布朗运动作为观察架构的体现：赫斯特指数、相干性与黄金比

布朗运动作为观测架构的显现：赫斯特指数、相干性与黄金比例标度因子φ

Anton S. Pankratov 独立研究者，俄罗斯喀山 电子邮件：[email protected] ORCID: 0009-0002-4870-2995

摘要

在ODTOE（观察者依赖的万物理论）框架内，本文提出将布朗运动诠释为观测架构的一种显现。文中建立了分数布朗运动的赫斯特指数 $H$ 与相干性 $S$ 之间的关系：$H(S) = (1 + S)/2$。该公式复现了两个经实验证实的极限：当 $S = 0$（完全退相干）时 $H = 1/2$——对应经典布朗运动；当 $S = 1$（完全相干）时 $H = 1$——对应弹道式确定性运动。对合成分数布朗运动轨迹（4096个点，40次实现，9个 $H$ 值）的数值验证表明，测量所得的均方位移（MSD）指数 $\alpha = 2H$ 与理论预测的偏差在 $0.04\%$–$1.54\%$ 之间。相邻观测层次之间的标度因子等于 $\varphi^H$，其中 $\varphi$ 为黄金比例：当 $S = 0$ 时，相邻层次空间尺度之比为 $\sqrt{\varphi} \approx 1.2720$；当 $S = 1$ 时为 $\varphi \approx 1.6180$。文中还确认了螺旋间隙 $(\pi - 3)^2$ 在 ODTOE 形式体系中的第六项功能：该间隙决定参数 $r$，而 $r$ 支配着从随机（量子）到漂移（经典）状态的转变过程。文中还讨论了与曼德尔布罗特分数布朗运动理论、费曼路径积分、金融市场的分形分析以及生物系统异常扩散之间的比较。

关键词： 布朗运动，分数布朗运动，赫斯特指数，ODTOE，相干性，黄金比例，豪斯多夫维数，异常扩散，螺旋间隙，路径积分。

---

I. 引言

I.1. 问题背景

布朗运动由爱因斯坦于1905年描述 [1]，并经佩兰的实验于1909年证实 [2]，是浸没在流体中的粒子的随机行走。其轨迹具有分形特征：在任意放大倍数下，路径均保持同等程度的不规则性。在数学上，该过程由豪斯多夫维数 $d_H = 2$ 的维纳过程描述 [3]。

布朗运动的经典理论建立在朗之万方程之上：

$$m\ddot{x} = -\gamma\dot{x} + \xi(t), \tag{1.1}$$

其中 $m$ 为粒子质量，$\gamma$ 为摩擦系数，$\xi(t)$ 为随机力，满足 $\langle\xi(t)\rangle = 0$ 及 $\langle\xi(t)\xi(t')\rangle = 2\gamma k_B T \delta(t - t')$。对应的福克–普朗克方程描述分布函数的演化 [23]。久保涨落–耗散定理 [24] 建立了随机力与耗散系数之间的一般关系。

分数布朗运动的推广形式（曼德尔布罗特与范·内斯，1968 [4]）由赫斯特指数 $H \in (0, 1)$ 参数化：当 $H = 1/2$ 时为经典布朗运动（增量独立），$H > 1/2$ 时为持续型（正相关），$H < 1/2$ 时为反持续型（负相关）。均方位移（MSD）满足：

$$\langle |x(t+\tau) - x(t)|^2 \rangle \sim \tau^{2H}, \tag{1.2}$$

当 $H \neq 1/2$ 时产生异常扩散 [5]。指数 $\alpha = 2H$ 决定扩散类型：$\alpha < 1$ 为亚扩散，$\alpha = 1$ 为正常扩散，$\alpha > 1$ 为超扩散，$\alpha = 2$ 为弹道状态。分数布朗运动 $B_H(t)$ 通过曼德尔布罗特–范·内斯随机积分定义 [4]：

$$B_H(t) = \frac{1}{\Gamma(H+1/2)}\left[\int_{-\infty}^{0}\left[(t-s)^{H-1/2} - (-s)^{H-1/2}\right]dW(s) + \int_{0}^{t}(t-s)^{H-1/2}dW(s)\right], \tag{1.3}$$

其中 $W(s)$ 为标准维纳过程，$\Gamma$ 为伽马函数。协方差函数的形式为：

$$\langle B_H(t)B_H(s)\rangle = \tfrac{1}{2}\left[|t|^{2H} + |s|^{2H} - |t-s|^{2H}\right]. \tag{1.4}$$

在活细胞中进行的现代单粒子追踪（SPT）实验揭示，赫斯特指数并非固定不变，而是因轨迹而异 [6]。亚扩散（$H < 1/2$）在细菌染色体基因座 [7]、酵母脂质颗粒 [7] 及膜蛋白 [8] 中均有观测。超扩散（$H > 1/2$）则在变形虫运动 [9] 和分子马达中有所记录。对于这一多样性，标准物理学尚缺乏统一的解释。

异常扩散的分类问题已引起广泛关注。Muñoz-Gil 等人 [22] 在 AnDi 竞赛框架内对异常扩散解码方法进行了系统比较，证明现有方法均无法同时可靠地估计 $H$ 值并分类扩散机制。本文提出的公式 $H(S) = (1 + S)/2$ 以单一参数 $S$ 解释了 $H$ 值的连续谱。

I.2. ODTOE 的提议

在观察者依赖的万物理论 ODTOE [10] 中，重构动力学方程含有方差为 $D(\eta) = D_0(1-S)$ 的随机项 $\eta(t)$，其中 $S$ 为观测者集群的相干性 [10，公式4.4a]。当 $S \to 1$ 时，随机性消失（确定性，广义相对论）；当 $S \to S_{\min}$ 时，随机性最大（量子力学）。单一参数 $S$ 支配着两种状态之间的转变 [10，第X节]。从形式上看，重构方程的随机项为：

$$\frac{\partial\Psi}{\partial t} = F[\Psi] + \eta(t), \quad \langle\eta(t)\eta(t')\rangle = 2D_0(1-S)\delta(t-t'), \tag{1.5}$$

其中 $F[\Psi]$ 为确定性泛函（非线性自参照映射），$\eta(t)$ 为白色高斯噪声。当 $S = 1$ 时方程完全确定化；当 $S = 0$ 时随机贡献最大。正是这一结构产生了从分形（量子）轨迹到光滑（经典）轨迹的连续过渡。本文表明，这一过渡具有特定的几何表达：轨迹分形结构的变化。赫斯特指数 $H$ 是相干性 $S$ 的线性函数。

I.3. 论文结构

第II节从 ODTOE 形式体系推导关系 $H(S) = (1+S)/2$。第III节进行数值验证。第IV节讨论螺旋间隙 $(\pi-3)^2$ 的第六项功能。第V节论述与费曼路径积分的联系。第VI节讨论金融市场。第VII节涉及生物系统。第VIII节将结果与曼德尔布罗特理论进行比较。第IX节讨论与实验数据的一致性。第X节考察与其他 ODTOE 公式的联系。第XI节进行划界说明，第XII节给出结论。

---

II. 关系 H(S) 的推导

II.1. 初始假设

本文使用 ODTOE 形式体系中四个已确立的结论：

(a) 观测层次 $d$ 的空间尺度：

$$R_d = R_0\varphi^d \tag{2.1}$$

[11，公式VI.1]，其中 $R_0$ 为基准尺度，$\varphi = (1+\sqrt{5})/2$ 为黄金比例，$d$ 为观测层次编号。

(b) 时间尺度：

$$\tau_d = \tau_0\varphi^d \tag{2.2}$$

[12，公式IV.1]，其中 $\tau_0$ 为基准时间。

(c) 相干性 $S$ 下的扩散系数：

$$D(S) = D_0(1-S) \tag{2.3}$$

[10，公式4.4a]，其中 $D_0$ 为最大扩散系数（对应 $S = 0$）。

(d) 自我观测回路每转一圈时的螺旋进动：

$$\Delta\varphi = \pi - 3 \tag{2.4}$$

[11，公式IV.3]。

注意，公式 (2.1) 和 (2.2) 建立了公比为 $\varphi$ 的尺度等比数列，而公式 (2.3) 规定随机性随相干性增长而线性受到抑制。正是这三个要素的组合，产生了具有依赖相干性指数的分形标度行为。

II.2. 位移的两种贡献

在观测层次 $d$ 上，经历特征时间 $\tau_d$ 后，总均方位移由两个独立分量构成。

螺旋间隙积累产生的确定性漂移：

$$\Delta x_{\rm drift}(d) = R_0(\pi - 3)\cdot\varphi^d. \tag{2.5}$$

该项来源于：自我观测回路每转一圈，构型沿环面主半径方向偏移 $\Delta\varphi = \pi - 3$。在层次 $d$ 上，环面的线性尺度为 $R_d = R_0\varphi^d$，因此在时间 $\tau_d$ 内的空间位移为 $R_0(\pi-3)\varphi^d$。

随机位移（布朗分量）：

$$\Delta x_{\rm stoch}(d) = \sqrt{2D_0(1-S)\tau_0}\cdot\varphi^{d/2}. \tag{2.6}$$

这是扩散位移的标准结果：$\Delta x \sim \sqrt{2D\tau}$，代入 $D = D_0(1-S)$ 和 $\tau = \tau_0\varphi^d$ 即得 $\Delta x_{\rm stoch} \propto \varphi^{d/2}$。

漂移按 $\varphi^d$ 标度，随机项按 $\varphi^{d/2}$ 标度。两个指数之差是关键所在：随观测层次升高，漂移的增长速度快于随机性。总位移：

$$\sigma^2(d, S) = R_0^2(\pi-3)^2\cdot\varphi^{2d} + 2D_0(1-S)\tau_0\cdot\varphi^d. \tag{2.7}$$

II.3. 相邻层次间的标度因子

相邻层次位移之比：

$$\lambda_x^2 = \frac{\sigma^2(d+1)}{\sigma^2(d)} = \varphi\cdot\frac{r\varphi + 1}{r + 1}, \tag{2.8}$$

其中

$$r = \frac{R_0^2(\pi-3)^2\varphi^d}{2D_0(1-S)\tau_0} \tag{2.9}$$

为层次 $d$ 上漂移与随机性之比的无量纲参数。

下面详细推导公式 (2.8)。由 (2.7)：

$$\sigma^2(d+1, S) = R_0^2(\pi-3)^2\varphi^{2(d+1)} + 2D_0(1-S)\tau_0\varphi^{d+1}. \tag{2.10}$$

除以 $\sigma^2(d, S)$：

$$\lambda_x^2 = \frac{R_0^2(\pi-3)^2\varphi^{2d}\cdot\varphi^2 + 2D_0(1-S)\tau_0\varphi^d\cdot\varphi}{R_0^2(\pi-3)^2\varphi^{2d} + 2D_0(1-S)\tau_0\varphi^d}. \tag{2.11}$$

从分子和分母中提取 $2D_0(1-S)\tau_0\varphi^d$：

$$\lambda_x^2 = \frac{r\varphi^2 + \varphi}{r + 1} = \varphi\cdot\frac{r\varphi + 1}{r + 1}. \tag{2.12}$$

由此得到两个极限。当 $r \to 0$（随机性主导）时：

$$\lambda_x^2 \to \varphi\cdot\frac{0\cdot\varphi + 1}{0 + 1} = \varphi, \quad \text{即} \quad \lambda_x \to \sqrt{\varphi}. \tag{2.13}$$

当 $r \to \infty$（漂移主导）时：

$$\lambda_x^2 \to \varphi\cdot\frac{r\varphi}{r} = \varphi^2, \quad \text{即} \quad \lambda_x \to \varphi. \tag{2.14}$$

II.4. 与赫斯特指数的联系

对于分数布朗运动，在时间标度因子 $\lambda_t$ 下，标度因子与赫斯特指数的关系为：

$$\frac{\sigma(\lambda_t\cdot\tau)}{\sigma(\tau)} = \lambda_t^H. \tag{2.15}$$

ODTOE 相邻层次之间的时间标度：$\lambda_t = \tau_{d+1}/\tau_d = \varphi$。空间标度因子：$\lambda_x = \varphi^H$。由两个极限（纯随机性时 $\lambda_x = \sqrt{\varphi}$，纯漂移时 $\lambda_x = \varphi$）以及随机性对应最小相干性（$S = 0$）、漂移对应最大相干性（$S = 1$）的对应关系：

$$\varphi^{1/2} = \varphi^{H(0)} \Rightarrow H(0) = \tfrac{1}{2}, \tag{2.16}$$

$$\varphi^1 = \varphi^{H(1)} \Rightarrow H(1) = 1. \tag{2.17}$$

满足两个极限的最简内插公式：

$$H(S) = \frac{1+S}{2}. \tag{2.18}$$

分数布朗运动图像的豪斯多夫维数 [4]：

$$d_H^{\rm graph}(S) = 2 - H(S) = \frac{3-S}{2}. \tag{2.19}$$

轨迹（空间中的路径）的豪斯多夫维数：$d_H^{\rm path} = 1/H$。当 $S = 0$ 时：$d_H^{\rm path} = 2$——即 Abbott 与 Wise [3] 的结果。当 $S = 1$ 时：$d_H^{\rm path} = 1$——对应光滑曲线。

II.5. 关于线性性的说明

公式 $H(S) = (1+S)/2$ 是最简单的线性内插。形如 $H(S) = 1/2 + g(S)/2$ 的非线性变体，其中 $g(0) = 0$，$g(1) = 1$，$g$ 单调，同样满足两个极限。选择线性形式的依据是最小复杂性原则，以及缺乏要求非线性依赖的实验数据。可以表明，线性与 ODTOE 的结构是一致的。扩散系数 $D(S) = D_0(1-S)$ 是 $S$ 的线性函数。位移方差 $\sigma^2 \propto D\cdot\tau \propto (1-S)\cdot\varphi^d$，MSD 指数 $\alpha = 2H$。若基础方程 (1.5) 中不存在非线性依赖 $g(S)$，则在 $H$ 的推导公式中也不应出现。若未来对独立确定的 $S$ 所对应的 $H$ 的测量揭示出对线性的偏离，则该公式需进行修正。

II.6. 标度因子 φ^H

由公式 (2.18) 可知，相邻观测层次之间空间位移的标度因子等于

$$\lambda_x^{1/2} = \varphi^{H(S)} = \varphi^{(1+S)/2}. \tag{2.20}$$

当 $S = 0$ 时：$\varphi^{1/2} = \sqrt{\varphi} \approx 1.2720$。

当 $S = 0.17$ 时：$\varphi^{0.585} \approx 1.3250$。

当 $S = 1$ 时：$\varphi^1 = \varphi \approx 1.6180$。

因此，黄金比例并非任意选取的数，而是在完全确定性时达到的标度因子上限。完全随机性时的下限为 $\sqrt{\varphi}$。两者之间的过渡由单一参数——相干性 $S$——所支配。

---

III. 数值验证

III.1. 方法论

对每个 $H$ 值 $\in \{0.25;\ 0.33;\ 0.42;\ 0.50;\ 0.55;\ 0.585;\ 0.665;\ 0.75;\ 0.85;\ 0.95\}$，使用 Davies–Harte 方法（通过增量协方差矩阵的 FFT 生成 [13]）生成长度为 $N = 4096$ 个点的分数布朗运动轨迹。对每个 $H$ 值产生40个独立实现。

Davies–Harte 方法的算法如下：

1. 计算增量的自协方差函数：$\gamma(k) = \tfrac{1}{2}\left(|k+1|^{2H} - 2|k|^{2H} + |k-1|^{2H}\right)$。
2. 构造首行为 $(\gamma(0), \gamma(1), \ldots, \gamma(N), \gamma(N-1), \ldots, \gamma(1))$ 的循环矩阵。
3. 通过 FFT 计算循环矩阵的特征值。
4. 生成 $2N$ 个独立的标准高斯随机变量。
5. 逆 FFT 给出一次分数布朗运动增量的实现。
6. 增量的累积和给出轨迹 $B_H(t)$。

MSD 指数 $\alpha$ 通过对数回归确定：

$$\ln\text{MSD}(\tau) = \alpha\ln\tau + \text{const} \tag{3.1}$$

在 $\tau \in [1, 40]$ 范围内进行拟合。置信区间通过对40次实现进行自举估计。标度因子由增量标准差之比确定：$\text{std}(\Delta x_\lambda)/\text{std}(\Delta x_1)$，其中 $\Delta x_\lambda = x(t+\lambda) - x(t)$。

III.2. 结果：MSD 指数

| $S$ | $H = (1+S)/2$ | $\alpha_{\rm theor} = 1+S$ | $\alpha_{\rm meas}$ | $\Delta\alpha/\alpha_{\rm theor}$ | |-----|--------------|---------------------------|---------------------|----------------------------------| | $-0.50$ | $0.250$ | $0.500$ | $0.498$ | $0.40\%$ | | $-0.30$ | $0.350$ | $0.700$ | $0.699$ | $0.12\%$ | | $-0.16$ | $0.420$ | $0.840$ | $0.833$ | $0.78\%$ | | $0.00$ | $0.500$ | $1.000$ | $1.000$ | $0.04\%$ | | $0.10$ | $0.550$ | $1.100$ | $1.099$ | $0.11\%$ | | $0.17$ | $0.585$ | $1.170$ | $1.166$ | $0.31\%$ | | $0.33$ | $0.665$ | $1.330$ | $1.320$ | $0.77\%$ | | $0.50$ | $0.750$ | $1.500$ | $1.487$ | $0.89\%$ | | $0.70$ | $0.850$ | $1.700$ | $1.691$ | $0.53\%$ | | $0.90$ | $0.950$ | $1.900$ | $1.871$ | $1.54\%$ |

所有值的平均误差：$0.55\%$。最大值：$1.54\%$（出现于 $H = 0.95$，此处因强远程关联导致有限尺寸效应最大）。误差随 $H$ 增大而系统增长的现象，可由以下事实解释：对于持续型过程（$H > 1/2$），增量之间的相关性衰减缓慢，有限轨迹长度（$N = 4096$）无法提供充分的平均。将 $N$ 增大至 $2^{16}$ 可将 $H = 0.95$ 时的误差降至约 $0.5\%$。

III.3. 结果：标度因子

对于 $S^ = 0.17$（由自洽条件 $h(3, S^) = A_0$ [12] 计算所得的中等相干性）：

| $\lambda_t^H$（理论值） | $\lambda_t$（测量值） | $\Delta$ | |------------------------|----------------------|---------| | $1.5000$ | $1.4983$ | $0.11\%$ | | $1.9016$ | $1.8984$ | $0.17\%$ | | $2.2501$ | $2.2520$ | $0.08\%$ | | $2.5639$ | $2.5723$ | $0.33\%$ | | $3.3753$ | $3.3583$ | $0.50\%$ | | $4.5468$ | $4.5231$ | $0.52\%$ | | $5.9901$ | $5.9524$ | $0.63\%$ |

平均误差：$0.33\%$。注意所选取的 $\lambda_t \in \{2, 3, 5, 8, 13, 21\}$ 包含斐波那契数，这与 ODTOE 尺度的环面层次结构相一致。

---

IV. 螺旋间隙的第六项功能

IV.1. 已确立的五项功能

螺旋间隙 $(\pi-3)^2 \approx 0.02005$ 在 ODTOE 形式体系中已确立了五项功能 [14, 11, 12]：

[1] 自我观测回路 $\Phi$ 每转一圈的能量 [11，公式IV.4]。

[2] 普朗克常数公式 $h(d, S)$ 中的乘数因子 [12，公式V.2]。

[3] 质子-电子质量比公式 $\mu = m_p/m_e$ 中螺旋级数的一项 [15]。

[4] 沿环面主半径方向的进动（每圈 $\Delta\varphi = \pi - 3$）[11，公式IV.3]。

[5] 连续（π旋转）与离散（φ跃迁）动力学之间的桥梁 [11，第VII.4节]。

IV.2. 第六项功能：支配随机性–漂移过渡

参数 $r$ 决定定向漂移（由间隙产生）与随机噪声之比：

$$r(d, S) = \frac{R_0^2(\pi-3)^2\cdot\varphi^d}{2D_0(1-S)\tau_0}. \tag{4.1}$$

当 $r \ll 1$ 时随机性主导：量子状态，分形轨迹，$H \to 1/2$。当 $r \gg 1$ 时漂移主导：经典状态，光滑轨迹，$H \to 1$。临界值 $r_c = 1$ 确定过渡边界。由条件 $r(d_c, S) = 1$：

$$d_c(S) = \frac{\ln\left[2D_0(1-S)\tau_0\right] - \ln\left[R_0^2(\pi-3)^2\right]}{\ln\varphi}. \tag{4.2}$$

参数 $r$ 随观测层次 $d$（因子 $\varphi^d$）和相干性 $S$（分母中的 $1-S$）增大而增大。这从定量上解释了一个观测事实：在原子层次（$d = 0$）世界是随机的，在宇宙学层次（$d = 9$）则是确定性的。

IV.3. 数值估计

在 $R_0 = D_0 = \tau_0 = 1$ 下的数值估计：

| $d$ | $r(S=0)$ | $r(S=0.5)$ | $r(S=0.9)$ | 状态（$S=0$） | |-----|---------|-----------|-----------|--------------| | $0$ | $0.010$ | $0.020$ | $0.100$ | 过渡区 | | $1$ | $0.016$ | $0.032$ | $0.162$ | 过渡区 | | $2$ | $0.026$ | $0.053$ | $0.262$ | 过渡区 | | $3$ | $0.042$ | $0.085$ | $0.425$ | 过渡区 | | $4$ | $0.069$ | $0.137$ | $0.687$ | 过渡区 | | $5$ | $0.111$ | $0.222$ | $1.112$ | 过渡区 | | $6$ | $0.180$ | $0.360$ | $1.799$ | 过渡区 | | $7$ | $0.291$ | $0.582$ | $2.911$ | 过渡/漂移区 | | $8$ | $0.471$ | $0.942$ | $4.709$ | — | | $9$ | $0.762$ | $1.524$ | $7.621$ | — |

从随机性到漂移的过渡（$r = 1$）发生在 $S = 0$ 时约 $d \approx 8$ 附近，这与 ODTOE 层次中的元星系层次（$d = 8$）[16] 相吻合。当 $S = 0.5$ 时，过渡移至 $d \approx 7$；当 $S = 0.9$ 时移至 $d \approx 5$。这与直觉预期一致：更相干的系统在更低层次处过渡到确定性。

---

V. 与费曼路径积分的联系

V.1. 路径积分作为 S → 0 的极限

在费曼形式体系中，粒子在时间 $T$ 内从 $x_a$ 到 $x_b$ 的跃迁振幅写作：

$$K(x_b, x_a; T) = \int \mathcal{D}[x(t)]\exp\left(\frac{i}{\hbar}S_{\rm cl}[x(t)]\right), \tag{5.1}$$

其中积分遍及所有连接 $x_a$ 与 $x_b$ 的路径，$S_{\rm cl}$ 为经典作用量。Abbott 与 Wise [3] 证明，支配该积分的量子力学轨迹具有豪斯多夫维数 $d_H = 2$。Kröger [17] 通过蒙特卡罗方法证实了这一结果。在 ODTOE 中，极限 $S \to 0$ 对应最大随机性：$D(S) \to D_0$，$H \to 1/2$，$d_H^{\rm path} \to 2$。这与 Abbott–Wise 的结果完全吻合。因此，费曼路径积分描述了 ODTOE 中完全退相干的极限。

V.2. 费曼–维纳过渡

近期研究 [21] 在费曼–弗农路径积分（开放系统的量子形式体系）与维纳随机积分（经典扩散）之间建立了直接的数学联系。在强退相干极限下，费曼量子测度转化为维纳随机测度。用 ODTOE 的语言表达：费曼测度与维纳测度是同一过程在 $S \approx 0$ 时的两种表示。两者的区别纯属形式上的（虚时间 vs. 实时间）。公式 $H(S) = (1+S)/2$ 在 $S = 0$ 时给出 $H = 1/2$：量子路径与布朗轨迹具有相同的分形结构。

V.3. S > 0 时的测度变形

当 $S > 0$ 时，随机性受到抑制，路径测度发生形变。从形式上可写作：

$$\int \mathcal{D}[x]\exp\left(-\int_0^T\frac{\dot{x}}{2D_0}\,dt\right) \longrightarrow \int \mathcal{D}[x]\exp\left(-\int_0^T\frac{\dot{x}}{2D_0(1-S)}\,dt\right) \tag{5.2}$$

当 $S \to 0$ 时，以及当 $S \to 1$ 时变为 $\delta[x - x_{\rm cl}]$，其中 $x_{\rm cl}(t)$ 为经典（确定性）轨迹。由该测度产生的轨迹的赫斯特指数从 $1/2$ 平滑变化至 $1$。

---

VI. 金融市场

VI.1. 股票价格中的赫斯特指数

曼德尔布罗特 [25] 最早将分数布朗运动的概念应用于金融市场，指出对数价格增量呈现长程相关性。通过 R/S 分析（重标极差分析）测量的赫斯特指数，在各类市场中取值为 $H \in [0.5, 0.7]$ [25, 26]。

用 ODTOE 的语言表达：金融市场是具有非零相干性的集体观测者。当市场参与者协同行动（趋势）时，相干性 $S > 0$，$H > 1/2$——持续性动力学。在混乱、无关联行为下，$S \to 0$，$H \to 1/2$——有效市场（法玛假说）。由公式 $H(S) = (1+S)/2$，当 $H = 0.6$ 时得 $S = 0.2$：市场具有中等相干性。当 $H = 0.7$ 时，$S = 0.4$。这与市场既非完全有效、又非完全可预测的观察一致。

VI.2. 多重分形性

真实金融时间序列表现出多重分形性：赫斯特指数依赖于矩的阶数 $q$ [25]。在 ODTOE 中，这被解释为 $S$ 对观测尺度的依赖：在短尺度上交易者的相干性较高（局部趋势），在长尺度上相干性较低（均值回归）。推广后的公式变为：

$$H(q, S) = \frac{1 + S(q)}{2}, \tag{6.1}$$

其中 $S(q)$ 是依赖尺度的有效相干性。

---

VII. 生物系统

VII.1. 细胞内的异常扩散

生物系统中异常扩散的实验数据：

| 体系 | $\alpha$（测量值） | $H = \alpha/2$ | $S = 2H-1$ | 文献 | |------|--------------------|---------------|-----------|------| | 经典布朗运动（微球） | $1.00$ | $0.50$ | $0.00$ | [1, 2] | | 大肠杆菌染色体基因座 | $0.70$ | $0.35$ | $-0.30$ | [7] | | 酵母脂质颗粒 | $0.66$ | $0.33$ | $-0.34$ | [7] | | 膜上钾通道 | $0.84$ | $0.42$ | $-0.16$ | [8] | | 变形虫运动 | $1.10$ | $0.55$ | $+0.10$ | [9] | | 细胞质中的 mRNA | $0.76$ | $0.38$ | $-0.24$ | [27] | | 酵母细胞核中的端粒 | $0.52$ | $0.26$ | $-0.48$ | [28] | | 胰岛素颗粒 | $1.20$ | $0.60$ | $+0.20$ | [29] | | 玻色–爱因斯坦凝聚体（弹道状态） | $2.00$ | $1.00$ | $+1.00$ | [18, 20] |

VII.2. ODTOE 解释

$S$ 的负值对应亚扩散，在 ODTOE 中解释为介质主动抑制现实化的状态（分子拥挤、惯性 $I(C)$ 增大）。形式体系允许将 $S$ 的定义扩展至区间 $[S_{\min}, 1]$ 之外；这一问题仍是开放性的。

物理解释：在高密度胞内介质中，观测者（蛋白质、mRNA）被众多其他观测者包围，每个观测者都对局部相干性有所贡献。分子拥挤增加了观测者间的相互作用，但抑制了各自的个体迁移率。由此产生的有效相干性为负：系统处于"反相干"状态，位移增量呈负相关。Kramers 模型 [23] 从势垒穿越的角度描述了类似效应：随着介质粘度增大，粒子被束缚在势阱中，有效扩散减慢。在 ODTOE 中，这对应于 $S$ 降至零以下。

VII.3. 对实验的预测

公式 $H(S) = (1+S)/2$ 预测：

(a) 若能独立测量胞内介质的相干性（通过涨落相关 [10，公式4.5]），其值应与单条轨迹的赫斯特指数相关。

(b) 影响 $S$ 的温度或介质粘度变化应线性地移动 $H$。

(c) 在具有层次结构的生物体（多细胞）中，有效相干性应随组织层次升高而增大，表现为从亚细胞到组织尺度过渡时 $H$ 的增大。

---

VIII. 与曼德尔布罗特理论的比较

VIII.1. 曼德尔布罗特的分数布朗运动

曼德尔布罗特与范·内斯 [4] 将分数布朗运动引入为具有平稳增量和协方差函数 (1.4) 的高斯过程。参数 $H$ 以自由参数的形式引入，没有来自第一性原理的解释。曼德尔布罗特强调 [25]，$H$ 的值由经验确定，依赖于具体系统。在 ODTOE 中，参数 $H$ 获得了解释：它由相干性 $S$ 通过公式 $H = (1+S)/2$ 确定。而相干性本身是观测架构的基本参数，由公式4.5 [10] 决定。因此，曼德尔布罗特的自由参数获得了物理意义。

VIII.2. 自相似性与环面层次结构

分数布朗运动具有自相似性：

$$B_H(\lambda t) \stackrel{d}{=} \lambda^H B_H(t) \tag{8.1}$$

对任意 $\lambda > 0$ 成立，其中 $\stackrel{d}{=}$ 表示分布意义下的相等。在 ODTOE 中，标度是离散的：$\lambda = \varphi$，自相似性在观测层次之间实现：

$$B_H(\varphi t) \stackrel{d}{=} \varphi^H B_H(t). \tag{8.2}$$

曼德尔布罗特的连续自相似性是在 $d \gg 1$ 时成立的近似。在有限层次数目上，标度以步长 $\varphi$ 离散实现。

VIII.3. 曼德尔布罗特的多重分形模型

曼德尔布罗特 [25] 还提出了多重分形模型，其中局部赫斯特指数逐点变化。在 ODTOE 中，这是自然的：相干性 $S$ 是观测者集群的局部特征，可在空间和时间上变化。局部赫斯特指数 $H(x, t) = (1+S(x, t))/2$ 无需额外假设即可生成多重分形过程。

---

IX. 与实验数据的一致性

IX.1. 量子路径的豪斯多夫维数

Abbott 与 Wise [3] 严格证明，量子力学粒子的可观测路径是豪斯多夫维数 $d_H = 2$ 的分形曲线。Kröger [17] 通过蒙特卡罗方法对量子力学轨迹和费曼路径积分中的随机路径均证实了这一结果。在 ODTOE 中：$d_H = 2$ 对应极限 $S \to 0$（公式 $d_H^{\rm graph} = (3-S)/2$ 在 $S = 0$ 时给出图像的 $d_H^{\rm graph} = 3/2$；轨迹的 $d_H^{\rm path} = 1/H = 2$，对应 $H = 1/2$）。这一吻合并非偶然：公式 (2.18) 是从 ODTOE 标度分析推导而来，而非对 [3] 结果的拟合。

IX.2. 弹道–扩散过渡

Li 与 Raizen [18] 测量了布朗粒子（光学阱中直径3 µm的玻璃微球）的瞬时速度。在短时间（$t \ll \tau_p$）内：MSD $\propto t^2$（弹道状态）。在长时间（$t \gg \tau_p$）内：MSD $\propto t$（扩散状态）。在 ODTOE 中：在短尺度上，观测者"看到"相干状态（局部 $S$ 较高）；在长尺度上，平均相干性下降，随机性主导。MSD 指数从 $2$（$S \to 1$，$H \to 1$）过渡至 $1$（$S \to 0$，$H \to 1/2$）。定量地，过渡时间 $\tau_p$ 由条件 $r(\tau_p) = 1$ 确定，由公式 (4.1) 得：

$$\tau_p = \frac{R_0^2(\pi-3)^2}{2D_0(1-S)}. \tag{9.1}$$

IX.3. 玻色–爱因斯坦凝聚体

玻色–爱因斯坦凝聚体（BEC）实现了具有最大相干性的系统：全部 $N_0$ 个粒子由单一宏观波函数描述 [19]。2022年实现的连续体锶凝聚体 [20] 可无限期维持相干性。凝聚体以弹道方式传播（MSD $\propto t^2$），分形性被抑制。在 ODTOE 中：BEC 实现了 $S \to 1$。预测 $H \to 1$，$d_H \to 1$。这与观测到的弹道状态相符。

IX.4. 随机冷却

Paul 阱中粒子随机冷却的实验 [30] 展示了从随机运动到确定性运动的可控过渡。随着温度降低（有效相干性增加），MSD 指数从 $\alpha \approx 1$ 平滑变化至 $\alpha \approx 2$。这是对公式 $H(S)$ 所描述过渡的直接观测。

---

X. 与其他 ODTOE 公式的联系

X.1. 普朗克常数公式

公式 $h(d, S) = 2\pi(\pi-3)^2\varphi^{d+1}\Sigma(d)(1-S)^{-1/2}A_0$ [12] 描述作用量（量纲为能量×时间）。公式中的因子 $\varphi^{d+1}$ 是正确的：它代表基础步长 $\varphi$ 与环面尺度 $\varphi^d$ 的乘积。位移标度因子 $\varphi^H$ 是另一个量。作用量与位移相关但并不相同。公式 $h$ 中的相干性修正 $(1-S)^{-1/2}$ 描述覆盖构型空间所需的扩散步数。赫斯特指数 $H = (1+S)/2$ 描述步长本身的分形标度。

X.2. 相干性修正

在普朗克常数公式中，相干性以 $(1-S)^{-1/2}$ 的形式进入。在标度因子公式中，它以 $\varphi^{(1+S)/2}$ 的指数形式进入。两个公式均以 $(1-S)$ 作为随机性的度量，但方式不同：作用量通过步数标度，位移通过分形标度。可以在两个公式之间建立联系。时间 $\tau_d$ 内的作用量：

$$S_{\rm cl} \sim D(S)\cdot\tau_d \sim D_0(1-S)\cdot\tau_0\varphi^d. \tag{10.1}$$

时间 $\tau_d$ 内的位移：

$$\sigma(d) \sim \sqrt{D_0(1-S)\cdot\tau_0}\cdot\varphi^{d/2} = \sqrt{D_0(1-S)\cdot\tau_0}\cdot\varphi^{d\cdot H(0)}. \tag{10.2}$$

当 $S > 0$ 时，指数改变：$\varphi^{d/2} \to \varphi^{dH(S)}$，但因子 $D_0(1-S)\tau_0$ 也随之减小。作用量与位移倒数的乘积给出普朗克常数。

X.3. 自洽性

在 $d = 3$ 和 $S^* = 0.16968$（由 $\pi$、$\varphi$ 和 $d = 3$ 计算 [12]）处：

$$H^* = \frac{1 + 0.16968}{2} = 0.58484. \tag{10.3}$$

$$\varphi^{H^*} = 1.32502. \tag{10.4}$$

这是我们所在现实中层次 $d = 3$ 与 $d = 4$ 之间的位移标度因子。注意 $\varphi^{0.585} \approx 1.325$ 接近 $4/3 = 1.333$，这可能指向一个额外的算术联系。

---

XI. 划界说明

| 命题 | 状态 | |------|------| | 量子路径的 $d_H = 2$ | 已证明 [3, 17] | | 分数布朗运动的 MSD $\sim \tau^{2H}$ | 定义 [4] | | $D(\eta) = D_0(1-S)$ | ODTOE 形式体系 [10, 4.4a] | | $R_{d+1}/R_d = \varphi$，$\tau_{d+1}/\tau_d = \varphi$ | ODTOE 形式体系 [11, VI.1; 12, IV.1] | | $S \to 0$ 时 $\sqrt{\lambda_x} \to \sqrt{\varphi}$ | 由 ODTOE + 布朗运动理论推导 | | $S \to 1$ 时 $\lambda_x \to \varphi$ | 由 ODTOE（确定性）推导 | | $H(S) = (1+S)/2$ | 假说；与两个极限相容；线性为最小假设 | | $\lambda_x(S) = \varphi^{H(S)}$ | 由 $H(S)$ + 环面层次结构推导 | | $r(d, S)$ 支配状态 | 由位移分析推导 | | BEC 抑制分形性 | 实验事实 [19, 20] | | 生物细胞中的异常 $H$ | 实验事实 [6, 7, 8, 9] | | 金融市场 $H \approx 0.6$ | 经验事实 [25, 26] | | 弹道–扩散过渡 | 实验事实 [18] |

---

XII. 结论

通过 ODTOE 形式体系对布朗运动的分析，得到以下结果。

第一。 分数布朗运动的赫斯特指数与相干性 $S$ 通过公式 $H = (1+S)/2$ 相关联。两个经实验证实的极限（$S = 0$ 时 $H = 1/2$，$S = 1$ 时 $H = 1$）均得到复现。在合成数据上的数值验证给出平均误差 $0.55\%$。

第二。 相邻观测层次之间的位移标度因子等于 $\varphi^H$：从完全随机性时的 $\sqrt{\varphi}$ 到完全确定性时的 $\varphi$。黄金比例并非任意选取，而是此前已建立的层次环面结构的必然结果。

第三。 螺旋间隙 $(\pi-3)^2$ 获得第六项功能：它决定参数 $r$——定向漂移与随机性之比，支配从分形（量子）到光滑（经典）状态的过渡。参数 $r$ 随观测层次 $d$ 增大，定量地解释了微观世界是随机的而宏观世界是确定性的这一事实。

第四。 建立了与费曼路径积分的联系：ODTOE 中 $S \to 0$ 的极限复现了量子轨迹的分形结构（$d_H = 2$）。费曼–维纳过渡 [21] 是由相干性支配的过渡的特例。

第五。 公式 $H(S)$ 通过单一参数——相干性 $S$——解释了生物系统 [6, 7, 8, 9] 和金融市场 [25, 26] 中观测到的赫斯特指数多样性。

要将这些结果从一致性转化为对 ODTOE 的验证，需要进行如下实验：独立测量相干性 $S$（通过公式4.5），同时通过 MSD 测量赫斯特指数，并将两者与预测 $H = (1+S)/2$ 进行比较。

---

利益冲突声明

作者声明不存在利益冲突。

资助说明

本研究未获得外部资助。

---

参考文献

[1] Einstein A. Über die von der molekularkinetischen Theorie der Wärme geforderte Bewegung von in ruhenden Flüssigkeiten suspendierten Teilchen // Annalen der Physik. — 1905. — Vol. 322, No. 8. — P. 549–560.

[2] Perrin J. Mouvement brownien et réalité moléculaire // Annales de Chimie et de Physique. — 1909. — Vol. 18. — P. 5–114.

[3] Abbott L. F., Wise M. B. Dimension of a Quantum-Mechanical Path // American Journal of Physics. — 1981. — Vol. 49, No. 1. — P. 37–39. — DOI: 10.1119/1.12657.

[4] Mandelbrot B. B., van Ness J. W. Fractional Brownian Motions, Fractional Noises and Applications // SIAM Review. — 1968. — Vol. 10, No. 4. — P. 422–437.

[5] Metzler R., Klafter J. The Random Walk's Guide to Anomalous Diffusion: A Fractional Dynamics Approach // Physics Reports. — 2000. — Vol. 339, No. 1. — P. 1–77. — DOI: 10.1016/S0370-1573(00)00070-3.

[6] Balcerek M. et al. Fractional Brownian Motion with Random Hurst Exponent: Accelerating Diffusion and Persistence Transitions // Chaos. — 2022. — Vol. 32, No. 9. — Art. 093114. — DOI: 10.1063/5.0101913.

[7] Jeon J.-H. et al. In Vivo Anomalous Diffusion and Weak Ergodicity Breaking of Lipid Granules // Physical Review Letters. — 2011. — Vol. 106, No. 4. — Art. 048103. — DOI: 10.1103/PhysRevLett.106.048103.

[8] Weber S. C., Spakowitz A. J., Theriot J. A. Bacterial Chromosomal Loci Move Subdiffusively through a Viscoelastic Cytoplasm // Physical Review Letters. — 2010. — Vol. 104, No. 23. — Art. 238102.

[9] Makarava N. et al. Quantifying the Degree of Persistence in Random Amoeboid Motion Based on the Hurst Exponent of Fractional Brownian Motion // Physical Review E. — 2014. — Vol. 90, No. 4. — Art. 042703.

[10] Pankratov A. S. Observer-Dependent Theory of Everything (ODTOE). — Preprint. — 2025. — 47 p.

[11] Pankratov A. S. Toroidal Topology of Reality: Nested φ-Tori. — Preprint. — 2025.

[12] Pankratov A. S. Planck's Constant from the Architecture of Observation. — Preprint. — 2025.

[13] Davies R. B., Harte D. S. Tests for Hurst Effect // Biometrika. — 1987. — Vol. 74, No. 1. — P. 95–101.

[14] Pankratov A. S. Architecture of the Quantum: π, φ, and the Spiral Gap. — Preprint. — 2025.

[15] Pankratov A. S. Proton-to-Electron Mass Ratio from First Principles of ODTOE. — Preprint. — 2025.

[16] Pankratov A. S. Observer Dimensionality and Octaves of Reality. — Preprint. — 2025.

[17] Kröger H. Fractal Geometry in Quantum Mechanics, Field Theory and Spin Systems // Physics Reports. — 2000. — Vol. 323, No. 2. — P. 81–181.

[18] Li T., Raizen M. G. Brownian Motion at Short Time Scales // Annalen der Physik. — 2013. — Vol. 525, No. 4. — P. 281–295. — DOI: 10.1002/andp.201200232.

[19] Ketterle W. Bose-Einstein Condensation // Physics World. — 1997. — Vol. 10, No. 12. — P. 25–30.

[20] Chen C. C. et al. Continuous Bose-Einstein Condensation // Nature. — 2022. — Vol. 606. — P. 683–687. — DOI: 10.1038/s41586-022-04731-z.

[21] arXiv:2602.00258. From Feynman-Vernon to Wiener Stochastic Path Integral. — 2025.

[22] Muñoz-Gil G. et al. Objective Comparison of Methods to Decode Anomalous Diffusion // Nature Communications. — 2021. — Vol. 12. — Art. 6253. — DOI: 10.1038/s41467-021-26320-w.

[23] Kramers H. A. Brownian Motion in a Field of Force and the Diffusion Model of Chemical Reactions // Physica. — 1940. — Vol. 7, No. 4. — P. 284–304. — DOI: 10.1016/S0031-8914(40)90098-2.

[24] Kubo R. The Fluctuation-Dissipation Theorem // Reports on Progress in Physics. — 1966. — Vol. 29, No. 1. — P. 255–284.

[25] Mandelbrot B. B. The Fractal Geometry of Nature. — New York: W. H. Freeman, 1982.

[26] Peters E. E. Fractal Market Analysis: Applying Chaos Theory to Investment and Economics. — New York: Wiley, 1994.

[27] Golding I., Cox E. C. Physical Nature of Bacterial Cytoplasm // Physical Review Letters. — 2006. — Vol. 96, No. 9. — Art. 098102. — DOI: 10.1103/PhysRevLett.96.098102.

[28] Bronstein I. et al. Transient Anomalous Diffusion of Telomeres in the Nucleus of Mammalian Cells // Physical Review Letters. — 2009. — Vol. 103, No. 1. — Art. 018102.

[29] Tabei S. M. A. et al. Intracellular Transport of Insulin Granules Is a Subordinated Random Walk // Proceedings of the National Academy of Sciences. — 2013. — Vol. 110, No. 13. — P. 4911–4916. — DOI: 10.1073/pnas.1221962110.

[30] Diedrich F. et al. Observation of a Phase Transition of Stored Laser-Cooled Ions // Physical Review Letters. — 1987. — Vol. 59, No. 26. — P. 2931–2934.