Pontryagin-Maximumprinzip gegenüber HJB erklärt
Vergleichen Sie Kostaten und Hamilton-Maximierung mit Wertfunktionen und dynamischer Programmierung in deterministischer und stochastischer Finanzsteuerung
Kurzantwort
Pontryagins Maximumprinzip verwendet einen Hamiltonian und einen rückwärts laufenden Kosten, um notwendige Bedingungen entlang eines optimalen Pfads anzugeben. HJB charakterisiert den Wert über alle Zustände durch dynamische Programmierung; glatte Lösungen verbinden beide Perspektiven
Das Steuerungsproblem kommt vor beiden Methoden
Ein Zustand X entwickelt sich unter einer Steuerung u, während ein Ziel laufende Erträge, Endwert und möglicherweise Risiko oder Nebenbedingungen kombiniert
Zulässige Steuerungen müssen Information, Integrierbarkeit, Zustandsgrenzen und die Frage festlegen, ob Entscheidungen Feedback oder Open Loop verwenden
Eine Änderung des Ziels oder der zulässigen Menge verändert sowohl die Bedingungen des Maximumprinzips als auch die HJB-Gleichung
Der Hamiltonian bewertet lokale Konsequenzen
Ein Steuerungs-Hamiltonian kombiniert das laufende Ziel mit einem Kosten, der mit der Drift des gesteuerten Zustands multipliziert wird
Vorzeichenkonventionen bestimmen, ob der Hamiltonian maximiert oder minimiert wird. Deshalb muss die Konvention zusammen mit dem Ziel angegeben werden
Der Hamiltonian hier ist ein Objekt der Steuerungstheorie und darf nicht mit Energie in der Mechanik oder einem Marktpreis verwechselt werden
Zustand und Kostate bilden ein Vorwärts-Rückwärts-System
Die Zustandsgleichung bewegt sich unter der Kandidatensteuerung ausgehend von ihrer Anfangsbedingung vorwärts
Die Kostatengleichung bewegt sich ausgehend von einer Endbedingung rückwärts und misst den marginalen Wert einer Zustandsstörung
Die Kandidatensteuerung optimiert den Hamiltonian punktweise und ist mit beiden Pfaden sowie allen aktiven Nebenbedingungen gekoppelt
Das Prinzip ist normalerweise ein notwendiger Test
Ein Pfad, der die Maximumsbedingung verletzt, kann unter den Annahmen des Satzes nicht optimal sein
Ein Pfad, der sie erfüllt, muss nicht global optimal sein; nichtkonvexe Ziele können lokale Extrema oder mehrere Kandidaten erzeugen
Konkavität, Konvexität, Transversalitätsbedingungen und Nebenbedingungen können Kandidatenbedingungen in besonderen Situationen zu hinreichenden Ergebnissen machen
Stochastische Steuerung fügt adjungierte Zufälligkeit hinzu
Bei Diffusionsrisiko wird der Adjungierte zu einem rückwärtsgerichteten stochastischen Prozess, und der Hamiltonian enthält Exposure gegenüber zufälligen Schocks
Wenn die Steuerung in einen nichtkonvexen Diffusionskoeffizienten eingeht, können in einem allgemeinen stochastischen Maximumprinzip adjungierte Terme zweiter Ordnung erforderlich sein
Diese Terme wegzulassen, weil die deterministische Formel vertraut aussieht, kann zur falschen Bedingung erster Ordnung führen
HJB beschreibt jeden Zustand und nicht einen Pfad
HJB ist eine nichtlineare Gleichung für die Wertfunktion über Zeit und Zustandsraum, die aus Bellmans Rekursion entsteht
Pontryagin verfolgt ein Kandidatenoptimum mit Zustands- und Kostatengleichungen und reduziert ein PDE-Problem häufig auf ein Randwertsystem
Wenn der Wert glatt ist, entspricht der Kostate entlang des optimalen Pfads oft einem Wertgradienten, vorbehaltlich Vorzeichen- und Regularitätskonventionen
Das Finanzwesen verwendet beide Perspektiven mit Vorsicht
Portfolioauswahl, optimale Ausführung, Market Making, Bestandssteuerung und Absicherung mit Kosten können über beide Wege formuliert werden
HJB unterstützt Feedback-Policies über Zustände; ein Maximumprinzip kann bei hoher Dimension oder pfadabhängigen Nebenbedingungen praktisch sein
Prüfen Sie immer Zulässigkeit, Randbedingungen, Bedingungen zweiter Ordnung und Robustheit gegenüber Modell- und Zielfehlerspezifikation
Häufige Fragen
Ist Pontryagins Maximumprinzip hinreichend für Optimalität?
Im Allgemeinen liefert es notwendige Bedingungen; zusätzliche Konkavität, Konvexität und Regularität können sie in bestimmten Problemen hinreichend machen
Wie unterscheidet sich Pontryagin von HJB?
Pontryagin untersucht Zustand und Kostate entlang eines Kandidatenpfads, während HJB den optimalen Wert über den Zustandsraum löst
Was ist eine Kostatenvariable?
Sie ist eine adjungierte Variable, die den marginalen Zieleffekt einer Zustandsänderung entlang des Kandidatenoptimums misst
Wo wird das Maximumprinzip im Finanzwesen verwendet?
Es kommt bei Portfolio-Steuerung, Ausführung, Market Making, Absicherung, Konsumentscheidungen und Problemen mit Zustands- oder Pfadnebenbedingungen vor