金融におけるHamilton–Jacobi–Bellman方程式

状態過程Xは、消費、資産配分、在庫、注文速度などの制御aから影響を受けます

価値V(t,x)は時刻tの状態xから許容政策で達成できる将来目的の最良期待値です

レバレッジ、情報、可積分性、市場制約が比較可能な制御を決めるため、許容性の定義が欠かせません

Bellman原理は、最適計画が最初の短い区間後に到達した状態からも残り期間で最適だと述べます

したがって今日の価値は、直近の報酬と短時間後から最適に継続する価値の和を最大化したものです

この再帰を時間展開し、制御付き生成作用素を用いると連続時間のHJB方程式が得られます

有限期間の代表形は∂_tV + sup_a{r(t,x,a) + L^aV} = 0で、終端条件が付きます

rは瞬間報酬、L^aは行動aを局所的に維持した場合の状態生成作用素です

固定した各制御の方程式が線形でも、上限演算が入るためHJB全体は非線形になります

Merton問題では、消費と危険資産・安全資産への配分に応じて投資家の富が変化します

HJBは現在の消費効用と、各選択が将来の富価値のドリフトと分散を変える効果を比較します

特定の効用と一定の投資機会なら閉形式も得られますが、確率的な機会や制約は状態次元を増やします

HJB内の一階条件から得た政策は候補であり、自動的に許容可能な最適解にはなりません

検証定理は滑らかさ、境界・終端条件、可積分性、候補政策が上界を実現することを確認します

価値関数が滑らかでない場合は、粘性解が古典微分に代わり動的計画の意味を保ちます

ポジション上限、取引費用、非取引領域、ドローダウン制限、市場インパクトは端点解や追加状態を生みます

インパルス制御は準変分不等式へ、モデル曖昧性は不利な動学に対する第二の最適化へつながります

無制約の一階解を単に許容範囲へ切り詰めず、制約付き制御問題そのものを確認する必要があります

有限差分、政策反復、セミLagrange法、近似動的計画は状態と制御の構造に応じて使い分けます

信頼できる結果は単調性、安定性、境界感応度、格子収束、復元政策の許容性を検査します

HJBの出力は目的とモデルに条件付きであり、誤った選好や動学で最適な政策は頑健な売買規則ではありません