一类部分信息下带有劳动力收入的最优投资消费问题

最优投资消费问题属于一类典型的随机最优控制问题. 劳动力收入可通过影响期望效用从而影响投资消 费策略的制定. 本文首次在股票收益率和劳动力收入均为不可观测过程情形下, 研究了一类部分信息下的最优投资 消费问题. 首先综合运用Kalman滤波和非线性滤波, 得到了Zakai方程的显式解, 将部分信息下的随机最优控制问题 转化为完备信息下的随机最优控制问题. 其次通过求解HJB方程以及证明验证定理, 得到了该类最优投资消费问题 的最优策略以及值函数的显式表达. 最后采用真实市场数据进行仿真, 对比经典完备信息模型与本文部分信息模型 所得最优策略的差异, 验证了本文所得最优策略在有效利用市场信息方面的优越性.     

随机运动目标搜索问题的最优控制模型

提出了Rn空间中做布朗运动的随机运动目标的搜索问题的最优控制模型.采用分析的方法来研究随机运动目标的最优搜索问题,并将原问题转化为由一个二阶偏微分方程(HJB方程)所表示的确定性分布参数系统的等价问题,推导出随机运动目标的最优搜索问题的HJB方程,并证明了该方程的解即是所寻求的最优搜索策略.由此给出了一个计算最优搜索策略的算法和一个实例.     

存贷利率不等下具有随机跳跃收入的消费与投资策略

研究贷款利率大于存款利率下具有随机跳跃收入的最优策略,拓展了Merton模型.给出了财富预算方程,运用动态规划原理及随机分析导出该问题的HJB方程,并由此得到一般情形下抽象形式的解.在一类特殊HARA情形下讨论了具有显式反馈形式的最优消费和投资策略.     

随机金融市场环境下的最优再保险–投资策略

为了对冲保险风险,保险公司可以向再保险公司购买比例再保险;同时,为了保值增值,保险公司将其财富投资于金融市场.假设盈余过程由带漂移的布朗运动所驱动,利率满足仿射利率模型,股票波动率满足Heston随机波动率模型.应用随机最优控制和HJB方程方法得到了指数效用下最优再保险–投资策略的显式解.给出数值算例并分析了模型参数对最优再保险策略和最优投资策略的影响.研究结果表明:最优再保险策略不仅依赖于保险市场参数,而且依赖于金融市场参数;随机利率与随机波动率模型下的最优再保险–投资策略与利率动态密切相关,而与波动率动态无关;再保险行为对投资于股票的数量没有影响,而对投资于零息票债券的数量产生较大的影响.     

跳跃扩散股价的最优投资组合选择

假定股票价格服从跳跃扩散过程.在传统均值-方差组合投资模型基础上,最大化最终收益的期望及最小化最终财富的方差.引进一个随机线性二次最优控制问题作为原问题的近似问题.证明了一个状态为跳跃扩散过程的一般最优控制问题的验证性定理.应用验证性定理求解HJB(Hamilton-Jacobi-Bellman)方程得到了原问题的最优策略.最后还给出了原问题有效前沿的表达式.     

Heston模型中具有保费退回的确定缴费型养老金均衡投资策略

本文基于均方差准则研究了Heston模型中确定缴费型养老金(defined contribution,DC)计划的最优投资策略.假定养老金计划可投资于一种无风险资产和一种风险资产(股票),风险资产的价格服从收益率和波动率均为随机的Heston模型.此外,为了保护在基金积累阶段意外死亡的投保人的利益,假定保费可退回(给其继承人).本文在博弈论框架下给出了相应的HJB方程系统,并通过求解相应的HJB方程系统,得到了最优"时间一致"均衡投资策略以及均衡有效前沿的解析式.据我们所知,这是首次在具有保费退回的情形中研究Heston模型中DC计划的均方差均衡投资问题.文章最后分析了最优均衡投资策略和有效前沿的相关性质.     

带有随机跳跃干扰的线性二次随机最优控制问题

给出一类布朗运动和泊松过程混合驱动的正倒向随机微分方程解的存在唯一性结果, 应用这一结果研究带有随机跳跃干扰的线性二次随机最优控制问题,并得到最优控制的显式形 式,可以证明最优控制是唯一的.然后,引入和研究一类推广的黎卡提方程系统,讨论该方程系统 的可解性并由该方程的解得到带有随机跳跃干扰的线性二次随机最优控制问题最优的线性反馈.     

基于易腐品和不可分割耐用品的最优消费投资与寿险购买策略

随着经济的发展和人民生活水平的提高,投资者的投资组合不再局限于证券市场投资.通过将寿险购买引入投资者的投资组合并划分消费品为易腐品或不可分割耐用品,研究投资者的最优消费投资与寿险购买策略.投资者的投资目标为期望效用最大化.运用动态规划原理得到哈密尔顿-雅可比-贝尔曼方程,最终得到最优策略满足的方程,并讨论方程存在正根的条件.最后通过数值分析方法,验证模型结论与实际现实情况的一致性.     

轮手一体机器人能量次优重构规划方法

模块化机器人的重构规划中,由于各模块的目标分配与其轨迹规划之间的耦合关系导致组合爆炸问题.本文提出一种基于简化模型的能量次优规划方法,将重构规划问题转化为最优控制问题,实现目标分配与轨迹规划的解耦.通过求解由Hamilton-Jacobi-Bellman（HJB）方程描述的最优控制问题,得到简化模型的值函数和最优轨迹.各模块的运动目标由值函数的吸引域决定.通过在最优轨迹附近的次优区域内搜索得到实际运动轨迹,提高了搜索效率.仿真实验结果表明,该方法能够选择合适的模块组合,并能在障碍物环境中生成满足机器人动力学约束的运动轨迹.     

随机Rayleigh振子的首次穿越和最优控制

研究随机Rayleigh振子的首次穿越和最优控制问题.利用随机平均法给出了系统运动方程的随机平均微分方程,并对平均方程建立了条件可靠性函数的后向Kolmogorov方程,得出相应的首次穿越条件概率密度函数,并利用Lyapunov指数法对受控系统的平均方程进行了随机稳定化,得到了最优控制率.     

Modelling on optimal portfolio with exchange rate based on discontinuous stochastic process

Considering the stochastic exchange rate, this paper is concerned with the dynamic portfolio selection in financial market. The optimal investment problem is formulated as a continuous-time mathematical model under mean-variance criterion. These processes follow jump-diffusion processes (Weiner process and Poisson process). Then the corresponding Hamilton–Jacobi–Bellman(HJB) equation of the problem is presented and its efferent frontier is obtained. Moreover, the optimal strategy is also derived under safety-first criterion.     

Continuous-time mean–variance portfolio selection with value-at-risk and no-shorting constraints

An investment problem is considered with dynamic mean–variance(M-V) portfolio criterion under discontinuous prices which follow jump–diffusion processes according to the actual prices of stocks and the normality and stability of the financial market. The short-selling of stocks is prohibited in this mathematical model. Then, the corresponding stochastic Hamilton–Jacobi–Bellman(HJB) equation of the problem is presented and the solution of the stochastic HJB equation based on the theory of stochastic LQ control and viscosity solution is obtained. The efficient frontier and optimal strategies of the original dynamic M-V portfolio selection problem are also provided. And then, the effects on efficient frontier under the value-at-risk constraint are illustrated. Finally, an example illustrating the discontinuous prices based on M-V portfolio selection is presented.     

考虑交易费的融资与分红最优控制模型

在实际金融市场中股份公司在红利分配和再融资过程中都需要支付固定交易费和比例交易费 ,而如何确定交易费对公司财务决策的影响还没有进行过讨论 .本文利用随机脉冲控制理论研究了在收取固定和比例交易费的市场环境下 ,公司如何制定其最优的财务策略 .首先给出了最优控制问题对应的Hamilton_Jacobi_Bellman方程 ,接着构造出了它的连续可微解 .利用解的性质和推广的It^o公式 ,构造出了最优的再融资及分红策略 .最后对模型的应用做了经济学上的解释 ,并与已有模型做了比较     

一类具有漂移、扩散及停时的奇异型随机控制

以随机分析的知识和最优控制理论为基础,推广了一类带停时的奇异型随机控制中的折扣费用模型,主要在受控状态过程中增加了漂移因子和扩散因子,使其为一随机微分方程的解,并将费用函数一般化.通过求解一组变分方程,证明了最优控制及最优停时的存在性,并给出了最优费用函数的解析表达式.     

不确定拟哈密顿系统的随机最优控制

本文提出了不确定拟哈密顿系统、基于随机平均法、随机极大值原理和随机微分对策理论的一种随机极大极小最优控制策略.首先,运用拟哈密顿系统的随机平均法,将系统状态从速度和位移的快变量形式转化为能量的慢变量形式,得到部分平均的It随机微分方程;其次,给定控制性能指标,对于不确定拟哈密顿系统的随机最优控制,根据随机微分对策理论,将其转化为一个极小极大控制问题;再根据随机极大值原理,建立关于系统与伴随过程的前向-后向随机微分方程,随机最优控制表达为哈密顿控制函数的极大极小条件,由此得到最坏情形下的扰动参数与极大极小最优控制;然后,将最坏扰动参数与最优控制代入部分平均的It随机微分方程并完成平均,求解与完全平均的It随机微分方程相应的Fokker-Planck-Kolmogorov(FPK)方程,可得受控系统的响应量并计算控制效果;最后,将上述不确定拟哈密顿系统的随机最优控制策略应用于一个两自由度非线性系统,通过数值结果说明该随机极大极小控制策略的控制效果.     

含扩散项不可靠生产系统最优生产控制的数值求解

针对含扩散项不可靠随机生产系统最优生产控制的优化命题, 采用数值解方法来求解该优化命题最优控制所满足的模态耦合的非线性偏微分HJB方程. 首先构造Markov链来近似生产系统状态演化, 并基于局部一致性原理, 把求解连续时间随机控制问题转化为求解离散时间的Markov决策过程问题, 然后采用数值迭代和策略迭代算法来实现最优控制数值求解过程. 文末仿真结果验证了该方法的正确性和有效性.     

A Computational Method for Stochastic Optimal Control Problems in Financial Mathematics

Principle of optimality or dynamic programming leads to derivation of a partial differential equation (PDE) for solving optimal control problems, namely the Hamilton‐Jacobi‐Bellman (HJB) equation. In general, this equation cannot be solved analytically; thus many computing strategies have been developed for optimal control problems. Many problems in financial mathematics involve the solution of stochastic optimal control (SOC) problems. In this work, the variational iteration method (VIM) is applied for solving SOC problems. In fact, solutions for the value function and the corresponding optimal strategies are obtained numerically. We solve a stochastic linear regulator problem to investigate the applicability and simplicity of the presented method and prove its convergence. In particular, for Merton's portfolio selection model as a problem of portfolio optimization, the proposed numerical method is applied for the first time and its usefulness is demonstrated. For the nonlinear case, we investigate its convergence using Banach's fixed point theorem. The numerical results confirm the simplicity and efficiency of our method.     

以可存品与非可存品为消费对象的最优投资消费决策

传统的投资消费决策问题考虑的消费对象局限于单一的非可存品或者单一的可存品 .而且假定银行的贷款利率等于存款利率 .本文假定银行的贷款利率大于存款利率 ,并且投资者的消费对象为包含可存品与非可存品的组合 .可存品的价格假设服从几何布朗运动 ,它的折旧率假定为一个常值 .应用随机控制方法 ,得到等弹性效用函数情形下的最优投资消费策略的显式表达     

An HMM approach for optimal investment of an insurer

In this paper, we introduce a Hidden Markov Model (HMM) for studying an optimal investment problem of an insurer when model uncertainty is present. More specifically, the financial price and insurance risk processes are modulated by a continuous‐time, finite‐state, hidden Markov chain. The states of the chain represent different modes of the model. The HMM approach is viewed as a ‘dynamic’ version of the Bayesian approach to model uncertainty. The optimal investment problem is formulated as a stochastic optimal control problem with partial observations. The innovations approach in the filtering theory is then used to transform the problem into one with complete observations. New robust filters of the chain and estimates of key parameters are derived. We discuss the optimal investment problem using the Hamilton–Jacobi–Bellman (HJB) dynamic programming approach and derive a closed‐form solution in the case of an exponential utility and zero interest rate. Copyright © 2011 John Wiley & Sons, Ltd.