Quant Sandbox
SzármaztatottPortfólió & kockázatFix hozamúVállalati pénzügySztochasztikus modellekÚtmutató
Sztochasztikus modellek
Sztochasztikus tanulóstúdióBéta
1.1Szimmetrikus véletlen séta1.2Átskálázott véletlen séta1.3Szórás1.4Centrális határeloszlás-tétel2.1A Wiener-folyamat definíciója2.2Növekmény-felfedező2.3Együttes eloszlás és kovariancia3.1Futó maximum és minimum3.2Tükrözési elv3.3Első elérési idők3.4Elérési valószínűségek
Brown-mozgásBéta
Geometriai Brown-mozgásBéta
Itô-folyamatBéta
Monte CarloBéta
Kapcsolódó útmutatók
  • Véletlen bolyongás és Brown-mozgás
  • Az Itô-lemma
  • Feltételes várható érték és martingálok
  • A Brown-mozgás tulajdonságai
  • A Brown-híd
  • Az Itô-integrál

© 2026 Quant Sandbox · Tanulást segítő eszköz a kvantitatív pénzügyekhez

Adatvédelem és adatokNincsenek sütik

Ez az oldal nem használ sütiket (cookie-kat), és nem kér személyes adatokat. Néhány apró beállítást a böngésződ helyi tárolójában (local storage) őriz meg — a választott témát és nyelvet, az oldalsáv elrendezését, valamint az útmutatókban elért haladást és a válaszaidat —, hogy a következő látogatáskor is emlékezzen rájuk. Ezek az adatok nem hagyják el az eszközödet; a böngésző tárhelyének törlésével eltávolíthatók. A módosított bemenetek az oldal URL-címében is rögzülhetnek, így megoszthatsz vagy könyvjelzőként elmenthetsz egy adott beállítást. Az oldal a Vercel Web Analytics szolgáltatást használja, amely adatvédelem-barát és süti nélküli: csak névtelen, összesített használati adatokat (például oldalletöltéseket) rögzít, anélkül hogy azonosítana téged vagy más oldalakon követne.

Brown-mozgás

Aritmetikai Brown-mozgás szimulációja drifttel és volatilitással; több mintapálya időbeli alakulása.

Paraméterek

0.050
-0.50.5
0.300
0.051
1.00
0.255
6
18
Véletlenmag: 7
Mutatók
Záró átlag
-0.013
Záró szórás
0.235
Mintapályák
1. pálya2. pálya3. pálya4. pálya5. pálya6. pályaVárható érték μt
400 pálya eloszlása
t = 1.00
t = 0.00t = 1.00
Szint
0.050
A szint alatt végző pályák
49.5%
Elmélet
50.0%

Kvantilis-legyező (5–25–50–75–95%). Húzd a vízszintes szintet a pályafelhőn (vagy fókuszáld és használd a nyilakat). Jelölj ki oszlopokat a hisztogramon (kattintás vagy húzás), és kiemeli az ott végző pályákat. Esc törli. Lejátszáskor a pályák az idő előrehaladtával kirajzolódnak, a hisztogram pedig a t időpontbeli értékek eloszlását mutatja: a szórás √t ütemében nő.

Korlát és első elérés
Korlát b
0.50
T-ig b-t elérő pályák
11.5%
Elmélet (μ = 0)
–
Medián elérési idő
0.760

Húzd a korlátot a pályafelhőn (vagy fókuszáld és használd a nyilakat). A korlátot elérő pályák attól a pillanattól színesek, amikor először érintik.

Az elméleti görbe és arány drift nélküli (μ = 0), 0-ból induló mozgást feltételez. Ekkor a tükrözési elv szerint P(τ_b ≤ T) = 2·P(W_T ≥ b), és τ_b sűrűsége |b|/(σ√(2πt³))·e^(−b²/(2σ²t)). A pályák 200 lépéses rácson készülnek, így egy pálya két rácspont között átléphet b-n anélkül, hogy észrevennénk; ezért a szimulált arány kicsit az elméleti alatt marad.

μ ≠ 0 esetén a fenti képlet nem érvényes, ezért csak a szimulált értékek látszanak.

Tippelj először

A pályák hány százaléka érinti legalább egyszer a b = 0.50 korlátot T = 1.00-ig?

Az eszközről

A Brown-mozgás a pénzügyi modellek szívében álló folytonos idejű véletlen séta. A szimulátor aritmetikai Brown-mozgást rajzol választott sodródással és volatilitással, reprodukálható, maggal generált pályákkal, így látszik, hogy a sodródás adja a trendet, a volatilitás pedig az idővel növekvő szórást.

Gyakori kérdések

Mi a különbség a sodródás és a volatilitás között?

A μ sodródás az időegységenkénti átlagos változás, az átlagos pálya meredeksége. A σ volatilitás a véletlen részt skálázza; az átlag körüli szórás σ√t szerint nő.

Lehet-e negatív az aritmetikai Brown-mozgás?

Igen. Az értéke normális eloszlású, így bármilyen valós értéket felvehet. Ezért modellezik a részvényárakat inkább geometriai Brown-mozgással.

Mi a Brown-mozgás a pénzügyekben?

Folytonos idejű véletlen folyamat, amelynek nem átfedő intervallumokon vett változásai függetlenek és normális eloszlásúak, varianciájuk pedig arányos az intervallum hosszával. Az árak és kamatlábak kiszámíthatatlan részét modellezi; az aritmetikai Brown-mozgás, X_t = X₀ + μt + σW_t, ehhez állandó driftet ad.

Miért ilyen szaggatottak a Brown-pályák?

Egy rövid Δt intervallumon a tipikus elmozdulás σ√Δt nagyságú, ami jóval nagyobb, mint maga Δt. Ezért a pálya nagyítva sem válik egyenessé: a Brown-mozgás folytonos, de sehol sem differenciálható.

Az elmélet

  • Véletlen bolyongás és Brown-mozgás — Pénzfeldobásos bolyongás, a variancia lineáris növekedése és a határeset: a Brown-mozgás.
  • Az Itô-lemma — Kvadratikus variáció, láncszabály Brown-mozgásra és a logaritmikus ár −½σ² driftje.
  • Feltételes várható érték és martingálok — Feltételes várható érték a múlt ismeretében, igazságos játékok, miért nem győzhető le egy martingál fogadási stratégiával, és a diszkontált árak Q alatt.
  • A Brown-mozgás tulajdonságai — Definíció, Gauss-folyamat jellemzés, skálázás, időinverzió, Markov-tulajdonság, kvadratikus variáció és a pályák szabálytalansága.
  • A Brown-híd — Brown-mozgás rögzített végponttal: konstrukció, kovariancia, függetlenség és alkalmazások.
  • Az Itô-integrál — Egyszerű integrandusok, Itô-izometria, martingál-tulajdonság és a ∫W dW = (W² − t)/2 levezetése.