全部期权指南
最优停止价值阅读约13分钟
Snell包络与最优停止详解
理解最优停止背后的最小超鞅、逆向递推、首次接触时间，以及美式期权行权策略的数值验证
由 Mark 编写 · 官方资料列于文末
直接答案
收益过程的Snell包络，是始终不低于每个可得收益的最小超鞅。它的当前值等于选择未来停止时间所能获得的最佳条件期望收益，而包络与即时收益接触之处说明立即行权何时可能最优
收益过程把时间变成决策
令G_t表示在t时停止可得的适应收益；估值需要时，应先把它写成贴现单位
决策重点不是G_t是否为正，而是它是否高于在相同未来信息下继续等待的条件价值
最优停止价值是所有不早于t的容许停止时间τ对应E[G_τ | F_t]的本质上确界
包络是最小支配超鞅
Snell包络Y支配G，并对s ≤ t满足E[Y_t | F_s] ≤ Y_s
任何支配全部G_t的其他超鞅也必须支配Y，因此Y是动态一致上界中最小的一个
仅有支配性会允许宽松上界；最小性使Y在定理条件下等于可实现的停止价值
逆向递推直接展示选择
有限离散时间中，先令Y_N = G_N，再逆向计算Y_n = max(G_n, E[Y_{n+1} | F_n])
第一项是立即行权价值，第二项是用当前信息对未来最优决策取平均后的继续价值
因此逆向归纳不是外加的估值捷径，而是Snell包络本身的离散构造
首次接触可给出最优停止
自然的候选是τ* = inf{t : Y_t = G_t}，即包络首次触及即时收益的时刻
在标准可积条件下的有限离散模型中它是最优的；连续时间还需要正则性与存在条件
接触是价值条件，并非预测标的价格已经见顶；也可能有多个停止时间产生相同价值
分解揭示保留选择权的成本
适当条件下，超鞅包络具有Doob–Meyer形式Y = M - A，其中A可预测且递增
M表示鞅创新，而A在维持对行权收益的支配需要消耗价值时增长
A的增长与接触区域之间的互补性，也会出现在反射方程与障碍问题中
美式期权是直接应用
在定价测度下以贴现行权收益作为G；理想完备市场中，包络给出无套利价值过程
行权要比较内在价值与继续价值，因此仅仅处于实值状态并不足以支持提前行权
股息、利率、持有成本、约束和合约细节会改变G或继续价值，从而重塑停止区域
数值策略需要上下界检验
树模型、回归与动态规划近似条件继续价值，因此行权边界附近的分类错误最关键
对含噪估计取最大值可能造成上偏；在新路径上评价已学习策略则能给出可靠下界
应结合样本外策略价值、对偶上界、网格与基函数收敛，以及行权边界稳定性
常见问题
如何简单理解Snell包络？
它是保留未来选择最佳停止时点这一权利的当前价值，并随新信息到来保持一致更新
为什么Snell包络是超鞅？
随着时间经过，可选择的停止时点减少，所以贴现条件价值不能系统性高于更早时可得的价值
首次接触总是最优停止时间吗？
标准有限离散模型中通常是；连续时间还需可积性、路径正则性和最优时间存在条件
它如何为美式期权定价？
将定价测度下的贴现行权收益作为输入，比较立即行权与最优继续持有的价值
资料来源与延伸阅读
把这个概念应用到一份期权
选择合约和目标，让价格、时间与波动率假设在同一份分析中清晰呈现
分析我的期权