隨機指數（Doleans-Dade）
/ doh-lay-AHN dahd (Doléans-Dade) /
隨機指數是半鞅世界中 e^x 的正確對應物——解乘法方程 dZ = Z dX 的那個過程，即「指數是自己的導數」的隨機版本。它是測度變換（吉爾薩諾夫）、金融的幾何布朗模型、以及擴散的似然比建構背後的核心物件。由於伊藤修正，它並非單純的 e^X；公式帶有一個二次變差項，而這正是要點所在。
對 X_0 = 0 的連續半鞅 X，隨機指數 E(X)（亦寫作 Exp(X)）是線性 SDE dZ_t = Z_t dX_t、Z_0 = 1 的唯一解。用伊藤公式解出閉合形式 E(X)_t = exp(X_t - (1/2) [X]_t)，其中 [X] 是 X 的二次變差。-(1/2)[X] 項正是使 dZ = Z dX 成立的伊藤修正（把伊藤用於 exp(X - [X]/2)：二階項 -(1/2) d[X] 抵消了對指數微分所得的 (1/2) d[X]）。關鍵性質隨即得出：若 X 是連續局部鞅，則 E(X) 亦是連續局部鞅（因 dZ = Z dX 無漂移）。對 X = integral H dB 這寫成 E(integral H dB)_t = exp(integral_0^t H dB - (1/2) integral_0^t H^2 ds)。對帶跳躍的半鞅有更精細的乘積公式（cadlag 的 Doleans-Dade 指數含跳躍上的連乘），但連續情形是主力。
它的角色是把加性鞅轉化為乘性鞅，並定義新測度。在吉爾薩諾夫定理中，拉東-尼科迪姆密度 dQ/dP 正是一個隨機指數 E(integral H dB)，而在 Q 下過程 B - integral H ds 成為布朗運動。誠實而關鍵的提醒：當 X 是局部鞅時 E(X) 永遠是局部鞅，但它未必是真正的鞅——而它是否為鞅，正是吉爾薩諾夫定理技術上的核心。一個又非負（E(X) 作為指數即非負）的局部鞅自動是上鞅，故 E[E(X)_t] <= 1，唯有在額外條件下才取等號（成為真正的鞅）。這就是為何需要諾維科夫的 E[exp((1/2) integral_0^T H^2 ds)] < infinity 或卡扎馬基（Kazamaki）等充分條件，以保證 E(integral H dB) 是真正的鞅；缺了它們，候選密度的總質量可能嚴格小於 1，測度變換便失敗。
取 X_t = sigma B_t，一個 [X]_t = sigma^2 t 的連續鞅。其隨機指數為 E(X)_t = exp(sigma B_t - (1/2) sigma^2 t)，它滿足 dZ = sigma Z dB，是經典的指數（幾何布朗）鞅、E[Z_t] = 1——此處對常數 sigma 諾維科夫條件平凡成立。對照之下，取 H_s 為（增長夠快的某物）可使 E(integral H dB) 成為 E < 1 的嚴格局部鞅，這正是諾維科夫條件設計來排除的情況。
E(X) = exp(X - [X]/2) 解 dZ = Z dX；它永遠是局部鞅，但唯有在諾維科夫等條件下才是真正的鞅。
切勿把 E(X) 與 e^X 混淆：隨機指數是 exp(X - [X]/2)，而 -[X]/2 不可或缺。作為非負局部鞅，E(X) 永遠是上鞅（E[E(X)_t] <= 1）；取等號（即吉爾薩諾夫所需的真正鞅性質）需要諾維科夫等額外條件。