基于随机波动的企业的最优组合投资策略

Merton的投资模型拓展到随机波动模型.在典型的动态规划中,投资问题中的值函数一般用Bellman方程的粘滞解表示.本文通过指数变换把偏微分方程转变成一个半线性的抛物线方程,并证明了其值函数连续解的存在性,在此基础上给出了企业的最优组合投资策略及一个投资的例子.     

一类证券市场中投资组合及消费选择的最优控制问题

研究一类证券市场中投资组合及消费选择的最优控制问题．在随机干扰源相互关联情形下,运用动态规划方法,对一类典型的效用函数CRRA(Constant Relative Risk Aversion,常数相对风险厌恶)情形,得到了最优投资组合及消费选择的显式解,并给出了最优解的经济解释和关于部分参数的灵敏度分析．     

具有随机资金流的一类效用优化问题研究

现实的金融市场上,当有重大信息出现时,会对股价产生冲击,使得股价产生跳跃,同时投资过程会有随机资金流的介入,考虑股价出现跳跃与随机资金流介入的投资组合优化问题,通过构造倒向-前向随机微分方程并结合随机最优控制理论研究了一般效用函数下的投资组合选择问题,获得最优投资组合策略,然后针对二次效用函数,给出显式表示的最优投资组合策略.     

不确定情况下的一类递归效用优化问题(英文)

本文通过对倒向随机微分方程进行摄动的方法研究了金融市场中最优投资组合和消费选择问题．在没有凸性假设下,用Ｅｋｌａｎｄ 变分原理解决了这个带初始约束的优化问题     

随机递归最优控制和混合最优控制问题

对随机递归最优控制问题即代价函数由特定倒向随机微分方程解来描述和递归混合最优控制问题即控制者还需 决定最优停止时刻, 得到了最优控制的存在性结果. 在一类等价概率测度集中,还给出了递归最优值函数的最小和最大数学期望.     

平均场倒向重随机微分方程及其应用

研究了平均场倒向随重机微分方程, 得到了平均场倒向重随机微分方程解的存在唯一性.基于平均场倒向重随机微分方程的解, 给出了一类非局部随机偏微分方程解的概率解释.讨论了平均场倒向重随机系统的最优控制问题, 建立了庞特利亚金型的最大值原理.最后讨论了一个平均场倒向重随机线性二次最优控制问题, 展示了上述最大值原理的应用.     

跳扩散最优控制的随机最大值原理及在金融中的应用

讨论了由金融市场中投资组合和消费选择问题引出的一类最优控制问题,投资者的期望效用是常数相对风险厌恶(CRRA)情形.在跳扩散框架下,利用古典变分法得到了一个局部随机最大值原理.结果应用到最优投资组合和消费选择策略问题,得到了状态反馈形式的显式最优解.     

具有约束的随机消费与投资最优控制

本文讨论随机消费－投资最优控制问题,提出一类有约束马氏决策模型,用线性规划方法给出最优随机平稳策略．     

通胀环境下考虑随机微分效用的最优消费和投资问题研究

本文研究了投资者在通胀环境下基于随机微分效用的最优消费和投资问题．首先对投资机会集进行描述．并用随机微分效用函数刻画了投资者的偏好．其次利用动态规划原理,考虑带通胀的最优消费和投资问题,并建立相应的HJB方程．接下来,根据假设的效用函数,推导出最优消费和投资策略,并分析参数对投资策略的影响．     

股票债券市场中一般的随机规划问题

本文讨论了股票债券市场中一类具有停时的随机规划问题，给出了投资者在股票债券市场中的最优投资消费决策和投资消费的最优停止时刻的计算方法．     

一类部分信息的随机控制问题的极值原理

在本文中,我们证明了一类部分信息的随机控制问题的极值原理的一个充分条件和一个必要条件.其中,随机控制问题的控制系统是一个由鞅和Brown运动趋动的随机偏微分方程.     

最优投资组合模型研究

本文研究了在完备金融市场上 ,投资者最优投资组合的随机模型。在模型参数为常系数 ,效用函数为 (0 ,T],B[0 ,T])上的有界可测函数的情形下 ,得出其最大效用值函数是随机控制问题对应的 HJB方程的平滑解 ;最优策略被证明是存在的 ,并用反馈形式给出了最优投资组合策略。     

一类新的线性二次随机最优控制器的设计

给出一类正倒向随机微分方程解的存在唯一性结果,应用这个结果研究了一类新的推广的随机线性二次最优控制器的设计问题,得到了由正倒向随机微分方程解所表示的唯一最优控制器的显式结构;在推广的Riccati方程系统基础上,得到最优控制器精确的线性反馈形式.最后,给出了随机线性二次最优控制器的设计算法.     

不确定的时间范围下含期权的最优投资决策

不同于以往研究的含期权的最优投资消费决策,研究了不确定的时间范围下含期权的最优投资决策,运用动态规划原理和随机分析的方法,解决对应的最优控制问题,最优策略可通过对应的HJB方程得到,并显式地得到了HARA效用下的最优投资策略及最优财富过程.     

A Deterministic Approach To Stochastic Optimal Control With Application To Anticipative Control

Using the decomposition of solution of SDE, we consider the stochastic optimal control problem with anticipative controls as a family of deterministic control problems parametrized by the paths of the driving Wiener process and of a newly introduced Lagrange multiplier stochastic process (nonanticipativity equality constraint). It is shown that the value function of these problems is the unique global solution of a robust equation (random partial differential equation) associated to a linear backward Hamilton-Jacobi-Bellman stochastic partial differential equation (HJB SPDE). This appears as limiting SPDE for a sequence of random HJB PDE's when linear interpolation approximation of the Wiener process is used. Our approach extends the Wong-Zakai type results [20] from SDE to the stochastic dynamic programming equation by showing how this arises as average of the limit of a sequence of deterministic dynamic programming equations. The stochastic characteristics method of Kunita [13] is used to represent the value function. By choosing the Lagrange multiplier equal to its nonanticipative constraint value the usual stochastic (nonanticipative) optimal control and optimal cost are recovered. This suggests a method for solving the anticipative control problems by almost sure deterministic optimal control. We obtain a PDE for the “cost of perfect information” the difference between the cost function of the nonanticipative control problem and the cost of the anticipative problem which satisfies a nonlinear backward HJB SPDE. Poisson bracket conditions are found ensuring this has a global solution. The cost of perfect information is shown to be zero when a Lagrangian submanifold is invariant for the stochastic characteristics. The LQG problem and a nonlinear anticipative control problem are considered as examples in this framework     

条件平均场随机微分方程的最优控制问题

作者研究了一个条件平均场随机微分方程的最优控制问题.这种方程和某些部分信息下的随机最优控制问题有关,并且可以看做是平均场随机微分方程的推广.作者以庞特里雅金最大值原理的形式给出最优控制满足的必要和充分条件.此外,文中给出一个线性二次最优控制问题来说明理论结果的应用.     

Vasicek利率模型下带有零息票债券的投资-消费模型

应用随机最优控制理论研究Vasicek利率模型下的投资-消费问题,其中假设无风险利率是服从Vasicek利率模型的随机过程,且与股票价格过程存在一般相关性.假设金融市场由一种无风险资产、一种风险资产和一种零息票债券所构成,投资者的目标是最大化中期消费与终端财富的期望贴现效用.应用变量替换方法得到了幂效用下最优投资-消费策略的显示表达式,并分析了最优投资-消费策略对市场参数的灵敏度.     

Linear-quadratic optimal control under non-Markovian switching

We study a finite-dimensional continuous-time optimal control problem on finite horizon for a controlled diffusion driven by Brownian motion, in the linear-quadratic case. We admit stochastic coefficients, possibly depending on an underlying independent marked point process, so that our model is general enough to include controlled switching systems where the switching mechanism is not required to be Markovian. The problem is solved by means of a Riccati equation, which turned out to be a backward stochastic differential equation driven by the Brownian motion and by the random measure associated with the marked point process.     

A Stochastic Maximum Principle for a Markov Regime-Switching Jump-Diffusion Model with Delay and an Application to Finance

We study a stochastic optimal control problem for a delayed Markov regime-switching jump-diffusion model. We establish necessary and sufficient maximum principles under full and partial information for such a system. We prove the existence–uniqueness theorem for the adjoint equations, which are represented by an anticipated backward stochastic differential equation with jumps and regimes. We illustrate our results by a problem of optimal consumption problem from a cash flow with delay and regimes.