Уравнение Гамильтона—Якоби—Беллмана в финансах: объяснение

Пусть X — процесс состояния, на который влияет управление a, например потребление, доля портфеля, запасы или скорость исполнения

Стоимость V(t,x) — это наилучший ожидаемый будущий результат, достижимый из состояния x в момент t при всех допустимых политиках

Определить допустимость необходимо: кредитное плечо, информация, интегрируемость и рыночные ограничения определяют, какие управления можно сравнивать

Принцип Беллмана утверждает, что оптимальный план остается оптимальным после первого короткого интервала при условии состояния, достигнутого к тому моменту

Поэтому сегодняшняя стоимость равна наилучшему немедленному вознаграждению плюс оптимально продолженная стоимость после малого шага

Разложение этой рекурсии по времени и использование управляемого генератора дают непрерывное уравнение HJB

Обычная форма для конечного горизонта такова: ∂_tV + sup_a{r(t,x,a) + L^aV} = 0 с конечным условием

Здесь r — текущее вознаграждение, а L^a — генератор состояния, когда действие a удерживается локально

Супремум делает уравнение нелинейным, даже если уравнение при каждом фиксированном управлении линейно

В задаче Мертона богатство меняется из-за потребления и распределения между рискованными и безрисковыми активами

HJB уравновешивает текущую полезность потребления с тем, как каждый выбор меняет дрейф и дисперсию будущей стоимости богатства

Специальная полезность и постоянные инвестиционные возможности могут дать замкнутые формулы, но стохастические возможности или ограничения обычно добавляют измерения состояния

Решение условий первого порядка внутри HJB дает кандидатную политику, но не автоматически допустимый оптимум

Теорема верификации проверяет гладкость, граничные и конечные условия, интегрируемость и достижение кандидатом нужной границы

Когда стоимость негладкая, методы вязкостных решений заменяют классические производные, сохраняя смысл динамического программирования

Лимиты позиций, транзакционные издержки, зоны отсутствия торговли, правила просадки и рыночное воздействие могут создавать угловые решения или дополнительные переменные состояния

Импульсные действия могут приводить к квазивариационным неравенствам, а неоднозначность модели — добавлять вторую оптимизацию по неблагоприятной динамике

Безусловное решение первого порядка нельзя механически обрезать без проверки ограниченной задачи управления

Конечные разности, итерация политики, полулагранжевы схемы и приближенное динамическое программирование подходят для разных структур состояний и управлений

Надежный результат проверяет монотонность, устойчивость, чувствительность к границам, сходимость сетки и допустимость восстановленной политики

Результат HJB условен относительно цели и модели; оптимальная политика для неверных предпочтений или динамики не является надежным торговым правилом