L’équation de Hamilton–Jacobi–Bellman en finance expliquée
Comprenez comment la programmation dynamique produit l’équation HJB pour le contrôle stochastique, le choix de portefeuille, la vérification, les contraintes et la conception numérique de politiques
Réponse directe
L’équation de Hamilton–Jacobi–Bellman est la condition locale d’optimalité du contrôle en temps continu. Elle fait satisfaire à l’action optimale présente et future une équation rétrograde non linéaire portant sur la récompense et le générateur contrôlé de la valeur
Une fonction de valeur résume le problème de contrôle
Soit X un processus d’état influencé par un contrôle a, comme la consommation, la pondération du portefeuille, l’inventaire ou la vitesse d’exécution
La valeur V(t,x) est le meilleur objectif futur espéré atteignable depuis l’état x à la date t parmi toutes les politiques admissibles
Définir l’admissibilité est essentiel, car l’effet de levier, l’information, l’intégrabilité et les contraintes du marché déterminent les contrôles qui peuvent être comparés
La programmation dynamique fournit la récurrence
Le principe de Bellman affirme qu’un plan optimal reste optimal après le premier petit intervalle, conditionnellement à l’état alors atteint
Ainsi, la valeur d’aujourd’hui est égale à la meilleure récompense immédiate augmentée de la valeur continuée de façon optimale après un petit pas
Développer cette récurrence dans le temps et utiliser le générateur contrôlé produit l’équation HJB en temps continu
L’équation HJB optimise localement
Une forme courante à horizon fini est ∂_tV + sup_a{r(t,x,a) + L^aV} = 0 avec une condition terminale
Ici, r est la récompense courante et L^a le générateur de l’état lorsque l’action a est maintenue localement
Le supremum rend l’équation non linéaire même lorsque l’équation correspondant à chaque contrôle fixe est linéaire
Le choix de portefeuille est un exemple canonique
Dans le problème de Merton, la richesse évolue avec la consommation et les allocations aux actifs risqués et sans risque
L’HJB équilibre l’utilité de la consommation courante et la manière dont chaque choix modifie la dérive et la variance de la valeur future de la richesse
Des utilités particulières et des opportunités d’investissement constantes peuvent produire des formes fermées, mais les opportunités stochastiques ou les contraintes ajoutent généralement des dimensions d’état
Une solution candidate nécessite encore une vérification
Résoudre les conditions du premier ordre dans l’HJB produit une politique candidate, et non automatiquement un optimum admissible
Un théorème de vérification contrôle la régularité, les conditions aux frontières et terminales, l’intégrabilité et l’atteinte de la borne par la candidate
Lorsque la valeur n’est pas lisse, les méthodes de solutions de viscosité remplacent les dérivées classiques tout en conservant le sens de programmation dynamique
Les contraintes modifient à la fois la politique et l’équation
Les limites de position, les coûts de transaction, les zones de non-négociation, les règles de drawdown et l’impact de marché peuvent créer des coins ou des variables d’état supplémentaires
Les actions impulsionnelles peuvent conduire à des inégalités quasi variationnelles, tandis que l’ambiguïté du modèle peut ajouter une seconde optimisation sur des dynamiques défavorables
La solution du premier ordre sans contrainte ne doit jamais être simplement tronquée sans vérifier le problème de contrôle contraint
Les solutions numériques nécessitent des diagnostics de politique
Les différences finies, l’itération de politique, les schémas semi-lagrangiens et la programmation dynamique approchée traitent des structures d’état et de contrôle différentes
Un résultat crédible vérifie la monotonie, la stabilité, la sensibilité aux frontières, la convergence de la grille et l’admissibilité de la politique retrouvée
Le résultat HJB est conditionnel à l’objectif et au modèle ; une politique optimale pour les mauvaises préférences ou les mauvaises dynamiques n’est pas une règle de trading robuste
Questions fréquentes
Que représente l’équation HJB ?
Elle représente la condition selon laquelle aucune action immédiate admissible suivie d’une continuation optimale ne peut améliorer la fonction de valeur
Pourquoi l’équation HJB est-elle non linéaire ?
Elle prend un supremum ou un infimum sur les contrôles ; le meilleur générateur local et la meilleure récompense dépendent donc des dérivées de la valeur inconnue
Comment la HJB est-elle utilisée en finance ?
Elle est utilisée pour le choix du portefeuille et de la consommation, l’exécution optimale, la tenue de marché, la couverture avec coûts et le contrôle robuste
Résoudre la HJB prouve-t-il qu’une stratégie est optimale ?
Non. Un argument de vérification doit montrer que la valeur et la politique candidates satisfont les conditions d’admissibilité, de régularité, aux frontières et d’intégrabilité