无需登录 数据私有 本地保存

随机游走模拟器 - 2D路径生成

15
0
0
0
就绪
起点 终点/当前位置 路径颜色： 早→晚
📊 步数: 0/1000 📍 当前位置: (0, 0) 📏 距原点: 0.00 🔴 最大范围: 0.00 📐 总路径长: 0.00

📖 随机游走知识问答

什么是随机游走（Random Walk）？
随机游走是一种数学上的随机过程，描述一个物体在空间中每一步都随机选择方向移动。最简单的例子是「醉汉走路」——一个醉汉每走一步都随机选择方向，无法预测他的最终位置。在2D随机游走中，每一步从当前位置出发，随机选择方向移动固定或可变的步长。尽管每一步都是随机的，大量步数后的统计性质却有着深刻的规律，比如平均位移与√n成正比。
随机游走和布朗运动有什么关系？
布朗运动（Brownian Motion）是随机游走的连续极限。当随机游走的步长趋近于零、步数趋近于无穷时，它的极限过程就是布朗运动。1827年植物学家罗伯特·布朗观察到花粉颗粒在水中的不规则运动，后来爱因斯坦在1905年用随机游走模型对此进行了解释，这成为了原子论的重要证据。在金融数学中，布朗运动被用来模拟股票价格的波动。
什么是莱维飞行（Lévy Flight）？
莱维飞行是一种特殊的随机游走，其步长服从幂律分布——大部分步长较短，但偶尔会出现极长的跳跃。这种模式在自然界中广泛存在：信天翁的觅食飞行、浮游生物的运动、甚至人类的空间移动模式都表现出莱维飞行特征。与普通随机游走相比，莱维飞行能更高效地探索广阔空间，这就是为什么许多动物进化出了这种搜索策略。在本工具中选择「莱维飞行」类型即可观察这种独特的运动模式。
随机游走在金融领域有什么应用？
随机游走假说（Random Walk Hypothesis）是金融经济学中的核心理论之一，认为股票价格的短期变动不可预测，价格走势遵循随机游走模式。这意味着技术分析无法持续战胜市场。虽然现实中市场价格并非完全随机，但随机游走模型为期权定价（Black-Scholes模型）、风险管理、投资组合优化提供了重要的数学基础。现代量化金融中广泛使用带漂移项的随机游走来建模资产价格。
为什么随机游走的平均位移与√n成正比？
这是一个优雅的数学结果。对于n步的2D随机游走（每步固定长度d），期望的平方位移E[R²] = n·d²，因此均方根位移RMS = d·√n。这意味着走100步后平均离原点约10个步长，走10000步后约100个步长——而不是直觉中的100倍差距。这个√n规律源于每一步的独立性：位移是向量和，各向同性导致大量步数后净位移远小于总路径长度。你可以在模拟器中观察这个现象：步数增加100倍，终点距原点大约只增加10倍。
如何使用这个随机游走模拟器？
使用非常简单：①选择游走类型（标准4方向/8方向/连续角度/莱维飞行）；②调整步数（10-10000）、步长（1-50）和动画延迟（1-200ms）；③点击「开始」观看实时动画，或点击「瞬间完成」立即查看完整路径；④使用「暂停」和「步进」按钮可逐帧观察；⑤路径颜色从蓝色渐变到红色，直观展示时间演进；⑥实时统计面板显示当前位置、距原点距离等关键指标。所有参数可随时调整，点击「重置」清空画布。
🔧 相关工具