不知能否帮助你理解这两个概念（需要懂一些随机积分学和概率论）
1. 风险中立 -- risk neutrality
在black-scholes模型下，所有asset的drift等于无风险利率，即其随即微分方程为 dS(t) = S(t)[r(t)dt + sigma(t)dW(t)], where S is the asset price process, r(t) is the risk-free rate, sigam(t) is the diffusion coefficient and W is a standard Brownian motion under the risk-neutral measure
通常做衍生品标价时候都运用risk-neutral pricing，即直接假设asset在风险中立世界里的随机过程。因为衍生品的价格是由V(t)/B(t) = E[V(T)/B(T)|F(t)], where V 是衍生品的价格，B是money market account，给出的。
说到这个数学期望E，我们算expectation是在等价测度下计算的。
2. 等价测度 -- equivalent martingale measure
如果在money market account是numeraire的等价测度下，所有被money market account所discount的asset price是martingale（鞅??），简单来说如果S是一个asset price process，那么S(t)/B(t) = E[S(T)/B(T)|F(t)]，折扣的未来价格的期望值等于折扣的现价。这个equivalent martingale measure通常被称之为risk-neutral measure.
如果Zero-coupon bond是numeraire，那么所有被ZCB所discount的asset price process是martingale;
e.g.
V(t)/P(t,T) = E[V(T)/P(T,T)|F(t)] ==> V(t) = P(t,T)E[V(T)|F(t)] where P(t,T)是ZCB（maturity T）的价格。这个equivlaent martingale measure通常被称之为forward measure。
金融数学原来都是以偏微分方程（PDE）来求解的，但是80年代开始引入的概率方法求解（martingale pricing）比起PDE相对容易理解，算起来更容易些，并且可以运用Monte Carlo模拟来计算衍生品的价格。
PS 当然怎样从现实世界（real world）转换到风险中立世界（risk-neutral world）呢，我们需要运用一个转换测度的理论，girsanov's theorem，其效果就是通过measure change，我们的asset price process只有drift会变化，volatility, correlation之类的都不会有任何影响！一个非常有用的理论
[ 本帖最后由 yanccy1 于 2008-6-24 11:01 PM 编辑 ]
