源于"super-"意味着"优于"，但实际上 $\mathbb{E}[M_T \mid \mathcal{F}_t] \le M_t$ 表示预期下降，即并不"超级"——命名容易混淆。

子鞅实例：正漂移 GBM

若 $S_t$ 服从 GBM 且 $\mu > 0$，则 $S_t$ 是子鞅：

$$\mathbb{E}[S_T \mid \mathcal{F}_t] = S_t e^{\mu(T-t)} > S_t$$

但 $e^{-rt}S_t$（贴现价格）在风险中性测度下是鞅。

鞅的简单性质

性质	公式	含义
常数均值	$\mathbb{E}[M_t] = \mathbb{E}[M_0]$	鞅的期望值不随时间变化
无自相关增量	$\text{Cov}(M_{t+1} - M_t, M_s - M_{s-1}) = 0$	公平游戏的增量不相关
条件均值守恒	$\mathbb{E}[f(M_T) \mid \mathcal{F}_t]$ 可提取	这是期权定价的核心

---

Quant Link：在风险中性定价框架下，贴现资产价格 $\tilde{S}_t = e^{-rt} S_t$ 必须是风险中性测度 $Q$ 下的鞅：

$$\mathbb{E}^Q[e^{-rT} S_T \mid \mathcal{F}_t] = e^{-rt} S_t$$

这正是 Black-Scholes 模型定价公式的基础。

资产定价基本定理（Fundamental Theorem of Asset Pricing）：

1. 无套利 $\iff$ 存在一个等价鞅测度（风险中性测度）
2. 市场完备 $\iff$ 该鞅测度唯一
3. 任何衍生品的价格为贴现期望 $C_t = \mathbb{E}^Q[e^{-r(T-t)} C_T \mid \mathcal{F}_t]$

这一定理将所有衍生品定价转化为期望计算问题，并连接了"无套利"与"鞅"两个核心概念。任何与鞅性质的偏离都意味着套利机会。

---

下一步：继续学习 07 信息论——熵、互信息及其在量化金融中的应用（如投资组合信息系数、因子分析）。