6.2 软件工具与库：按任务选型的工具箱

6.2 软件工具与库：按任务选型的工具箱

本节摘要：随机过程的工作流由五类任务构成：路径模拟、点过程、参数估计、符号推导、深度概率编程。本节按任务类型盘点主流工具与库，给出选型对照表与各自的适用边界，并用一段把"模拟、校准、验证"串成流水线的组合示例收尾。工具会过时，但"按任务选型"的框架不会。

工具选型最常见的两个失败姿势：一是"手里拿锤看什么都是钉"——只会一个库便把所有问题塞给它；二是"追新"——每个新库都上，结果没有一个用熟。本节反其道而行：先固定任务分类，再给每类两三个成熟候选，并写明各自的"什么时候别用它"。

五类任务的选型表

选型的总原则只有一条：先确定你处在流水线的哪一步（5.1 节五步），再为那一步选专用工具，其余步骤用最平凡的方案。多数项目死于把五步全押在一个框架上——模拟用深度框架、点过程也用深度框架，最后调试时连基准都无从对账。

各类工具的实操要点

路径模拟：本册所有代码用 numpy 手写，理由是透明——每一步都与课本公式一一对应，出错可查。规模上来后（十亿路径级、或者需要 GPU 并行），再迁到向量化或专用 SDE 求解库；迁移前的手写版本要留着当对照组，生产代码的单元测试就用它当基准。

点过程：泊松与 Hawkes 的模拟、拟合都有成熟实现。选库时看三件事：支持非参数核还是只有参数族；似然接口是否暴露（自定义模型必须能写自己的强度）；多变量事件流（订单簿的多档位）是否原生支持。

参数估计：平稳时间序列的 ARMA 族在统计库里全覆盖；扩散过程参数估计的门道在于离散化偏差——高频数据用准极大似然或贝叶斯方法，低频数据直接 MLE 会有系统偏移。估计完先在模拟数据上自检（已知参数的合成数据跑一遍估计器，看是否复原），这是计量工作流的标准保险丝。

符号推导：伊藤展开手算极易漏修正项（4.5 节的高频错误榜第一名），计算机代数系统里现成有随机微积分包：输入 dX 的漂移与波动，输出任意 f 的伊藤展开。把它当作手算的复核器，而不是替代品——手算建立直觉，代码保证不错。

深度概率编程：需要"采样过程可微、可并入梯度训练"时才上（扩散模型研究、贝叶斯神经网络）。普通路径模拟与排队仿真用不上它，别为工具锉掉问题的棱角。

图：随机过程工作流的任务分区与工具映射

组合示例：模拟—校准—验证一条龙

以 5.1 节的均值回归过程为例走一条完整工具链：手写模拟生成"已知参数的观测"，再用估计器校准参数，最后做残差检验。这段代码的价值在流程而非精度——它就是任何参数估计工作的验收模板：

import numpy as np

rng = np.random.default_rng(606)
theta_true, b_true, sigma_true = 0.8, 5.0, 0.6
dt, n = 0.01, 20_000

# 第一段：模拟生成观测（工具：numpy 手写欧拉-丸山）
x = np.empty(n)
x[0] = 5.0
noise = rng.normal(0.0, 1.0, size=n-1)
for k in range(n-1):
    x[k+1] = x[k] + theta_true*(b_true - x[k])*dt + sigma_true*np.sqrt(dt)*noise[k]

# 第二段：校准（离散化回归估计：AR(1) 系数法）
y = x[1:]; x_prev = x[:-1]
A = np.column_stack([x_prev, np.ones_like(x_prev)])
coef, *_ = np.linalg.lstsq(A, y, rcond=None)
phi, c = coef
theta_hat = (1 - phi) / dt
b_hat = c / (1 - phi)
resid = y - (phi*x_prev + c)
sigma_hat = resid.std(ddof=2) / np.sqrt(dt)

print(f"theta 估计 {theta_hat:.3f}（真值 0.800）")
print(f"b     估计 {b_hat:.3f}（真值 5.000）")
print(f"sigma 估计 {sigma_hat:.3f}（真值 0.600）")

# 第三段：残差检验——应当近似独立同分布
# 自相关接近零、无厚尾，估计器才有资格处理真实数据
r_std = (resid - resid.mean()) / resid.std()
print(f"残差滞后一自相关 {np.corrcoef(r_std[1:], r_std[:-1])[0,1]:.3f}")
print(f"残差峰度 {np.mean(r_std**4):.2f}（正态约 3）")
# 典型输出：theta 约 0.79 至 0.81，b 约 4.98 至 5.02，sigma 约 0.59 至 0.61
# 自相关近 0、峰度近 3 —— 三段工具链咬合正常
​

解读：三段各用各的工具（手写模拟、线性代数估计、统计检验），接口是干净的数组。真实数据接入时只改第一段为读取环节，校准与验证段原样复用——这就是"按任务选型"的复利。

上手路线：四周工具练习计划

工具靠练不靠收藏。给一个可执行的四周计划，每周投入约三小时：

第一周，纯手写周。只用数组库，把 5.1 节的五步流水线对一个自己挑的 SDE 跑通，产出带置信区间的实验报告。目的：把"格式—误差—验证"的手感焊死在最小的工具集上。

第二周，估计周。用 6.2 节的三段流水线（模拟—校准—残差检验）处理一个参数未知的模型，重点练习"合成数据复原"的自检流程。目的：让估计器的每个参数都有来路。

第三周，点过程周。拿一份公开的事件流数据（地铁到站、客服来电皆可），先做泊松性体检（间隔变异系数、均值方差对照），不达标就上点过程库拟合自激励模型并汇报分支比。目的：把第 2 章与 6.1 节线一的判据用成肌肉记忆。

第四周，综合周。把前三周的产物串成一条链：模型给模拟器、模拟器给校准器、校准器给验证报告，全部脚本可一键复跑。目的：体验"接口干净、各段独立"的工程复利——这也是任何随机过程生产系统的雏形。

四周之后，工具箱对你不再是清单，而是几段写熟了的代码——趁手的从来不是库，是你自己维护的基准实现。

本节要点回顾

• 五类任务五类工具：路径模拟、点过程、参数估计、符号推导、深度概率编程。
• 总原则：按流水线步骤选专用工具，手写版永远留作对照组。
• 估计器先过合成数据关：已知参数复原不了的工具没有资格碰真实数据。
• 符号推导当复核器：伊藤展开的手算建立直觉、代码保证不错。
• 接口干净化：各段之间只传数组，真实数据接入时其余段原样复用。

工具箱打包完毕。最后一节交付全册的"退出机制"：拿到真实问题时，第一步做什么——六步建模方法论与失败模式清单。