[论文解读] Robust utility maximization under model uncertainty via a penalization approach

Ivan Guo, Nicolas Langrené+2 more|arXiv (Cornell University)|Jul 31, 2019

Risk and Portfolio Optimization参考文献 37被引用 6

一句话总结

本文将模型不确定性下的鲁棒效用最大化问题形式化为一个两玩家零和随机微分博弈，采用罚函数约束参数漂移，而非固定边界。证明了值函数满足动态规划原理，并是哈密顿-雅可比-贝尔曼-伊斯盖斯方程的唯一粘性解，通过有限差分法、蒙特卡洛方法和生成对抗网络（GANs）进行数值验证，结果表明鲁棒投资组合在市场冲击下具有更高的期望效用和更强的稳定性。

ABSTRACT

This paper addresses the problem of utility maximization under uncertain parameters. In contrast with the classical approach, where the parameters of the model evolve freely within a given range, we constrain them via a penalty function. We show that this robust optimization process can be interpreted as a two-player zero-sum stochastic differential game. We prove that the value function satisfies the Dynamic Programming Principle and that it is the unique viscosity solution of an associated Hamilton-Jacobi-Bellman-Isaacs equation. We test this robust algorithm on real market data. The results show that robust portfolios generally have higher expected utilities and are more stable under strong market downturns. To solve for the value function, we derive an analytical solution in the logarithmic utility case and obtain accurate numerical approximations in the general case by three methods: finite difference method, Monte Carlo simulation, and Generative Adversarial Networks.

研究动机与目标

• 解决经典鲁棒投资组合优化中假设参数范围固定所带来的局限性，这些假设可能无法反映现实世界中的不确定性。
• 通过用惩罚函数替代模型参数的硬性边界，构建更具弹性的鲁棒效用最大化框架，以抑制不切实际的参数取值。
• 通过证明值函数满足动态规划原理，并是哈密顿-雅可比-贝尔曼-伊斯盖斯（HJBI）方程的唯一粘性解，为鲁棒优化问题建立理论基础。
• 提出并验证新颖的计算方法——控制随机化与生成对抗网络（GANs），用于在高维或复杂场景下估计值函数。
• 实证表明，该框架下的鲁棒投资组合在期望效用和市场下行期间的韧性方面，均优于非鲁棒投资组合。

提出的方法

• 将鲁棒效用最大化问题建模为两玩家零和随机微分博弈，其中投资者最大化效用，而市场（作为对抗性玩家）通过扰动参数来最小化效用。
• 引入罚函数 F(μ, σ, r, ...) 以约束参数演化，替代固定边界；该方法确保强制性（coercivity），并保证最优解的存在性。
• 证明值函数满足动态规划原理，并是关联 HJBI 方程的唯一粘性解，将先前结果推广至无界域和无界效用函数的情形。
• 开发一种基于 GAN 的算法，包含两个生成器：α-生成器（投资组合权重）和 σ-生成器（波动率），通过交替训练模拟对抗博弈动态。
• 采用控制随机化与有限差分法作为互补的数值方法，用于估计值函数，其中 GANs 实现了在复杂模型中的可扩展求解。
• 通过交替优化训练 GANs：首先更新 α-生成器以最大化终端效用减去罚函数，然后冻结 α-生成器并更新 σ-生成器以最小化同一目标，从而模拟纳什均衡。

实验结果

研究问题

• RQ1 基于罚函数的模型不确定性处理方法在效用最大化中，是否在期望效用和稳定性方面优于经典鲁棒优化中采用固定参数边界的传统方法？
• RQ2 在一般（无界）条件下，该两玩家随机微分博弈的值函数是否满足动态规划原理，并对应于哈密顿-雅可比-贝尔曼-伊斯盖斯（HJBI）方程的唯一粘性解？
• RQ3 生成对抗网络（GANs）能否被有效适配以求解高维鲁棒投资组合优化问题，通过模拟投资者与市场之间的对抗博弈？
• RQ4 与非鲁棒投资组合相比，该惩罚框架下推导出的鲁棒投资组合在真实市场冲击和压力情景下的表现如何？
• RQ5 所提出的数值方法——有限差分法、蒙特卡洛方法和 GANs——在分析与实证场景中，对真实值函数的逼近精度如何？

主要发现

• 通过罚函数实现的鲁棒优化框架所生成的投资组合，其期望效用显著高于非鲁棒投资组合，尤其在市场压力下表现更优。
• 基于真实市场数据的实证测试表明，鲁棒投资组合在剧烈市场下跌期间表现出显著更高的稳定性，有效避免了巨额亏损。
• 对于对数效用函数，本文推导出解析解，可作为验证数值近似方法的基准。
• 在对数效用情形下，GAN 方法实现了约 10−5 量级的数值精度，尽管训练动态非单调，损失函数仍收敛至真实值。
• 在幂函数效用情形（U(XT) = 3X1/4T），GAN 的估计结果与基于偏微分方程（PDE）的数值解高度一致，证明了在缺乏解析基准时的可靠性。
• GAN 训练对超参数敏感，但通过合理架构设计与学习率调度，可实现向纳什均衡的收敛，验证了该方法在复杂投资组合问题中的可行性。