所有期權指南
把連續決策寫成方程閱讀約15分鐘
金融中的Hamilton–Jacobi–Bellman方程
理解動態規劃如何導出HJB方程，並用於隨機控制、投資組合選擇、驗證、限制與數值政策
由 Mark 撰寫 · 官方資料列於文末
直接解答
Hamilton–Jacobi–Bellman方程是連續時間控制問題的局部最佳條件。現在與未來都採取最佳行動所產生的價值，須滿足一個非線性後向方程，在每個時刻最佳化即時收益與作用於未來價值的受控生成元
價值函數概括控制問題
設狀態過程X受控制a影響，a可以是消費、組合權重、存貨或執行速度
價值V(t,x)是在時間t由狀態x出發，所有可接受政策能實現的最佳未來預期目標
可接受性的定義不可缺少，因為槓桿、資訊、可積性與市場限制決定哪些控制可供比較
動態規劃給出遞歸結構
Bellman原理認為，最佳計劃經過首個短區間後，在當時到達的狀態下仍應對餘下期限最佳
因此目前價值等於即時收益加上短暫一步後最佳延續價值的最大值
對這項遞歸作時間展開並使用受控生成元，便得到連續時間HJB方程
HJB在局部最佳化行動
有限期限的常見形式是∂_tV + sup_a{r(t,x,a) + L^aV} = 0，並附有終端條件
其中r是持續收益，L^a是局部維持行動a時狀態過程的生成元
即使每個固定控制的方程均為線性，取上確界亦會令整體方程變成非線性
投資組合選擇是經典例子
在Merton問題中，財富隨消費及風險資產與無風險資產的配置而變化
HJB權衡目前消費效用與每項選擇對未來財富價值漂移和方差的影響
特定效用與固定投資機會或有閉式解，隨機機會或限制通常會增加狀態維度
候選解仍然需要驗證
求解HJB內的一階條件只會得到候選政策，並不會自動成為可接受的最佳解
驗證定理檢查正則性、邊界和終端條件、可積性，以及候選政策是否真正達到上界
當價值不光滑時，黏性解以廣義方式取代經典導數，同時保留動態規劃含義
限制同時改變政策與方程
持倉上限、交易成本、無交易區、回撤規則與市場衝擊會產生角點解或額外狀態變數
脈衝控制可導出擬變分不等式，模型含糊性則可能加入對不利動態的第二層最佳化
不應把無限制一階解機械地截入範圍，而應重新檢查受限制控制問題本身
數值解需要政策診斷
有限差分、政策迭代、半Lagrange方法與近似動態規劃適合不同的狀態及控制結構
可信結果要檢查單調性、穩定性、邊界敏感度、網格收斂與復原政策的可接受性
HJB輸出取決於目標與模型，對錯誤偏好或動態最佳的政策並不是穩健交易規則
常見問題
HJB方程表達甚麼？
它表達任何即時可接受行動加最佳延續都不能改進價值函數的條件
HJB方程為何是非線性？
它對控制取上確界或下確界，最佳局部生成元與收益取決於未知價值函數的導數
HJB在金融中如何使用？
用於組合與消費選擇、最佳執行、莊家報價、存在成本的對沖及穩健控制
解出HJB就能證明政策最佳嗎？
不能，驗證過程還須證明候選價值與政策符合可接受性、正則性、邊界和可積性條件
資料來源與延伸閱讀
把這個概念應用到一份期權
選擇合約和目標，讓價格、時間與波幅假設在同一份分析中清晰呈現
分析我的期權