อธิบาย Hamilton–Jacobi–Bellman Equation ใน Finance

ให้ X เป็น state process ที่ได้รับอิทธิพลจาก control a เช่น consumption, portfolio weight, inventory หรือ execution speed

Value V(t,x) คือ objective ในอนาคตที่คาดหวังได้ดีที่สุดจาก state x ณ เวลา t โดยพิจารณา admissible policies ทั้งหมด

การนิยาม admissibility เป็นสิ่งจำเป็น เพราะ leverage, information, integrability และ market constraints เป็นตัวกำหนดว่า controls ใดนำมาเปรียบเทียบกันได้

หลักการของ Bellman กล่าวว่าแผนที่เหมาะสมที่สุดยังคงเหมาะสมที่สุดหลังช่วงเวลาสั้นแรกผ่านไป โดยมีเงื่อนไขตาม state ที่ไปถึงในตอนนั้น

ดังนั้น value วันนี้เท่ากับ immediate reward ที่ดีที่สุดบวกกับ value ที่ดำเนินต่ออย่างเหมาะสมหลังช่วงเวลาสั้น ๆ

การขยาย recursion นี้ตามเวลาและใช้ controlled generator ทำให้เกิด continuous-time HJB equation

รูปแบบ finite-horizon ที่พบบ่อยคือ ∂_tV + sup_a{r(t,x,a) + L^aV} = 0 พร้อม terminal condition

ในที่นี้ r คือ running reward และ L^a คือ state generator เมื่อถือ action a ไว้ในระดับ local

Supremum ทำให้สมการ nonlinear แม้สมการของ fixed-control แต่ละแบบจะเป็น linear

ใน Merton's problem, wealth เปลี่ยนตาม consumption และ allocations ไปยัง risky และ risk-free assets

HJB สร้างสมดุลระหว่าง consumption utility ปัจจุบันกับวิธีที่แต่ละ choice เปลี่ยน drift และ variance ของ future wealth value

Utility แบบพิเศษและ investment opportunities ที่คงที่อาจให้ closed forms แต่ stochastic opportunities หรือ constraints มักเพิ่ม state dimensions

การแก้ first-order conditions ภายใน HJB ให้ candidate policy ไม่ใช่ optimum ที่ admissible โดยอัตโนมัติ

Verification theorem ตรวจสอบ regularity, boundary และ terminal conditions, integrability และการที่ candidate ทำให้ได้ bound นั้นจริง

เมื่อ value ไม่ smooth, viscosity-solution methods จะมาแทน classical derivatives โดยยังรักษาความหมายด้าน dynamic programming ไว้

Position limits, transaction costs, no-trade regions, drawdown rules และ market impact อาจสร้าง corners หรือ state variables เพิ่ม

Impulse actions อาจนำไปสู่ quasi-variational inequalities ขณะที่ model ambiguity อาจเพิ่ม optimization ชั้นที่สองเหนือ adverse dynamics

ไม่ควรตัด unconstrained first-order solution ให้เข้า constraint แบบกลไกโดยไม่ตรวจสอบ constrained control problem

Finite differences, policy iteration, semi-Lagrangian schemes และ approximate dynamic programming โจมตี state และ control structures ที่ต่างกัน

ผลลัพธ์ที่น่าเชื่อถือควรตรวจสอบ monotonicity, stability, boundary sensitivity, grid convergence และว่า policy ที่กู้คืนมา admissible หรือไม่

HJB output ขึ้นกับ objective และ model; policy ที่ optimal สำหรับ preferences หรือ dynamics ที่ผิด ไม่ใช่ trading rule ที่ robust