應用：ML 與交易裡的微積分
這是微積分這一層的第五關（共五關），也是收尾的一關：
前四關把工具擺好（斜率、面積、
梯度、規則與鏈式），
這一關把它們接回你真的會遇到的三個場合：機器學習、交易、以及日常決策。
三個互動各對應一個工具：選擇權的 Delta / Gamma（一階與二階導數）、
softmax 與交叉熵（e 與 ln）、log 報酬的期望值（積分）。
這一關是微積分 05，不算在主線十六關裡。它不教新的微積分 ——
每一個式子都指回前面某一關的某一節。梯度下降那一段刻意不重做：
最佳化 01 ⑤⑥ 已經有完整的互動。
① 這關在解什麼問題：那些工具到底出現在哪裡
前四關給了你什麼
導數關 ②：斜率與線性近似。
積分關 ④：面積 ＝ 機率、期望值 ＝ 積分。
多變量關 ③：二階導數決定彎向哪邊。
規則關 ③④：鏈式法則與反向傳播。
四關的例子都取自這套教材自己的前面關卡（09、12、13、14、15）。
這一關換成外面的世界：同樣四個工具，換到 ML 論文、選擇權報價、投組報告裡的樣子。
下面這張表就是這一關的地圖。每一格都是「同一個工具換一個場合」：
| 工具 | ML / AI | 交易 / 量化 | 生活 |
|---|---|---|---|
| 一階導數 「動一點差多少」 |
損失對權重的梯度（訓練的每一步） | Delta：選擇權對標的價格的斜率；債券的 duration （②） | 「多睡一小時，隔天效率差多少」 邊際效益都是導數 |
| 二階導數 「彎向哪邊、彎多兇」 |
學習率能開多大（曲率越大越要小步） | Gamma：Delta 自己的變化率；債券的 convexity （②） | 「加班到第幾小時開始不划算」 報酬遞減就是二階為負 |
| e 與 ln 「乘法變加法」 |
softmax（把分數變機率）、 交叉熵 −ln p（③） | log 報酬（相加就是複利）、對數刻度看價格 | 複利、半衰期、「感覺上的差別是比例不是差額」 |
| 積分 / 期望值 「一整段加起來」 |
期望損失、連續分布下的 loss（積分 ＝ 加權平均） | E[ln R]：長期成長率；風險 ＝ 期望值周圍的散開 （④） | 「平均通勤時間」「這台冷氣一年電費」 |
| 鏈式法則 「一層套一層」 |
反向傳播（規則關 ④） | 敏感度串接：利率 → 折現因子 → 價格 | 「匯率換兩次」「油價 → 運費 → 售價」 |
最後一列已經在 規則關 ④ 講完，這一關不重複； 這一頁做的是前四列裡標了節號的那四格。
本頁符號對照表
這一頁的符號都是領域慣例，不是新的數學：
| 符號 | 唸法 | 它其實是什麼 | 哪一節 |
|---|---|---|---|
| Δ | Delta | 就是一階導數 dV/dS：標的價格動 1 元，選擇權價值動多少。 （大寫 Δ 在這裡是名字，不是「有限的差」） | ② |
| Γ | Gamma | 就是二階導數 d²V/dS²：Delta 自己的變化率 | ②；多變量關 ③ 的 f″ |
| softmax | soft max | 把幾個任意實數變成加起來等於 1 的正數： ezi ÷ Σezj | ③ |
| CE | cross entropy（交叉熵） | 分類問題的損失：−ln p正確類別。 猜對的機率越高，損失越低 | ③ |
| E[·] | expectation of | 期望值：機率統計 01 ④ 的加權平均， 連續版就是 積分關 ④ 那條積分 | ④ |
| Φ | 大寫 Phi | 標準常態的累積機率（機率統計 02 ④ 那條 S 形曲線）。 這一頁用 Simpson 現場積出來 | ② · ④ |
整頁只有兩個真正的新名詞：Delta 與 Gamma，而它們就是 f′ 與 f″。 這是這一關存在的理由 —— 領域名詞比數學多，但數學只有那幾個。
微積分這一層有五關，你在第 05 關
五關沒有先後綁定（除了多變量關與規則關預設你讀過導數關）。這一關預設你讀過 導數、積分、 規則三關：
| 關 | 它回答什麼 | 誰在用 |
|---|---|---|
| 導數 | 「這一點斜多少」 | 最佳化 01 的梯度、最佳化 02 的影子價格、最佳化 03 的「導數設 0」、基礎 01 量過的 eˣ 斜率 |
| 積分 | 「這一段總共多少」 | 機率統計 02 的面積 ＝ 機率、機率統計 05 的尾巴、機率統計 01 的臨界值、期望值 |
| 多變量 | 「兩個以上的變數怎麼斜」 | 最佳化 01 ⑤ 的 ∇f、最佳化 01 ④ 的凸性、最佳化 03 ⑦ 的 2Cw、最佳化 02 的相切 |
| 規則 | 「不算極限，直接寫下導數」 | 02 ⑤ 的 2x、機率統計 05 ⑤ 的 λe−λt、反向傳播 |
| 應用（你在這裡） | 「這些工具在 ML 與交易的哪裡」 | 選擇權 Delta / Gamma、softmax 與交叉熵、log 報酬的期望 |
① 不重做梯度下降。最佳化 01 ⑤⑥ 已經有完整的互動（拖起點、調學習率、看它滾下坡、看它震盪）， 而梯度是誰算的在 規則關 ④。 這一頁只補「損失函數自己長什麼樣」（③ 節）。
② 不教金融工程。② 節會用到選擇權的定價公式，但公式怎麼來的完全不重要 —— 它在這裡的身分只是「一條算得出來的曲線」，好讓你在上面量斜率與曲率。 （那條公式需要隨機微積分，跟這一層的東西是兩回事。）
Delta 是 f′、Gamma 是 f″、softmax 是 e 的正規化、交叉熵是 −ln、期望值是積分。 五個聽起來很專業的詞，全部是前四關的東西換了名字。
每一節都會現場對帳：領域公式算一次、微積分的土方法量一次，兩邊必須相等。
② 交易的導數：Delta 是斜率，Gamma 是斜率的斜率
導數關與多變量關給了你什麼
導數關 ②：斜率 ＝ 切線 ＝ 割線在 h → 0 的極限，
程式裡用中央差分量。同關 ④：切線可以拿來預測附近的值，
但走遠了會系統性偏掉，偏多少由二階導數決定。
多變量關 ③：二階導數的量法
（(f(x+h) − 2f(x) + f(x−h)) / h²）。
這一節只做一件事：把那兩個東西改叫 Delta 與 Gamma。
選擇權在這裡的身分：一條算得出來的曲線
買一張買權（call option）＝ 買到「未來可以用固定價格 K 買進某個東西」的權利。到期時它值多少很簡單：市價高於 K 就賺差價，低於 K 就作廢 （max(S − K, 0)，就是圖上那條灰虛折線）。
但到期之前它不是那條折線，而是一條平滑的曲線 —— 因為還有時間， 「現在低於 K」不代表到期還低於 K。這一節用的定價公式（Black–Scholes） 你完全不需要看懂，它在這裡的身分只有一個：一條可以拖著量斜率的曲線。
S —— 標的現在的價格（橫軸）。
Δ（Delta）—— 就是一階導數：標的漲 1 元，選擇權大約漲 Δ 元。 買權的 Δ 一定在 0 與 1 之間。
Γ（Gamma）—— 就是二階導數，也就是「Δ 自己的斜率」。 Γ 大 ⇒ Δ 變得快 ⇒ 用 Δ 做的線性預測很快就失效 （導數關 ④ 那條「誤差 ≈ ½f″·(步子)²」）。
—
—
假設你賣了一張買權，怕標的漲。買 Δ 股標的就能把「漲一點」的風險抵掉 —— 因為選擇權漲 Δ × 1 元、你手上的股票也漲 Δ × 1 元。 這叫 Delta 對沖，它就是導數關 ④ 那條 f(x) ≈ f(a) + f′(a)(x−a) 拿去下單。
問題是它只在附近成立。標的走遠了，Δ 自己會變（那就是 Gamma）， 你手上的股數就不對了 —— 所以要重新調整。 Gamma 越大，越要頻繁調整（讀數盤那一列「往上 1 元：切線估 vs 真值」 就是誤差的現場量測，它大約等於 ½Γ·1²）。
同一件事在 最佳化 02 關坑 4 是「λ 走遠就低估」、 在 機率統計 02 ⑨ 是「E 穿不過非線性」—— 三個場合，同一個二階項。
債券的價格對殖利率的斜率叫 duration（存續期間）， 那條斜率自己的變化率叫 convexity（凸性）。 它們就是這一節的 Δ 與 Γ，只是橫軸換成利率。
所以「利率升 1%，債價跌多少」的標準算法 ΔP ≈ −D·Δy + ½·C·(Δy)² 就是 導數關 ④ 的線性近似再多留一項二階 —— 多留那一項的理由，跟 Delta 對沖要考慮 Gamma 完全一樣。
「凸性」這個詞你在 最佳化 01 ④ 也見過 （那裡講的是「碗形保證往下走到得了谷底」）。同一個字、同一個二階導數，兩個領域各用一次。
常見的說法是「Delta 0.55 代表有 55% 的機率到期會賺」。 那是巧合式的近似，不是定義。Delta 的定義就只有一句： dV/dS，價值對價格的斜率。
（真的很接近的那個量是另一個數字 Φ(d₂)，跟 Delta Φ(d₁) 差一點。這一頁不展開，只提醒你別把兩件事混成一件。）
一階導數 ＋ 二階導數在交易裡就是這兩個希臘字母。 下一節換工具：把 e 與 ln 接到機器學習的損失函數上。
③ ML 的 e 與 ln：softmax 把分數變機率，交叉熵是 −ln p
基礎 01 關與規則關給了你什麼
基礎 01 ①②：ez 永遠是正的、而且單調遞增。
基礎 01 ④：ea+b = eaeb。
導數關 ③：(ez)′ = ez、
(ln p)′ = 1/p。
規則關 ③④：鏈式法則與反向傳播。
這一節把這幾條組起來，變成分類模型的最後一層與損失函數 ——
也就是 ChatGPT 吐出下一個字之前做的那個動作。
問題：模型吐出來的是分數，不是機率
分類模型（包含語言模型）最後一層吐出來的是幾個任意實數，叫 logits （例如 2.0, 1.0, 0.1）。它們可能是負的、加起來也不等於 1， 所以不能直接當機率用。要把它們變成機率，需要一個函數做兩件事： ① 全部變正的、② 加起來等於 1。
分母把所有分子加起來，負責「加起來等於 1」（每一項都除以總和，總和自然變 1）。
為什麼是 e 而不是別的正函數？三個理由： ① e 的性質最乾淨（導數關 ③：微分之後是自己）； ② z 差 1 就是機率比例差 e 倍 （基礎 01 ④ 的「相加變相乘」）； ③ 跟 ln 互逆，所以配上 −ln p 當損失時 梯度會化簡到非常漂亮（下面）。
名字的來歷：它是「soft 版本的 max」—— 最大的那個 z 拿到最多機率，但不是贏者全拿。
有了機率，就要一個損失來說「猜得多爛」。分類問題的標準損失是交叉熵：
為什麼負號：機率是 0 ～ 1，ln 在這一段是負的 （基礎 01 ②），加負號讓損失變正的。
兩個端點：p = 1（完全確定而且對）→ −ln 1 = 0，零損失； p → 0（把正確答案判成不可能）→ −ln p → ∞，損失無上限。
這個不對稱是故意的：「很有信心卻答錯」要被罰得非常重。
—
—
平移不變：為什麼「三個一起平移」機率不變
把每個 zi 都加上同一個常數 c， 分子變成 ezi+c = ezi·ec （基礎 01 ④ 的「相加變相乘」），分母也同樣多一個 ec —— 上下對消，機率完全一樣。
ez 在 z = 800 就 overflow 成
Infinity，然後 ∞/∞ 變成 NaN，整個訓練炸掉。
所有正式的 softmax 實作都會先減掉最大的那個 logit
（zi − max z）：機率一模一樣，
但最大的指數變成 e0 = 1，永遠不會爆。
同理，正式實作也不會先算 p 再取 ln
（p 太小時 ln 0 = −∞），
而是把兩步合成一個 log_softmax：
ln pi = zi − ln Σezj。
這行式子就是 基礎 01 ④ 那條「除法變相減」。
softmax ＋ 交叉熵合起來的時候，損失對 logits 的梯度化簡成一個乾淨到不像話的式子：
白話：「你猜的機率」減掉「正確答案」。猜對的那一類梯度是 p − 1（負的 → 要把那個 logit 調高）， 其他類是 p（正的 → 要調低）。
怎麼來的：CE = −ln p 對 p 微分得 −1/p（導數關 ③）， p 對 z 微分用商規則 ＋ 鏈式 （規則關 ②③）， 兩個乘起來的時候 1/p 跟 p 對消，剩下 p − y。
這就是 規則關 ④ 那條反向鏈的第一格： ∂L/∂z 算出來之後，往前每一層再乘一次局部斜率，就是反向傳播。 而「梯度 ＝ 猜的 − 真的」也解釋了訓練的直覺：錯多少，就往回推多少。
如果換一個損失（例如平方誤差），這個對消就不會發生，梯度會多出一個 p(1−p) 因子 —— 機率接近 0 或 1 時它幾乎是 0， 學不動（那正是 規則關 ④ 的「梯度消失」）。 softmax 配交叉熵是為了避開這件事，不是傳統。
softmax 給你一個加起來 1 的數字組，但它不保證那些數字誠實。 深度網路普遍過度自信（給 0.99 但實際正確率只有 0.8）， 這叫校準（calibration）問題 —— 要另外處理（溫度調整之類）。
「加起來是 1」是算術保證，「說得準」不是。 這跟 機率統計 01 ⑨ 那句「估計值本身有不確定性」是同一種警覺。
這一節的全部微積分只有兩條：e 的性質與 ln 的導數。下一節換最後一個工具：積分。
④ 積分的期望：E[ln R] 與「風險是期望值周圍的散開」
積分關與基礎 01 關給了你什麼
積分關 ④：期望值就是一條積分
（E[T] = ∫ t·f(t) dt，權重是那一小條的面積），
而且它不是「一半機率」的位置。
基礎 01 ⑦⑨ 與 實戰 ③：
報酬要取 ln 才能相加。
這一節把兩件事疊起來：對「log 報酬」取期望值 ——
那是量化交易裡唯一真正代表「長期成長率」的數字。
先講清楚兩個報酬
一期的總報酬倍數寫成 R（漲 3% 就是 R = 1.03）。它的 ln 叫 log 報酬： X = ln R。兩者的差別是相乘 vs 相加：
為什麼這件事重要：能相加的東西才能用期望值與變異數那一整套工具 —— 機率統計 03 關的 Var(X+Y)、 機率統計 02 ⑥ 的中央極限定理，全部只對「相加」成立。
所以量化的標準做法是：先取 ln、再談期望與波動。
假設 log 報酬服從常態分布 N(μ, s²) （機率統計 02 ⑥ 給了理由：很多小影響加起來會長成常態）。 這一節要算的三個量全部是積分：
第二條：虧錢的機率 —— ln R < 0 等價於 R < 1（基礎 01 ②：ln 在 1 那裡穿過 0）。 它就是圖上紅色那塊面積，跟 機率統計 02 ④ 的 Φ 是同一件事。
第三條：倍數本身的期望值。注意它不等於 eμ —— 多出來的 es²/2 就是 機率統計 02 ⑨ 那句「E[exp Y] ≠ exp(E[Y])」的因子。
—
—
算術平均與幾何平均：波動吃掉的那一塊
上面第 ② 個觀察值得單獨講，因為它是量化裡最容易被誤導的地方：
| μ ＝ 0.01 固定 | E[R]（算術平均） | eμ（幾何平均） | 虧錢機率 |
|---|---|---|---|
| s ＝ 0.05 | 1.011314 | 1.010050 | 42.07 % |
| s ＝ 0.10 | 1.015113 | 1.010050 | 46.02 % |
| s ＝ 0.15 | 1.021477 | 1.010050 | 47.34 % |
中間那一欄完全不動，因為長期的複利成長率由 E[ln R] = μ 決定，跟波動無關； 左邊那一欄卻隨著波動一路變大 —— 那個「變大」不會進到你的帳戶裡。 這個現象在交易上叫波動拖累（volatility drag）。
整套教材從 02 關 就在做同一件事： 期望值說「大概在哪」，標準差說「大概散多開」。 這一節的 s 就是 log 報酬的標準差， 而它在圖上是兩條灰虛線的距離。
所以「風險」在這裡不是「會不會賠」這種模糊的感覺，而是一個可以量的東西： 同樣的 μ，s 越大 ⇒ 單期結果離 μ 越遠 ⇒ 虧錢機率越高（上表第三欄）。 最佳化 03 關把「最小化這個散開」當成目標函數、 機率統計 03 ⑥ 告訴你多資產的散開怎麼合成 （wᵀCw）—— 那一整套的地基就是這一節這條積分。
- 年化：log 報酬可以相加，所以 n 期的期望是 nμ、 變異數是 n·s²（獨立的話）—— 所以波動年化要乘 √n，不是 n （機率統計 03 ② 的「變異數相加、標準差不相加」）。
- 比較策略：兩個策略的 E[R] 一樣但 s 不同時， s 小的那個長期一定跑贏（因為 μ = ln E[R] − s²/2 比較大）。 這就是「夏普比率」那類指標想抓的東西。
- 別把 E[R] 當成長期成長率： 回測報告裡「平均月報酬 2%」如果是算術平均， 長期實際成長會低於它，差多少就是上表那個 es²/2。
這一段全部踩在 積分關 ④ 那條 E[T] = ∫ t·f(t) dt 上 —— 只是把 t 換成 ln R。換的是語境，不是數學。
⑤ 這關回答了什麼
Delta 跟 Gamma 到底是什麼？為什麼要看第二個？
Delta ＝ 一階導數 dV/dS，Gamma ＝ 二階導數 d²V/dS²。Delta 回答「標的漲 1 元，選擇權漲多少」； Gamma 回答「Delta 自己變得多快」。
要看第二個的理由跟 導數關 ④ 一樣： 用 Delta 做的預測（與對沖）只在附近成立，走遠了誤差大約是 ½Γ·(走多遠)²。Gamma 大的地方（價平、快到期） Delta 變得極快，對沖要一直重調 —— ② 的下圖把 「Delta 曲線有多陡」直接畫出來了。
softmax 為什麼要用 e？可以用別的嗎？
要的只有兩件事：全部變正、加起來等於 1，所以理論上任何正函數都行。 選 e 有三個實際理由（③）： ① 它的導數最乾淨（微分之後是自己）； ② logits 差 1 就是機率比例差 e 倍，差值有一致的意義； ③ 跟 ln 互逆，所以配上 −ln p 當損失時 梯度剛好化簡成 p − y。
第三點是關鍵：換成別的組合，那個對消就不會發生，梯度會多一個 p(1−p) 因子，在 p 接近 0 或 1 的時候幾乎是 0 ——學不動。
交叉熵為什麼是 −ln p？把機率壓到 0 會怎樣？
因為 ln 在 0 ～ 1 之間是負的，加負號讓損失變正； 而且它剛好給出想要的形狀：p = 1 損失 0、p → 0 損失 → ∞。
「壓到 0」的後果就是損失爆炸：p = 0.01 時損失 4.6、p = 0.001 時 6.9。
這個不對稱是設計出來的 —— 模型「很有信心卻答錯」要被罰得非常重。
實作上為了避免真的算到 ln 0 = −∞，
會用 log_softmax 把兩步合成一步（③ 的工程框）。
E[ln R] 跟 E[R] 差在哪？為什麼交易看前者？
因為長期的複利成長率是 E[ln R]，不是 E[R]。 n 期的總報酬是相乘，取 ln 之後才變相加 —— 而期望值與變異數那一整套工具只對「相加」成立 （機率統計 03 ②）。
兩者的差距是 es²/2：μ = 0.01 固定， s 從 0.05 拉到 0.15，E[R] 從 1.0113 變成 1.0215， 但幾何平均一直是 1.0101（④ 那張表）。 那個變大是波動貢獻的假象，不會進帳戶 —— 這叫波動拖累。 它跟 機率統計 02 ⑨ 的 E[exp Y] ≠ exp(E[Y]) 是同一件事。
「風險」在這裡到底是什麼？
期望值周圍的散開，也就是 log 報酬的標準差 s —— ④ 圖上那兩條灰虛線的距離。
它不是「會不會賠」的感覺，而是可以量的東西：同樣的 μ， s 越大，單期結果離 μ 越遠、虧錢機率越高（42% → 47%）。 02 關的標準差、 機率統計 03 ⑥ 的 wᵀCw、 最佳化 03 ⑤ 的有效邊界，講的都是這一個量。
微積分這五關跟主線十六關的關係是什麼？
這一組自己編 01–05，但整組不算在主線十六關裡，因為它們沒有引入新的線性代數或機率概念 —— 它們補的是主線十六關一直在用、但沒有命名的那套動作：
- 導數：13 的梯度、14 的影子價格、15 的「導數設 0」、 基礎 01 ⑥ 量過的 ex 斜率。
- 積分：機率統計 02 的「面積 ＝ 機率」、機率統計 05 的尾巴、機率統計 01 的臨界值、期望值。
- 多變量：最佳化 01 ⑤ 的 ∇f、 最佳化 01 ④ 的凸性、最佳化 03 ⑦ 的 2Cw。
- 規則：02 ⑤ 的 2x、 機率統計 05 ⑤ 的 λe−λt、以及反向傳播。
- 應用（這一關）：反過來 —— 它不補主線十六關的債， 而是把工具帶到主線十六關以外的地方（ML、交易），讓你看到同一批數學換了名字還是它。
所以讀法是：卡在主線十六關某一節 → 去對應那一關；想知道學了能幹嘛 → 來這一關。 全景收束在 全景 01 關，真實案例在 實戰頁。