金融随机分析概要

肖悦文编著的《金融随机分析概要》讲述金融工程推荐的随机分析基础和常用的金融模型，具体内容有：现代概率论知识、常用随机过程（Markov链、Poisson过程、Brown运动）、离散时间鞅、离散时间资产定价理论、连续时间鞅、随机积分、连续时间资产定价理论。本书不仅给出了重要数学概念的金融含义，采用了易于理解的方法证明重要的数学结论，还强调了重要数学结论的适用场合。本书适合数学、统计学、金融学、管理等专业本科生、研究生使用，也可供相关领域研究人员和相关行业从业人员参考。

章 预备知识
1.1 概率空间
1.2 随机变量
1.3 随机变量的积分
1.4 随机变量的收敛性
1.5 条件数学期望
1.5.1 离散型场合
1.5.2 连续型场合
1.5.3 一般场合
1.6 习题
第二章 随机过程的基本概念
2.1 随机过程的定义
2.2 随机过程的有限维分布
2.3 随机过程的数字特征
2.4 几种常见的随机过程
2.5 习题
第三章 Poisson过程与更新过程
3.1 Poisson过程的定义
3.2 Poisson过程的时间间隔与到达时间
3.3 复合Poisson过程
3.4 更新过程
3.4.1 更新过程的基本概念
3.4.2 更新回报过程
3.4.3 交错更新过程
3.5 习题
第四章 Markov链
4.1 离散时间Markov链
4.2 连续时间Markov链
4.3 Markov链的稳态分布
4.4 习题
第五章 Brown运动
5.1 定义
5.2 连续性
5.3 命中时与优选值
5.4 Markov性
5.5 样本轨道性质
5.6 习题
第六章 离散鞅与离散时间金融模型
6.1 离散时间鞅
6.2 单阶段金融模型
6.2.1 市场模型
6.2.2 复制组合
6.2.3 无套利性
6.2.4 等价鞅测度
6.2.5 风险中性定价公式
6.2.6 远期定价
6.3 二叉树模型
6.3.1 等价鞅测度
6.3.2 自融资组合
6.3.3 无套利条件
6.3.4 期权定价公式
6.3.5 美式期权
6.3.6 Markov机制转换二叉树模型
6.4 一般离散时间模型
6.4.1 复制组合
6.4.2 风险中性定价方法
6.5 习题
第七章 随机积分与连续时间金融模型
7.1 连续时间鞅
7.2 一致可积性与鞅的停止定理
7.3 随机积分
7.4 Ito公式
7.5 测度变换
7.6 连续时间资产定价模型
7.6.1 Black-Scholes模型
7.6.2 Markov机制转换Black-Scholes模型
7.6.3 跳扩散过程
7.7 习题