Równanie Hamiltona–Jacobiego–Bellemana w finansach — wyjaśnienie

Niech X będzie procesem stanu zależnym od sterowania a, takiego jak konsumpcja, waga portfela, zapas albo szybkość realizacji

Wartość V(t,x) to najlepszy oczekiwany przyszły cel możliwy do osiągnięcia ze stanu x w czasie t przy wszystkich dopuszczalnych politykach

Zdefiniowanie dopuszczalności jest kluczowe, ponieważ dźwignia, informacja, całkowalność i ograniczenia rynku określają, które sterowania można porównywać

Zasada Bellmana mówi, że optymalny plan pozostaje optymalny po pierwszym krótkim przedziale, warunkowo względem osiągniętego wtedy stanu

Dzisiejsza wartość równa się więc najlepszej natychmiastowej nagrodzie plus optymalnie kontynuowana wartość po małym kroku

Rozwinięcie tej rekurencji w czasie i użycie sterowanego generatora prowadzi do równania HJB w czasie ciągłym

Częstą postacią przy skończonym horyzoncie jest ∂_tV + sup_a{r(t,x,a) + L^aV} = 0 z warunkiem końcowym

Tutaj r jest bieżącą nagrodą, a L^a generatorem stanu, gdy działanie a jest lokalnie utrzymywane

Supremum sprawia, że równanie jest nieliniowe, nawet gdy każde równanie przy ustalonym sterowaniu jest liniowe

W problemie Mertona majątek zmienia się wraz z konsumpcją i alokacją do aktywów ryzykownych oraz wolnych od ryzyka

HJB równoważy bieżącą użyteczność konsumpcji z tym, jak każdy wybór zmienia dryf i wariancję przyszłej wartości majątku

Specjalna użyteczność i stałe możliwości inwestycyjne mogą dawać rozwiązania zamknięte, ale możliwości stochastyczne albo ograniczenia zwykle dodają wymiary stanu

Rozwiązanie warunków pierwszego rzędu wewnątrz HJB tworzy politykę kandydującą, a nie automatycznie dopuszczalne optimum

Twierdzenie weryfikacyjne sprawdza regularność, warunki brzegowe i końcowe, całkowalność oraz osiągnięcie granicy przez kandydata

Gdy wartość nie jest gładka, metody rozwiązań lepkościowych zastępują klasyczne pochodne, zachowując znaczenie programowania dynamicznego

Limity pozycji, koszty transakcji, strefy no-trade, reguły obsunięcia i wpływ rynkowy mogą tworzyć narożniki albo dodatkowe zmienne stanu

Działania impulsowe mogą prowadzić do quasi-wariacyjnych nierówności, a niejednoznaczność modelu może dodać drugą optymalizację względem niekorzystnej dynamiki

Nieograniczonego rozwiązania pierwszego rzędu nie należy nigdy mechanicznie przycinać bez sprawdzenia ograniczonego problemu sterowania

Różnice skończone, iteracja polityki, schematy semi-Lagrange'a i przybliżone programowanie dynamiczne atakują różne struktury stanu i sterowania

Wiarygodny wynik sprawdza monotoniczność, stabilność, wrażliwość brzegową, zbieżność siatki i to, czy odzyskana polityka jest dopuszczalna

Wynik HJB jest warunkowy względem celu i modelu; optymalna polityka dla błędnych preferencji albo dynamiki nie jest odporną regułą tradingową