2003-Stochastic-Differential-Equations-Oksendal — Book Summary

§1 中心一句话

Bernt Øksendal 的《Stochastic Differential Equations》以 Itô 公式（链式法则 + 二次变差修正）为数学心脏，以七组"问题驱动"（种群/电路/滤波/边值/停时/控制/金融）为应用骨架，证明了"白色噪声不存在 → 替换为布朗运动 → 严格构造 Itô 积分 → 写出 Itô 公式 + 鞅表示 + Girsanov 定理 → 应用于 Kalman-Bucy 滤波 / Dirichlet 边值 / 最优停时 / HJB 方程 / Black-Scholes 定价"这一从 1942 年 Itô 原始论文到 1973 年 Black-Scholes 公式的完整工程数学链——是 20 世纪应用数学"理论 + 工程"双向最成功的案例之一。

§2 12 章内容索引（Ch 1-12 摘要）

Ch 1 绪论（Introduction）

核心问题：7 个 Problem（种群增长 / LRC 电路 / Kalman 滤波 / Dirichlet 边值 / 最优停售 / Merton 投资 / Black-Scholes 期权）。
主要信息：SDE 解本身是随机过程；"无套利 + 完备市场 = 唯一价格"。
去向：Ch 3-12 逐个回答这 7 个问题。
衔接：Ch 1 列出 7 个 Problem 是全书"问题驱动"的主线。

Ch 2 数学预备知识（Some Mathematical Preliminaries）

核心问题：把"随机量"严格化。
主要内容：概率空间 $(\Omega, \mathcal F, P)$、Doob-Dynkin 引理、$L^2$ 空间、随机过程、BM 构造、Kolmogorov 扩张定理、Kolmogorov 连续性定理、$\langle B\rangle_t = t$。
衔接：BM 二次变差 = $t$ 是 Ch 3 Itô 公式 "$-\tfrac12 t$" 项的根源。

Ch 3 Itô 积分（Itô Integrals）

核心问题：严格定义 $\int f\,dB$。
主要内容：Itô 积分定义（简单过程 → $L^2$ 等距 → 极限）、Itô 等距 $E[(\int f\,dB)^2] = E[\int f^2 dt]$、Itô 积分是鞅、有连续版本。
Example 3.1.9：$\int_0^t B_s\,dB_s = \tfrac12 B_t^2 - \tfrac12 t$——Itô 公式的"种子"。
衔接：Itô 积分定义 + 等距 → Ch 4 Itô 公式 → Ch 5 SDE。

Ch 4 Itô 公式 + 鞅表示（The Itô Formula and the Martingale Representation Theorem）

核心问题：链式法则 + 鞅的 Itô 积分表示。
主要内容：Itô 公式 $d g(t, X_t) = g_t dt + g_x dX_t + \tfrac12 g_{xx}(dX_t)^2$、多维 Itô 公式、鞅表示定理 $F = E[F] + \int_0^T f\,dB$、指数鞅 $Z_t = e^{\int \theta dB - \frac12 \int \theta^2 dt}$。
衔接：Itô 公式 → Ch 5 SDE 求解；鞅表示 → Ch 6 创新过程、Ch 12 对冲组合。

Ch 5 随机微分方程（Stochastic Differential Equations）

核心问题：SDE 何时有唯一解？几何 BM 显式求解。
主要内容：Picard 迭代 + Gronwall + Lipschitz → 存在唯一性、强解 vs 弱解、Tanaka 方程反例、Ornstein-Uhlenbeck 显式解。
Example 5.1.1：几何 BM $N_t = N_0 e^{(r - \alpha^2/2)t + \alpha B_t}$——Ch 1 Problem 1 的解。
衔接：SDE 存在唯一性 → Ch 6 滤波、Ch 7 扩散、Ch 11 HJB。

Ch 6 滤波问题（The Filtering Problem）

核心问题：给定带噪观测 $Z_t$，估计状态 $X_t$。
主要内容：条件期望 = Hilbert 投影（Thm 6.1.2）、创新过程 $N_t$、Kalman-Bucy 滤波器 $d\hat X_t = (F - G^2 S/D^2)\hat X_t dt + (GS/D^2) dZ_t$、Riccati 方程。
衔接：鞅表示 + 创新过程 = Kalman-Bucy 滤波器——Ch 1 Problem 3 的解。

Ch 7 扩散基本性质（Diffusions: Basic Properties）

核心问题：Itô 扩散的 Markov 性、强 Markov 性、生成元。
主要内容：Markov 性（Thm 7.1.2）、强 Markov 性（Thm 7.2.4）、生成元 $Af = \sum b_i \partial_i f + \tfrac12 \sum a_{ij} \partial_{ij} f$（Thm 7.3.3）、Dynkin 公式、调和测度 $\mu^x_D$、Wiener 判据。
衔接：扩散 = SDE 解 + Markov 性 + 生成元 = Itô 理论的"动力学化"。

Ch 8 其他扩散理论（Other Topics in Diffusion Theory）

核心问题：6 个高级工具：Kolmogorov 后退、Feynman-Kac、鞅问题、时间变换、Girsanov。
主要内容：Kolmogorov 后退方程 $\partial_t u = Au$、Feynman-Kac 公式 $\partial_t v = Av - qv$、Stroock-Varadhan 鞅问题、时间变换 $Y_{\alpha_t} \simeq X_t$、Girsanov 定理、Lévy 鞅刻画、Bayes 公式。
衔接：Feynman-Kac → Ch 9 边值问题；Girsanov → Ch 12 风险中性定价。

Ch 9 边值问题（Applications to Boundary Value Problems）

核心问题：求 $\Delta u = 0$ in $D$, $u = f$ on $\partial D$。
主要内容：调和测度 $u(x) = E^x[\varphi(X_{\tau_D})]$、正则点、Wiener 判据、随机 Dirichlet 问题、Hunt 条件、Poisson 公式。
衔接：Ch 7 调和测度 + Ch 8 Feynman-Kac = PDE 边值问题——Ch 1 Problem 4 的解。

Ch 10 最优停时（Application to Optimal Stopping）

核心问题：求 $\tau^* = \arg\sup_\tau E^x[g(X_\tau)]$。
主要内容：超均值函数、最小 superharmonic majorant $\hat g$、Snell 鞅、$g^* = \hat g$（Thm 10.1.9）、$\tau^* = \tau_D$、变分不等式。
衔接：Ch 7 生成元 + Ch 9 调和测度 = 最优停时——Ch 1 Problem 5 的解。

Ch 11 随机控制（Application to Stochastic Control）

核心问题：求 $u^* = \arg\sup_u J^u$。
主要内容：HJB 方程（I）$\sup_v \{f^v + L^v \Phi\} = 0$（Thm 11.2.1）、HJB 方程（II）verification（Thm 11.2.2）、Markov 控制足够性（Thm 11.2.3）、Merton 投资 $u^* = (\mu - \rho)/\sigma^2$、LQ 控制、Separation Principle。
衔接：Ch 7 生成元 + Ch 8 Feynman-Kac + Ch 10 最优停时 = HJB——Ch 1 Problem 6 的解。

Ch 12 数学金融（Application to Mathematical Finance）

核心问题：期权定价。
主要内容：市场模型、自融资组合、套利、等价鞅测度 (ELMM)、完备市场（Thm 12.2.5）、Harrison-Pliska "完备 = 唯一 ELMM"、Black-Scholes 公式 $p = x_1 \Phi(\eta + \tfrac12 \beta \sqrt T) - K e^{-\rho T} \Phi(\eta - \tfrac12 \beta \sqrt T)$、对冲组合、美式期权、Longstaff-Schwartz 算法。
衔接：Ch 3 Itô 积分 + Ch 4 鞅表示 + Ch 5 SDE + Ch 6 滤波 + Ch 8 Girsanov = Black-Scholes——Ch 1 Problem 7 的解。

§3 中心论点

本书的核心论点：Itô 微积分是"加性白噪声扰动 ODE"的正确数学语言，而 Itô 微积分的全部工程应用都可归结为"五个核心工具"——Itô 公式（微分）、Itô 积分定义 + 等距（积分）、鞅表示定理（$L^2$-鞅的表示）、Girsanov 定理（测度变换）、Feynman-Kac 公式（PDE-SDE 对偶）。这五个工具是 Ch 3-8 的"工具章"，Ch 9-12 是"应用章"。

作者反复强调的"哲学"： 1. 白噪声不存在（独立 + 平稳 + 零均值 + 连续路径的过程不存在），但工程上仍需用之——所以替换为"布朗运动的导数"（形式上的 $dB_t/dt$）。 2. Itô 公式的"$\tfrac12 \sigma^2$"项不是数学细节，是路径粗糙性（$\gamma = 1/2$-Hölder）的代数体现——所有 SDE 与 ODE 的根本差异浓缩在这一项。 3. PDE 与 SDE 的对偶是双向的：Itô 公式把"显式 SDE 求解"工具化；Feynman-Kac 公式把"抽象 PDE 解"具体化为扩散路径的期望。 4. 强 Markov 性与鞅表示定理是 SDE 理论的"代数基础"——前者保证"未来只依赖当前"，后者保证"任何鞅都是 BM 驱动的 Itô 积分"。

§4 章节组织与组织原理

全书 12 章 + 4 附录（正态随机变量、条件期望、一致可积、逼近结果），共 403 页（第 6 版第 6 次校正印刷）。

章节	主题	工具链
Ch 1	绪论（7 个 Problem）	动机
Ch 2	数学预备知识	概率空间 + BM + Kolmogorov
Ch 3	Itô 积分	严格定义 + 等距 + 鞅性
Ch 4	Itô 公式 + 鞅表示	修正链式法则 + $L^2$-鞅表示
Ch 5	随机微分方程	存在唯一性 + Picard 迭代 + 强/弱解
Ch 6	滤波问题	Kalman-Bucy 滤波器 + Riccati 方程
Ch 7	扩散基本性质	Markov 性 + 强 Markov + 生成元 $A$ + Dynkin 公式
Ch 8	其他扩散理论	Kolmogorov 后退方程 + Feynman-Kac + 鞅问题 + 时间变换 + Girsanov
Ch 9	边值问题	Dirichlet / Poisson / 热方程的随机解法
Ch 10	最优停时	Snell 鞅 + 最小 superharmonic majorant + 变分不等式
Ch 11	随机控制	HJB 方程 + Merton 投资 + LQ 控制
Ch 12	数学金融	Black-Scholes 公式 + 完备市场 + 对冲组合

组织逻辑： - Ch 1-2：动机 + 准备——7 个 Problem 列出应用域，Ch 2 把概率空间、随机变量、布朗运动严格化。 - Ch 3-5：Itô 微积分的基础——Itô 积分定义 → Itô 公式 → SDE 存在唯一性。这是"工具章"。 - Ch 6：Ch 5 的第一个应用（线性 SDE）——Kalman-Bucy 滤波。"线性 + Gauss"假设下问题有 SDE 闭式解。 - Ch 7-8：扩散理论——从单个 SDE 到"扩散"概念（Markov 性 + 生成元 + Feynman-Kac + Girsanov）——Itô 理论的"动力学化"。 - Ch 9：Ch 7-8 的第一个应用——PDE 边值问题。 - Ch 10-12：Ch 7-8 的三个应用——最优停时（10）、随机控制（11）、金融工程（12）。

"中心线"是"工具 → 应用"——Ch 3-5 严格建立 Itô 微积分；Ch 6-12 把它应用到 7 个 Problem 域（Ch 1 列出）。Ch 8 是"工具章"的最高峰（包含 Girsanov 定理）；Ch 12 是"应用章"的最高峰（Black-Scholes 公式）。

§5 核心理论框架

4.1 母方程五件套

本书有"五个母方程"统摄全书应用：

Itô 公式（Thm 4.1.2）： $$d g(t, X_t) = g_t\,dt + g_x\,dX_t + \tfrac{1}{2} g_{xx} (dX_t)^2 = (g_t + g_x b + \tfrac{1}{2} g_{xx} \sigma^2) dt + g_x \sigma\,dB.$$
Itô 等距（Cor 3.1.7）：$E[(\int f\,dB)^2] = E[\int f^2 dt]$.
鞅表示定理（Thm 4.3.4）：每个 $L^2$-鞅 $M_t$ w.r.t. $\mathcal F^{(n)}_t$ = $E[M_0] + \int_0^t g\,dB$.
Girsanov 定理（Thm 8.6.4）：$dQ = e^{-\int u\,dB - \frac12 \int u^2 dt} dP$ 下，$\tilde B = B + \int u$ 是 BM.
Feynman-Kac 公式（Thm 8.2.1）：$v(t, x) = E^x[e^{-\int_0^t q ds} f(X_t)]$ 满足 $\partial_t v = Av - qv$.

这五个公式统摄全书： - Ch 1-5（工具章）：建立这五个公式 - Ch 6（Kalman 滤波）：$A$ + 鞅表示 → 创新过程 - Ch 9（边值问题）：Dynkin 公式（Itô 公式的积分版） + 调和测度 - Ch 10（最优停时）：Dynkin 公式 + Snell 鞅（鞅表示特例） - Ch 11（控制）：HJB = HJB 方程 + Itô 公式 + 动态规划 - Ch 12（金融）：Girsanov + 鞅表示 + Itô 公式 → Black-Scholes

4.2 应用域的"问题–方程"映射

Ch 1 Problem	对应章节	关键方程
Problem 1: 含噪种群增长	Ch 5.1.1	几何 BM: $N_t = N_0 e^{(r-\alpha^2/2)t + \alpha B_t}$
Problem 2: 含噪 LRC 电路	Ch 5.1.3	线性 SDE: $X(t) = e^{At} X_0 + \int_0^t e^{A(t-s)} K dB_s$
Problem 3: Kalman-Bucy 滤波	Ch 6.2.8	Riccati: $\dot S = 2FS - G^2 S^2 / D^2 + C^2$
Problem 4: Dirichlet 问题的随机解	Ch 9.1	$u(x) = E^x[\varphi(X_{\tau_D})] = \int \varphi\,d\mu^x_D$
Problem 5: 资产最优停售	Ch 10.1.9	$g^* = \hat g$（最小 superharmonic majorant）, $\tau^* = \tau_D$
Problem 6: Merton 最优投资	Ch 11.2.1	HJB: $\sup_v \{f^v + L^v \Phi\} = 0$
Problem 7: Black-Scholes 期权定价	Ch 12.3.7-8	$p = x_1 \Phi(\eta + \tfrac12 \beta \sqrt T) - K e^{-\rho T} \Phi(\eta - \tfrac12 \beta \sqrt T)$

"问题–方程"对应 表明：Itô 理论不是抽象游戏——每个工具都有具体应用。

§6 关键贡献（相对前人）

本书相对前人的贡献，可从 4 个层面看：

5.1 教学层面（教科书贡献）

首次以教学风格系统化 Itô 微积分：Itô 1951 原始论文是纯数学形式（不动手算例），本书用4 个具体例子（种群 / 电路 / 圆上 BM / OU 过程）让 Itô 公式"可计算"。
首次把"七个问题"作为教学主线：Ch 1 列出 7 个问题，Ch 3-12 逐个回答。这种"问题驱动"的写法对工程读者非常友好。
首次系统展示 SDE 理论的"全谱"：工具章（Ch 3-5）+ 应用章（Ch 6-12）覆盖整个 SDE 理论。

5.2 数学层面（工具贡献）

Itô 积分的"教学化构造"（Ch 3）：用"简单过程 → $L^2$ 等距 → 极限"的三步法，比 Karatzas-Shreve 1991 的"乘积空间 + 鞅"更易理解。
Itô 公式的"形式化乘法表"（Ch 4）：$(dB)^2 = dt, dt \cdot dB = 0$ 是 SDE 微元的"代数学"——使复杂 SDE 可形式计算。
鞅表示定理的教学化（Ch 4.3）：Thm 4.3.3 + 4.3.4 用特征函数 + Lemma 4.3.2 的稠密性论证，比 Karatzas-Shreve 的 Wiener chaos decomposition 简洁。
Stroock-Varadhan 鞅问题（Ch 8.3）：把 SDE 解的存在唯一性 ↔ 鞅问题适定性。

5.3 工程层面（应用贡献）

Kalman-Bucy 滤波的现代推导（Ch 6）：用"创新过程" + "条件期望 = Hilbert 投影"两步法，比 Kalman 1960 原始论文的工程化推导更数学化。
PDE 边值问题的概率解（Ch 9）：用 Dynkin 公式 + 调和测度，证明 $u(x) = E^x[\varphi(X_{\tau_D})]$ 是 Dirichlet 问题的概率解——经典 PDE 教科书中"调和函数 = 期望"的现代统一。
HJB 方程的 Markov 控制版本（Ch 11）：Thm 11.2.1 + 11.2.2 的"必要 + 充分"组合，是随机控制 PDE 理论的精华。

5.4 历史层面（学科贡献）

Itô 理论到金融工程的"桥梁"：Black-Scholes 1973 论文使用 Itô 公式 + Girsanov（虽然没用名词）——本书 Ch 12 把这一联系系统化。
Itô 理论到工程的"名片"：Ch 6 Kalman-Bucy 滤波器是 SDE 理论的"工程名片"（阿波罗登月 + GPS）；Ch 12 Black-Scholes 是"金融名片"（1997 诺奖）。
Itô 理论到 PDE 的"对偶"：Ch 8 Feynman-Kac + Ch 9 Dirichlet 边值，把 PDE 理论重新解释为"扩散路径的期望"——这影响了 21 世纪的 viscosity solution 理论（Crandall-Lions 1983）。

§7 Strengths / Weaknesses

Strengths

结构清晰：12 章 + 4 附录的清晰结构，"工具 → 应用"的主线明确。Ch 1-2 工具 → Ch 3-5 核心数学 (Itô 积分/公式/SDE) → Ch 6-12 四大应用 (滤波/扩散性质/边值/停时/控制/金融)。
教学友好：每个新概念有具体例子（种群、电路、滤波器、期权），不"抽象漂浮"。Ch 1 提出的 7 个 Problem 在后续章节被逐个解决，形成"问题驱动"教学法。
覆盖全面：从基础（Ch 1-2）到高级（Ch 8 Girsanov, Ch 12 Black-Scholes）一气呵成。一卷本同时覆盖 Itô 积分理论、扩散理论、随机控制、停时、金融。
理论 + 应用并重：Ch 3-5 严格理论（Itô 公式的存在唯一性证明），Ch 6-12 紧密应用（Kalman-Bucy / Feynman-Kac / Snell 包络 / HJB / Black-Scholes）。
现代参考：到第 6 版已更新到 2013 年的最新文献，含 Malliavin 演算简介（Girsanov + Malliavin 视角对照）。

Weaknesses

跳扩散 + Lévy 过程缺失：本书以 BM 为"主角"，跳扩散（Merton 1976）、Lévy 过程只在 Ch 8 简述。21 世纪的金融（2008 雷曼）、物理（湍流）、生物（神经脉冲）都有重要应用。Øksendal-Sulem 2007《Applied Stochastic Control of Jump Diffusions》是更新版补足此缺陷。
粗糙路径未涉及：Lyons 1998 起的粗糙路径理论对"路径粗糙度 $\gamma < 1/2$"的扩散提供更一般框架——Itô 路径 $\gamma = 1/2$-Hölder 仅为特例。本书沿用经典 Itô 框架。
随机 PDE / SPDE 未涉及：本书只处理有限维扩散。随机偏微分方程（SPDE, Walsh 1986, Dalang 1999）对物理 (随机 Navier-Stokes) + 金融 (随机波动率) 都重要。
数值方法的工程实现有限：Longstaff-Schwartz 2001 在 Ch 12.4 简述，但有限元 / 谱方法 / 机器学习辅助定价未深入。金融工程界常用 Monte Carlo / PDE 数值方法 (Andersson 2010, Glasserman 2004) 未系统介绍。
Viscosity solution 未深入：HJB 方程 (Ch 11) 的解的唯一性需要 viscosity solution 理论（Crandall-Lions 1983）——本书未涉及。Ch 11 HJB 严格证明需 Crandall-Lions 1983 论文。
平均场博弈缺失：Lasry-Lions 2007 起的平均场博弈（Nash 均衡的 PDE 形式）对大规模博弈均衡（能源市场、机器学习）有重要应用——未涉及。
信用风险 / 利率期限结构：Ch 12.5 简述 Vasicek 利率模型，但HJM 框架（Heath-Jarrow-Morton 1992）未深入。Brigo-Mercurio 2006《Interest Rate Models》是该领域标准参考。
Hunt 过程 / Ray 过程：Ch 7-9 局限于 Itô 扩散（连续、强 Markov）；Hunt 过程（带跳）是更一般的 Markov 过程。Getoor 1981《Excessive Measures》是 Hunt 过程标准参考。

§8 适用读者

读者类型	推荐度	建议
应用数学 / 工程博士	⭐⭐⭐⭐⭐	必读。从 Ch 1 到 Ch 12 顺读。这是 Itô 理论"工程师友好"的标准入门。
金融数学 / 量化金融	⭐⭐⭐⭐⭐	必读 Ch 3-5, 8.6, 11.2.1, Ch 12 全部。Black-Scholes 公式的最严格推导。
概率论 / 纯数学博士	⭐⭐⭐⭐	推荐。先读 Karatzas-Shreve 1991 再读本书。本书的工程例子对纯数学背景的读者很新鲜。
物理 / 生物学	⭐⭐⭐	推荐 Ch 1-7。生物用 Ch 4.2.2 Bessel 过程、Ch 7 扩散；物理用 Ch 5 SDE + Ch 8 时间变换。
工程师 / 量化分析师	⭐⭐⭐⭐⭐	必读 Ch 6 (Kalman) + Ch 12 (Black-Scholes)。直接可用。
本科概率论学生	⭐⭐	略难。需要先修测度论 + 鞅论基础。

§9 比较与同类教材的对比 (Comparison to Competing Books)

书	强度	与本书比较
Karatzas & Shreve (1991)《Brownian Motion and Stochastic Calculus》	理论深入	KS 涵盖鞅论 / Itô 公式 / Girsanov / 鞅表示，但不涉及 SDE 求解与金融应用。与本书互补：KS 偏理论，本书偏应用。
Karatzas & Shreve (1998)《Methods of Mathematical Finance》	金融数学标准	KS2 涵盖 SDE 金融应用（BS、Heston、利率模型），但与 BS1 重复部分多。本书更精炼（一卷），KS 更广（两卷）。
Shreve (2004)《Stochastic Calculus for Finance I-II》	金融数学入门	Shreve 用严格的概率论推导 BS 公式（用 $\Delta$-hedging 论证），适合金融数学课程。本书用 ELMM + Girsanov 论证——更现代、更一般。
Revuz-Yor (1999)《Continuous Martingales and Brownian Motion》	鞅论百科	RY 涵盖鞅论 + BM 的全部理论（700+ 页），但不涉及 SDE 求解与应用。与本书互补。
Stroock-Varadhan (1979)《Multidimensional Diffusion Processes》	鞅问题理论	SV 是鞅问题 + 支持定理的原始来源。理论更深、读者门槛更高。本书 Ch 8 简述 SV 框架。
Lamberton-Lapeyre (1996)《Introduction to Stochastic Calculus Applied to Finance》	金融数学入门	LL 是法语 + 英语的简明版，比本书更短（约 200 页）但金融应用更集中。入门首选。
Björk (2009)《Arbitrage Theory in Continuous Time》	金融数学理论	Björk 是金融数学专门教材，理论更抽象（不做工程例子）。与本书互补：Björk 偏理论，本书偏例。
Shreve (2008)《Stochastic Calculus for Finance II: Continuous-Time Models》	BS 公式推导	Shreve II 与本书 Ch 12 主题相同，但 Shreve 用"$\Delta$-hedging"路径推导 BS，本书用"ELMM + Girsanov"。两种路径并重。

本书的"独特价值"： - 一卷覆盖完整 SDE 理论 + 主要应用（从 Itô 公式到 Black-Scholes 公式） - 写作风格平衡理论严格 + 工程友好 - 教学层次清晰——本科概率论基础即可上手

对研究 SDE 的人来说：本书 + Karatzas-Shreve (1991, 1998) 是"两本必读"——本书给"工程视角"，KS 给"理论深度"。

跨章连接

本书的章节之间存在深层"对偶"与"映射"——不是孤立 12 章，而是有 4 条主"暗线"贯穿全书：

9.1 "ODE → SDE → SPDE" 主线

Ch 1.1（ODE 含噪）→ Ch 5（SDE 严格化）→ Ch 7（扩散理论）→ Ch 9（PDE 对偶）→ Ch 11（HJB）→ Ch 12（金融）
核心概念：Itô 公式的 $\tfrac12 \sigma^2$ 项

9.2 "鞅论" 主线

Ch 3（Itô 积分是鞅）→ Ch 4（Itô 公式 + 鞅表示）→ Ch 6（创新过程是鞅）→ Ch 8（鞅问题 + Lévy 鞅刻画）→ Ch 10（Snell 鞅）→ Ch 12（ELMM + 折现价格鞅）
核心概念：鞅表示定理（Thm 4.3.4）= Itô 理论的"代数学"

9.3 "测度变换" 主线

Ch 4（指数鞅 = Radon-Nikodym 导数）→ Ch 8（Girsanov 定理）→ Ch 11（Separation Principle）→ Ch 12（风险中性定价）
核心概念：Girsanov 定理（Thm 8.6.4）

9.4 "PDE-SDE 对偶" 主线

Ch 4（Itô 公式的"加边"）→ Ch 7（生成元 $A$）→ Ch 8（Kolmogorov 后退方程 + Feynman-Kac）→ Ch 9（Dirichlet / Poisson）→ Ch 11（HJB）
核心概念：$A$（生成元）= $L$（PDE 算子）

术语表

按主题分组，给出关键术语的英文/中文/工作定义。

10.1 概率基础

probability space / 概率空间：$(\Omega, \mathcal F, P)$，$\mathcal F$ 是 $\sigma$-代数，$P$ 是完备概率测度。
filtration / 滤族：$\{\mathcal F_t\}_{t \ge 0}$ 增 $\sigma$-代数族——表示"截至时间 $t$ 的可用信息"。
adapted process / 适应过程：$X_t$ 是 $\mathcal F_t$-可测——决策"基于历史信息"。
martingale / 鞅：$E[X_t \mid \mathcal F_s] = X_s$ for $s \le t$——"未来条件期望 = 当前"。
quadratic variation / 二次变差：$\langle X\rangle_t = \lim \sum (X_{t_{j+1}} - X_{t_j})^2$——$L^2$ 极限。
stopping time / 停时：$\tau$ 使得 $\{\tau \le t\} \in \mathcal F_t$ for all $t$——"仅基于历史可决定"。

10.2 Itô 微积分

Itô integral / Itô 积分：$\int_0^t f\,dB$，左侧端点定义（区别于 Stratonovich 积分的中点）。
Itô isometry / Itô 等距：$E[(\int f\,dB)^2] = E[\int f^2 dt]$——Itô 积分是 $L^2$ 等距。
Itô formula / Itô 公式：$df(X_t) = (f_t + f_x b + \tfrac12 f_{xx} \sigma^2) dt + f_x \sigma\,dB$——链式法则的"修正版"。
Stratonovich integral / Stratonovich 积分：中点定义；保持链式法则（无 $\tfrac12$ 项）但不保持鞅性。
geometric Brownian motion / 几何布朗运动：$dS = \mu S\,dt + \sigma S\,dB$ 的解 $S_t = S_0 e^{(\mu - \sigma^2/2)t + \sigma B_t}$。
Ornstein-Uhlenbeck process / OU 过程：$dX = \mu X\,dt + \sigma\,dB$ 的解 $X_t = e^{\mu t} X_0 + \sigma \int_0^t e^{\mu(t-s)}\,dB_s$。

10.3 鞅论

Brownian motion / 布朗运动：连续 + 独立增量 + $B_t \sim N(0, t)$ 的过程——Itô 微积分的"主角"。
martingale representation theorem / 鞅表示定理：每个 $L^2$-鞅 = $\int g\,dB$（Thm 4.3.4）——金融工程的"基础定理"。
exponential martingale / 指数鞅：$Z_t = e^{\int \theta\,dB - \frac12 \int \theta^2 dt}$（Thm 4.4）——Girsanov 变换的"工具"。
local martingale / 局部鞅：$Z(t \wedge \tau_k)$ 是鞅对递增停时 $\tau_k \to \infty$（Ex 7.12）——Itô 弱可积的扩展。
Lévy's characterization / Lévy 鞅刻画：连续 + 鞅 + $\langle X\rangle_t = t$ = BM（Thm 8.6.1）——无正态假设的 BM 定义。

10.4 SDE 与扩散

SDE / 随机微分方程：$dX = b\,dt + \sigma\,dB$。
strong solution / 强解：$B_t$ 固定，$X_t$ 适应 $\mathcal F^Z_t$。
weak solution / 弱解：$B_t$ 与 $X_t$ 同时构造。
Itô diffusion / Itô 扩散：$dX = b(X)\,dt + \sigma(X)\,dB$，$b, \sigma$ Lipschitz。
Markov property / Markov 性：$E^x[f(X_{t+h}) \mid \mathcal F_t] = E^{X_t}[f(X_h)]$——未来只依赖当前。
generator $A$ / 生成元：$A f = \sum b_i \partial_i f + \tfrac12 \sum a_{ij} \partial_{ij} f$——扩散的"无穷小生成元"。
Dynkin formula / Dynkin 公式：$E^x[f(X_\tau)] = f(x) + E^x[\int_0^\tau A f(X_s) ds]$——Itô 公式的积分版。
martingale problem / 鞅问题：测度 $Q^x$ on $(R^n)^{[0,\infty)}$ 使 $M_t^f = f(\omega_t) - \int_0^t Lf(\omega_r) dr$ 是 $Q^x$-鞅——SDE 的"等价"形式（Stroock-Varadhan）。
characteristic operator $\mathcal A$ / 特征算子：$\mathcal A f(x) = \lim_{U \downarrow x} (E^x[f(X_{\tau_U})] - f(x)) / E^x[\tau_U]$——$A$ 的"无微分"定义。
harmonic measure $\mu^x_D$ / 调和测度：$Q^x[X_{\tau_D} \in \cdot]$——边界上的概率分布。
regular point / 正则点：$y \in \partial D$ 使得 $Q^y[\tau_D = 0] = 1$——扩散"立即离开"。
Wiener criterion / Wiener 判据：边界点正则的级数判据 $\sum n \log(1/r_n) = \infty$。

10.5 测度变换

Radon-Nikodym derivative / RN 导数：$dQ/dP$。
Girsanov theorem / Girsanov 定理：$dX = b\,dt + \sigma\,dB$ 在 $dQ = e^{-\int u\,dB - \frac12 \int u^2 dt} dP$ 下变为 $dX = (b - \sigma u)\,dt + \sigma\,d\tilde B$（Thm 8.6.4）——测度变换的"核心工具"。
Novikov condition / Novikov 条件：$E[e^{\frac12 \int_0^T \theta^2 dt}] < \infty$——Girsanov 变换成立条件。
Kazamaki condition / Kazamaki 条件：$E[e^{\frac12 \int_0^T \theta\,dB}] < \infty$——比 Novikov 弱。
equivalent martingale measure (ELMM) / 等价鞅测度：$Q \sim P$ 使折现价格是 $Q$-鞅——金融工程"基本定理"。

10.6 PDE-SDE 对偶

Kolmogorov backward equation / Kolmogorov 后退方程：$u(t, x) = E^x[f(X_t)]$ 满足 $\partial_t u = Au$（Thm 8.1.1）——SDE → PDE。
Feynman-Kac formula / Feynman-Kac 公式：$v(t, x) = E^x[e^{-\int q ds} f(X_t)]$ 满足 $\partial_t v = Av - qv$（Thm 8.2.1）——加权 SDE → PDE。
killing rate $c$ / Killing 速率：扩散以速率 $c$ 被吸收，生成元加 $-c$ 项。
resolvent $R_\alpha$ / 预解式：$R_\alpha g(x) = E^x[\int_0^\infty e^{-\alpha t} g(X_t) dt]$，$(\alpha - A) R_\alpha = I$（Thm 8.1.5）——$A$ 的"正则化"。
combined Dirichlet-Poisson problem / 联合 Dirichlet-Poisson 问题：$Lw = -g$ in $D$, $w = \varphi$ on $\partial D$。
stochastic Dirichlet problem / 随机 Dirichlet 问题：$u$ X-调和 + $\lim_{t \uparrow \tau_D} u(X_t) = \varphi(X_{\tau_D})$ a.s.。
HJB equation / HJB 方程：$\sup_v \{f^v + L^v \Phi\} = 0$ in $G$, $\Phi = g$ on $\partial G$（Thm 11.2.1）——随机控制的"核心方程"。

10.7 决策理论

optimal stopping / 最优停时：求 $\tau^* = \arg\sup_\tau E^x[g(X_\tau)]$。
Snell envelope / Snell 包络：$g^*(X_t)$ 是最优值的过程版本——$E[M_T \mid \mathcal F_t] = M_t$。
least superharmonic majorant / 最小 superharmonic majorant $\hat g$：$g$ 的"最小上界"——$g^* = \hat g$。
continuation region $D$ / 继续区域：$\{x: g(x) < g^*(x)\}$——在 $D$ 内继续，在 $\partial D$ 停。
variational inequality / 变分不等式：$\max\{Lg - \partial_t g, g - G\} = 0$ in $D$, $g = g$ on $\partial D$——美式期权的 PDE 形式。
stochastic control / 随机控制：$u^*$ 控制 SDE 参数使 $J^{u^*}$ 最大化。
Markov control / Markov 控制：$u(t, X_t)$——closed-loop / feedback 控制。
separation principle / 分离原理：滤波 + 确定性控制可分开——LQ 控制的"基础"。

10.8 金融工程

market / portfolio / 市场 / 组合：$(n+1)$ 维 Itô 过程 $X(t) = (X_0, \ldots, X_n)$ + $\theta(t) = (\theta_0, \ldots, \theta_n)$。
self-financing / 自融资：$dV = \theta \cdot dX$——无外部资金流入/流出。
admissible portfolio / 可容许组合：self-financing + 价值下有界。
arbitrage / 套利：$V(0) = 0, V(T) \ge 0$ a.s., $P[V(T) > 0] > 0$。
NFLVR (No Free Lunch with Vanishing Risk) / 无消失风险免费午餐：套利类的"连续极限"版本。
attainable claim / 可达 claim：$\exists$ admissible $\theta$ 使 $V^\theta_z(T) = F$ a.s.。
complete market / 完备市场：所有 $T$-claim 可达（$\sigma$ 有左逆）。
innovation process / 创新过程：$N_t = Z_t - \int_0^t G \hat X_s ds$——"未被解释的随机性"（Ch 6.2.12）。
Kalman-Bucy filter / Kalman-Bucy 滤波器：$d\hat X_t = (F - G^2 S/D^2) \hat X_t dt + (GS/D^2) dZ_t$。
Riccati equation / Riccati 方程：$\dot S = 2F S - G^2 S^2/D^2 + C^2$（1 维），$dS/dt = FS + SF^T - SG^T(DD^T)^{-1} GS + CC^T$（多维）。
Black-Scholes formula / Black-Scholes 公式：$p = x_1 \Phi(\eta + \tfrac12 \beta \sqrt T) - K e^{-\rho T} \Phi(\eta - \tfrac12 \beta \sqrt T)$。
delta hedging / Delta 对冲：保持 $\Delta = \partial \Phi / \partial X$ 数量的对冲。
American option / 美式期权：欧式 + 任意时间提前行权 = 最优停时。
Longstaff-Schwartz algorithm / Longstaff-Schwartz 算法：最小二乘蒙特卡洛——美式期权定价的工程标准。

§10 总体评分 (Overall rating) 与推荐

11.1 总评 (评分)

总评：4.5 / 5（基于工程 + 教学的视角）

理论深度：4.5/5（Itô 公式 + 鞅表示 + Girsanov 严密，跳扩散 + 粗糙路径 + SPDE 缺失）
工程价值：5/5（Black-Scholes + Kalman-Bucy + Merton 投资 + 最优停时 = 全谱应用）
教学性：5/5（每个概念配例子，问题驱动的章节结构）
写作清晰度：4.5/5（逻辑清晰，但部分高级章节略密）
现代性：4/5（跳扩散 / Lévy / 粗糙路径 / SPDE / 机器学习缺失，但鞅问题 + LQ 控制完整）

11.2 推荐

如果你只读一本 SDE 教科书——读这本。它把"理论 + 应用"完美地结合在一卷中。

如果你想深入理论——Karatzas-Shreve 1991（理论）+ Øksendal 2003（应用）。两本互补。

如果你关心金融工程——Øksendal 2003 + Björk 2009（金融数学专门）。两本互补。

如果你想用 SDE 解工程问题——Øksendal 2003 + 任何数值方法的工程教材（Gilbarg-Trudinger 1983 是椭圆 PDE 数值方法标准；Longstaff-Schwartz 2001 是美式期权蒙特卡洛标准）。

一句话推荐：这是 21 世纪 Itô 理论的"工程师友好"标准教材——如果你的目标是"用 SDE 解决应用问题"，这是你的第一本书。

§11 读后反思

读完本书后，最深的洞察是：Itô 理论的"成功"不在于"加 $\tfrac12 \sigma^2$ 项"的数学技巧，而在于"把随机过程转化为代数计算"的方法论。Itô 公式的乘法表 $(dB)^2 = dt$ 是这种"代数化"的具体实现——一旦接受这个微元代数，所有复杂 SDE 都能像多项式一样被"展开"。

本书的另一个深刻之处是"PDE-SDE 对偶"——把抽象的 PDE 解转化为"扩散路径的期望"。这不是"两种语言描述同一事物"，而是"对偶"——同一个数学对象有两个互补的视角。PDE 视角强调"局部微分结构"，SDE 视角强调"全局路径概率"。两种视角在 Itô 公式 + Dynkin 公式 + Feynman-Kac 公式中得到完美的统一。

最后，本书的"工程凯旋"——Black-Scholes 公式 + Kalman-Bucy 滤波器——是 21 世纪应用数学的标杆。它告诉世界："纯数学"研究（Itô 微积分、Kolmogorov 扩张定理）可以转化为"有用数学"（金融工程、信号处理）。这种"理论 → 应用"的完整链条，是 Øksendal 这本教材最值得学习的哲学。

对未来的展望：Itô 理论在 21 世纪仍在发展——粗糙路径理论（Lyons 1998）处理路径粗糙度 $\gamma < 1/2$ 的一般过程；深度学习（Deep BSDE, Han-Jentzen-E 2018）把 HJB 方程的求解用神经网络实现；平均场博弈（Lasry-Lions 2007）把多 agent Nash 均衡描述为 PDE。这些21 世纪的发展是Itô 理论的自然延伸——而 Øksendal 2003 是这一切的坚实基础。

Ch 1 Problem	对应章节	关键方程
Problem 1: 含噪种群增长	Ch 5.1.1	几何 BM: \(N_t = N_0 e^{(r-\alpha^2/2)t + \alpha B_t}\)
Problem 2: 含噪 LRC 电路	Ch 5.1.3	线性 SDE: \(X(t) = e^{At} X_0 + \int_0^t e^{A(t-s)} K dB_s\)
Problem 3: Kalman-Bucy 滤波	Ch 6.2.8	Riccati: \(\dot S = 2FS - G^2 S^2 / D^2 + C^2\)
Problem 4: Dirichlet 问题的随机解	Ch 9.1	\(u(x) = E^x[\varphi(X_{\tau_D})] = \int \varphi\,d\mu^x_D\)
Problem 5: 资产最优停售	Ch 10.1.9	\(g^* = \hat g\)（最小 superharmonic majorant）, \(\tau^* = \tau_D\)
Problem 6: Merton 最优投资	Ch 11.2.1	HJB: \(\sup_v \{f^v + L^v \Phi\} = 0\)
Problem 7: Black-Scholes 期权定价	Ch 12.3.7-8	\(p = x_1 \Phi(\eta + \tfrac12 \beta \sqrt T) - K e^{-\rho T} \Phi(\eta - \tfrac12 \beta \sqrt T)\)