4.3 鞅与停时：公平博弈的数学

4.3 鞅与停时：公平博弈的数学

本节摘要：鞅是"条件期望等于当前值"的过程——下一刻的最优猜测就是此刻的值，公平博弈的精确数学化身。本节给出鞅、上鞅、下鞅的定义与判别法，证明可选停时定理的实用版本，用它一行解出赌徒破产的公平情形，并说明"停时"这个概念为什么是整个定义里最精巧的零件。

赌场里流传一句行话："桌上的每一局都是公平的，输掉的是你停不下来的那只手。"这句话的数学版本就叫鞅论：单步看期望不变，但你可以选择什么时候离场——离场时机算不算一种优势？鞅论最漂亮的结果恰是回答：在合理规则下，不能靠挑选离场时机把公平博弈变成有利可图。本节把这句话论证到可以引用的程度。

鞅的定义与三种形态

设 {Xₙ} 是信息流 Fₙ 上的适应过程（Xₙ 的值在第 n 时刻可知）。称 Xₙ 为鞅，若 E|Xₙ| 有限且对一切 n：

E[Xₙ₊₁ | Fₙ] = Xₙ

直观读法：拿到截至现在的全部信息后，下一刻的条件期望就等于当前值——现在就是最优预测，历史给不出任何改进。把等号换向就得到另外两种形态：大于等于号是下鞅（平均而言上涨，如支付保费前的赌徒优势局面），小于等于号是上鞅（平均而言下跌，如缴纳费用的市场）。

三个标准例子值得过一遍。其一，公平随机游走：每步加一或减一、概率各半，位置过程是鞅（第 3 章赌徒破产在 p = 0.5 时的资金过程就是它）。其二，指数鞅：exp(λW(t) − λ²t/2) 关于布朗运动是鞅——它是金融定价公式里"贴现因子"的雏形。其三，布朗运动本身是鞅，且是连续时间鞅的原型。

判别法常用三条：独立零均值增量之和是鞅（最常用）；鞅的凸函数若 integrable 则凸函数过程是下鞅（詹森不等式的过程版）；连续鞅的平方减其"二次变差"仍是鞅（W(t)² − t 是鞅——请记住这一条，4.5 节它就是修正项的出生证明）。

停时：把"离场时机"合法化

定义：随机变量 T（取值于时间集加无穷）称为停时，若对每个 n，事件 {T ≤ n} 只依赖截至 n 的信息。直观：决定"现在停不停"不能偷看未来。

合法与非法的分界线要划清楚。合法：资金首次达到 100 元的时刻（看一眼账户就知道是否达标）、首次破产的时刻、首次涨跌满三格的时刻。非法："预测下一次掷出六点的那个时刻""本局结束前最后一枚正面的时刻"——判定这些时刻是否到来需要未来的信息，它们不是停时。这条分界线在第 5 章算法交易与最优停止问题里会反复出现：任何策略只要能写成停时，就活在"合理规则"内。

可选停时定理：公平不会被时机打破

定理（实用版）：设 Xₙ 是鞅，T 是有界停时（或满足适当可积性条件），则 E[X_T] = E[X₀]。

证明思路展示一下这个领域的手感：对有界停时 T ≤ N，把恒等式 X_T = X₀ + Σₖ (增量贡献，仅在 T ≥ k 时计入) 逐项取期望——每个条件期望项在鞅性下为零，只剩 X₀。关键技巧是"停时的指示变量在决策时刻已知"这一适应性的直接应用。

它值多少？第 3 章赌徒破产在公平情形（p = 0.5）下了大力气：首步分析、差分方程、特征根，最后得到达成概率 i/N 与期望时长 i(N − i)。现在用鞅语言重解一遍。资金过程 Mₙ 是鞅，T 为破产或达标的停时，则 E[M_T] = i。而 M_T 只取两个值：0（破产）或 N（达标），设达标概率为 u，则 i = N·u，一行得出 u = i/N。再对鞅 Mₙ² − n（也是鞅）用停时定理，一步得到期望时长 i(N − i)。第 3 章"半页纸的工程"在正确的视角下是"一行的体操"——工具等级决定推导长度，这是本教程反复想让你体感的事。

边界在哪里：定理不是万能支票。著名的"加倍策略"（输了就加倍下注，赢了收手）看似必赢，实际上要么资金有上限（等价于有限 N，回到赌徒破产模型，期望仍是零），要么允许无限负债——此时赌徒的财富过程不再是鞅可停时适用的情形，定理的前提被抽掉了。定理失效的地方，正是骗术生长的地方：凡是"稳赚策略"，先检查它偷改了哪条前提，十有八九答案在可积性或有限性里。

数值实验：停时的期望确实是起点

import numpy as np

rng = np.random.default_rng(31415)
trials, N = 100_000, 100

# 实验：公平游走从 50 出发，T 为触 0 或触 100 的停时
finals = np.empty(trials)
for k in range(trials):
    x = 50
    while 0 < x < N:
        x += 1 if rng.random() < 0.5 else -1
    finals[k] = x

print(f"E[M_T] 模拟值 {finals.mean():.3f}（定理断言等于起点 50）")
print(f"达标占比 {np.mean(finals == N):.4f}（定理推论 i/N = 0.50）")
# 典型输出：均值 50.0x，占比约 0.500——公平博弈下任何合法停时都翻不了盘

# 对照：改用带手续费的"看似必赢"策略（每步固定扣 0.02），资金过程变上鞅
fee_finals = np.empty(trials)
for k in range(trials):
    x = 50
    while 0 < x < N:
        x += (1 if rng.random() < 0.5 else -1) - 0.02
    fee_finals[k] = x
print(f"含费用 E[M_T] 模拟值 {fee_finals.mean():.3f}（上鞅：期望低于起点）")
# 典型输出：约 30 上下——费用把鞅打成上鞅，"离场时机"无力回天
​

第二组实验值得记住：手续费那么小（每步两分钱），长期期望却被拖低四成。金融里"成本忽略不计"的假设经不起鞅论的复利式拷问——上鞅的优势衰减不随时间摊薄，它按步数线性累积。

鞅的现代岗位

停一停看看这套理论今天的岗位：金融定价的等价鞅测度（无套利 = 存在使折现价格为鞅的概率测度，期权定价公式的现代证明骨架）；滤波理论的鞅刻画（噪声过程的最优估计残差是鞅——第 5 章卡尔曼滤波的信息论注脚）；统计检验的鞅差分条件（回归诊断里"误差无自相关"的现代表述）；以及算法博弈论中的"乘法权重是鞅"技巧。学鞅不是为了怀旧十七世纪的赌桌，而是因为"信息到达时如何公平记账"是无处不在的结构。

本节要点回顾

• 鞅 = 条件期望恒等于现值：现在即最优预测；上鞅下鞅是它的倾斜版。
• 停时 = 不偷看未来的决策时刻：合法性由信息流判定，不由意图判定。
• 可选停时定理：有界（或条件合适的）停时下 E[M_T] = E[M₀]，公平博弈无时机红利。
• 赌徒破产的一行解：鞅 + 停时把第 3 章的半页推导压缩成一行。
• 加倍策略的破产点：改前提才能改结论——检查可积性与有限性是排骗术的探雷器。
• W(t)² − t 是鞅：下一节频域巡礼结束后，它将变成伊藤引理的修正项。

期望的账本理清了。下一节换到频率的账本：平稳过程与谱分析，看路径如何在频域里摊开。