Finansta Hamilton–Jacobi–Bellman Denklemi Açıklaması
Dinamik programlamanın stokastik kontrol, portföy seçimi, doğrulama, kısıtlar ve sayısal politika tasarımı için HJB denklemini nasıl ürettiğini anlayın
Doğrudan yanıt
Hamilton–Jacobi–Bellman denklemi, sürekli zamanlı kontrol için yerel optimalite koşuludur. Optimal cari ve gelecek eylemlerin ödül ve kontrol edilen değer üretecine göre doğrusal olmayan bir geriye doğru denklemi sağlamasını sağlar
Değer fonksiyonu kontrol problemini özetler
Tüketim, portföy ağırlığı, envanter veya işlem hızı gibi bir a kontrolden etkilenen X durum süreci olsun
V(t,x) değeri, t anında x durumundan başlayarak tüm uygun politikalar üzerinden ulaşılabilen en iyi beklenen gelecek amacıdır
Uygunluğu tanımlamak zorunludur; çünkü kaldıraç, bilgi, integrallenebilirlik ve piyasa kısıtları hangi kontrollerin karşılaştırılabileceğini belirler
Dinamik programlama yinelemeyi sağlar
Bellman ilkesi, ilk kısa aralıktan sonra ulaşılan duruma koşullandığında optimal planın optimal kalacağını söyler
Böylece bugünkü değer, en iyi anlık ödül ile küçük bir adımdan sonraki optimal devam değerinin toplamıdır
Bu yinelemeyi zamanda açmak ve kontrol edilen üreteci kullanmak sürekli zamanlı HJB denklemini üretir
HJB denklemi yerel olarak eniyiler
Yaygın bir sonlu ufuk biçimi, terminal koşulla birlikte ∂_tV + sup_a{r(t,x,a) + L^aV} = 0'dır
Burada r süreç içi ödül, L^a ise a eylemi yerel olarak tutulduğunda durum üretecidir
Supremum, sabit kontrol altındaki her denklem doğrusal olsa bile denklemi doğrusal olmayan hâle getirir
Portföy seçimi temel bir örnektir
Merton probleminde servet, tüketime ve riskli ile risksiz varlıklara yapılan tahsislere göre değişir
HJB, cari tüketim faydasını her seçimin gelecek servet değerinin drift ve varyansını değiştirme biçimiyle dengeler
Özel fayda ve sabit yatırım fırsatları kapalı formlar verebilir; ancak stokastik fırsatlar veya kısıtlar genellikle durum boyutlarını artırır
Aday çözüm yine de doğrulama gerektirir
HJB içindeki birinci derece koşulları çözmek bir aday politika üretir; otomatik olarak uygun bir optimum üretmez
Bir doğrulama teoremi düzenliliği, sınır ve terminal koşullarını, integrallenebilirliği ve adayın sınırı elde edip etmediğini kontrol eder
Değer düzgün olmadığında viskozite çözümü yöntemleri klasik türevlerin yerini alır, ancak dinamik programlama anlamını korur
Kısıtlar hem politikayı hem denklemi değiştirir
Pozisyon sınırları, işlem maliyetleri, işlem yapılamayan bölgeler, düşüş kuralları ve piyasa etkisi köşeler veya ek durum değişkenleri oluşturabilir
Dürtüsel eylemler yarı-varyasyonel eşitsizliklere yol açabilir; model belirsizliği ise olumsuz dinamikler üzerinde ikinci bir optimizasyon ekleyebilir
Kısıtsız birinci derece çözüm, kısıtlı kontrol problemi kontrol edilmeden mekanik olarak kırpılmamalıdır
Sayısal çözümler politika tanıları gerektirir
Sonlu farklar, politika yinelemesi, yarı-Lagrange şemaları ve yaklaşık dinamik programlama farklı durum ve kontrol yapılarına yönelir
Güvenilir bir sonuç monotonluğu, istikrarı, sınır duyarlılığını, ızgara yakınsamasını ve elde edilen politikanın uygun olup olmadığını kontrol eder
HJB çıktısı amaca ve modele bağlıdır; yanlış tercihler veya dinamikler için optimal bir politika sağlam bir işlem kuralı değildir
Sık sorulan sorular
HJB denklemi neyi temsil eder?
Optimal devamın ardından gelen hiçbir uygun anlık eylemin değer fonksiyonunu iyileştiremeyeceği koşulunu temsil eder
HJB denklemi neden doğrusal değildir?
Kontroller üzerinde supremum veya infimum alır; bu nedenle en iyi yerel üreteç ve ödül bilinmeyen değerin türevlerine bağlıdır
HJB finansta nasıl kullanılır?
Portföy ve tüketim seçimi, optimal işlem, piyasa yapıcılığı, maliyetli hedge ve sağlam kontrolde kullanılır
HJB'yi çözmek bir stratejinin optimal olduğunu kanıtlar mı?
Hayır. Doğrulama, aday değer ve politikanın uygunluk, düzenlilik, sınır ve integrallenebilirlik koşullarını sağladığını göstermelidir