1.2.2 概率论与随机过程

文档摘要

1.2.2 概率论与随机过程在金融工程、量化交易、风险建模乃至现代机器学习的不确定性推理中，有一类问题始终如影随形：我们无法写出确定性的解，却必须对“未来可能如何”做出可计算、可验证、可部署的判断。这不是哲学思辨，而是每日在生产环境中真实发生的任务——比如为一只含路径依赖条款的雪球结构产品定价；比如在毫秒级风控引擎中实时评估一笔期权组合的尾部损失概率；比如训练一个能理解“市场情绪突变”而非仅拟合历史均值的生成式代理模型。支撑这一切的底层骨架，不是微积分，不是线性代数，而是概率论与随机过程——尤其是其最具操作生命力的两个支点：布朗运动与伊藤积分构成的连续时间随机建模语言，以及蒙特卡洛模拟提供的、将抽象概率空间映射到可执行代码的翻译器。