我正在寻找一个 python 库，它可以让我计算随机微积分的东西，比如我定义扩散的随机过程的（条件）期望。我看了一下 simpy (simpy.sourceforge.net)，但它似乎不能满足我的需求。
这是为了快速原型设计和实验。在 java 中，我成功地使用了（现在不活动的）http://martingale.berlios.de/Martingale.html库。
这个问题本身并不难，但是有很多不平凡的样板工作要做（有效的内存使用，变量减少技术等）。
理想情况下，我可以写出这样的东西（只是说明性的）：
def my_diffusion(t, dt, past_values, world, **kwargs):
W1, W2 = world.correlated_brownians_pair(correlation=kwargs['rho'])
X = 过去值[-1]
sigma_1 = kwargs['sigma1']
sigma_2 = kwargs['sigma2']
dX = kwargs['mu'] * X * dt + sigma_1 * W1 * X * math.sqrt(dt) + sigma_2 * W2 * X * X * math.sqrt(dt)
返回 X + dX
X = RandomProcess(diffusion=my_diffusion, x0 = 1.0)
打印 X.expectancy(T=252, dt = 1./252., N_simul= 50000, world=World(random_generator='sobol'), sigma1 = 0.3, sigma2 = 0.01, rho=-0.1)
例如，除了在 numpy 中重新实现它之外，还有其他人知道吗？