Quant Sandbox
DerivatívákPortfólió és kockázatKötvényekVállalati pénzügyekValószínűség és mértékSztochasztikus modellekPiaci mikrostruktúraÚtmutató
Valószínűség és mérték
Valószínűségi mező
σ-algebrák
InformációFiltráció
Lebesgue-mérték
Valószínűségi változók
PörgettyűEloszlásfüggvény
Lebesgue-integrál
Riemann és LebesgueVárható érték rendezéssel
Konvergencia
Elszökő tömegKonvergenciatípusok
Feltételes várható érték
Legjobb tippMértékcsere
Kapcsolódó útmutatók
  • Feltételes valószínűség és feltételes várható érték
  • Mértékelmélet az opcióárazásban
  • Feltételes várható érték és martingálok
  • Mértékcsere és a Girsanov-tétel

© 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.

Mértékcsere

Beállítások

Új mérték: Q = N(μ, 1)
1,00
-22
Minták a P = N(0, 1) mértékből
10 000
100100000
Viszonyítás
Egy x-beli minta súlya
dQ/dP = exp(μx − μ²/2)
Ugyanazok a minták, új súlyok
−4−3−2−1012345a minta értéke, x00,10,20,30,40,5sűrűség012345súly, ww > 5, a grafikonon kívülátlag P alattμ = 1,00P = N(0, 1) alatt húzott mintákugyanazok a minták, súlyozvasúly: w(x) = dQ/dP
sima átlag, P alatt
0,006
átlagos súly
1,002 ≈ 1
súlyozott átlag, Q alatt
1,010 ≈ μ
effektív mintaméret
3533 / 10 000

Az eszközről

Ugyanazokon a kimeneteleken új Q valószínűségi mértéket építhetünk átsúlyozással: minden x kimenetel dQ/dP(x) súllyal számít. Az exp(μx − μ²/2) súly a standard normális mintákat N(μ, 1) mintákká alakítja egyetlen pont elmozdítása nélkül. Húzd a μ csúszkát, és nézd, hogyan maradnak a minták a helyükön, miközben a súlyok, és velük a súlyozott hisztogram változnak. Az árazás is így működik: a valós P és a kockázatsemleges Q minden pályát közösen használ, csak a súlyokban különböznek, és a Girsanov-tétel megadja a súlyt egész Brown-pályákra.