[论文解读] A Dynamic Programming Principle for Distribution-Constrained Optimal Stopping

Sigrid Källblad|arXiv (Cornell University)|Mar 24, 2017

Stochastic processes and financial applications被引用 5

一句话总结

本文通过使用测度取值鞅（MVMs）将分布约束最优停止问题重新表述，建立了该类问题的动态规划原理（DPP）。MVMs将边际约束转化为初始条件。主要贡献是在一般概率测度和成本函数下，证明了此类随机控制问题的DPP，从而在无需对成本函数或过滤结构作特定假设的情况下，实现稳健的动态规划方法。

ABSTRACT

We consider an optimal stopping problem where a constraint is placed on the distribution of the stopping time. Reformulating the problem in terms of so-called measure-valued martingales allows us to transform the marginal constraint into an initial condition and view the problem as a stochastic control problem; we establish the corresponding dynamic programming principle.

研究动机与目标

• 解决停止时间必须服从 (0,∞) 上预设概率分布 μ 的最优停止问题。
• 通过引入测度取值鞅（MVMs）将分布约束问题重新表述为随机控制问题。
• 将边际约束转化为MVM过程上的初始条件，从而支持动态规划分析。
• 在成本函数的一般正则性条件及不假设 μ 或过滤结构特定形式的前提下，为该重构问题建立动态规划原理（DPP）。
• 提供一个统一并扩展先前关于约束最优停止结果的框架，特别是那些依赖强形式化或原子约束的研究。

提出的方法

• 通过将每个停止时间 τ 与其条件分布过程 ξ_t = L(τ | F_t) 关联，将带有分布约束 μ 的最优停止问题重新表述，形成测度取值鞅（MVM）。
• 刻画满足初始条件 ξ_0 = μ 以及由停止时间结构诱导的适应性与鞅性质的MVM集合。
• 在典范路径空间中采用弱形式化，其中路径为从 ℝ₊ 到 ℝ₊ 上概率测度空间的连续函数，配备首 Wasserstein 拓扑。
• 证明满足初始条件与动态性的MVM集合的解析性、连接下的稳定性及分解性质。
• 应用可测选择定理（Jankov–von Neumann）建立价值函数的动态规划原理。
• 通过伪马氏性质及利用连接构造的MVM路径，验证DPP，包括通过可测选择构造 ε-近似控制。

实验结果

研究问题

• RQ1 能否为停止时间具有边际分布约束的最优停止问题建立动态规划原理？
• RQ2 如何通过测度取值鞅将边际约束 μ 嵌入随机控制框架？
• RQ3 DPP 是否对一般成本函数及 (0,∞) 上任意概率测度 μ 成立，而无需假设其为原子或离散结构？
• RQ4 通过MVM的弱形式化在多大程度上恢复或推广了强形式化方法的结果？
• RQ5 能否利用典范路径空间与可测选择技术在该约束设定下严格推导出DPP？

主要发现

• 当以测度取值鞅（MVMs）重新表述时，分布约束最优停止问题的动态规划原理成立。
• 边际约束 μ 被转化为MVM过程上的初始条件 ξ_0 = μ，从而实现随机控制表述。
• 证明依赖于通过可测选择构造 ε-近似控制，确保在弱正则性条件下价值函数满足DPP。
• 该方法适用于一般成本函数 c(ω,t) 满足 c(ω,t) = c(ω·∧t,t)，无需路径无关性或特定结构要求。
• 该框架恢复并扩展了先前结果，如 Bayraktar 和 Miller [3] 的研究，表明在其成本函数类下强形式与弱形式等价。
• DPP 通过MVM的稳定性、解析性及分解性质建立，关键技术步骤为验证伪马氏性质与连接不变性。