A Quadratic Resource-Allocation Reduction for Portfolio Selection in the ε-Contaminated Binomial Model

技術要約：$\varepsilon$-汚染二項モデルにおけるポートフォリオ選択のための二次的リソース配分による削減

問題提起
本論文は、有限期間の二項市場モデルにおける曖昧性を伴う動的なポートフォリオ選択問題を取り扱う。具体的には、PetturitiおよびVantaggi [11]によって導入された、投資家が参照確率分布 $P$（投資家の信念を反映）と、任意の分布との混合として表される$\varepsilon$-汚染クラス（汚染パラメータ $\varepsilon$ によって重み付けされる）に対して、最悪期待効用を最大化しようとする縮小された状態空間定式化に焦点を当てている。

PetturitiとVantaggiは、最適な終末資産が終末株価のみに依存することを示したが（これにより状態空間は $2^T$ のパスから $T+1$ の状態へと減少した）、彼らのCRRA（定数相対リスク回避）効用に対する解法はアルゴリズム1に依存している。このアルゴリズムは、アクティブセット構成の網羅的な列挙を行うため、$O((T+1)2^T)$ の計算複雑性を伴う。この指数関数的なコストは、投資期間が長くなる場合に手法を実用不可能なものにする。本論文は、この制限を克服するために、最適解のより効率的かつ明示的な構成を提供することを目的としている。

手法
著者らは、ロバストなポートフォリオ問題を連続二次ナップサック問題へと直接還元することを提案している。その手法は、主に以下の3つの段階で進行する：

1. 最悪の測度の構成：
   著者らは、補助的な最適化問題を定義する。すなわち、確率ベクトル $w$ が$\varepsilon$-汚染クラス（$q$ はリスク中立測度）に属するという制約の下で、厳密に凸な二次目的関数 $\frac{1}{2}\sum (w_k^2/q_k)$ を最小化する問題である。

• 彼らは、この問題が唯一の最適解 $w^\star$ を持つことを証明しており、これが最悪の確率測度として機能する。
• 決定的なことに、$w^\star$ は参照分布 $P$、リスク中立分布 $q$、および汚染パラメータ $\varepsilon$ にのみ依存する。これは投資家の効用関数や初期予算には依存しない。

2. 資産の再構成：
   Schied [14]の枠組みを活用し、一度 $w^\star$ が決定されれば、逆限界効用関数とスカラー予算方程式を用いて最適な終末資産 $x^\star$ を再構成できることを著者らは示している。

• 一般的な増加かつ厳密に凹な効用関数の場合、解はラグランジュ乗数を求めるためのスカラー方程式の解決を含む。
• CRRA効用（対数効用を含む）の場合、予算方程式は明示的な閉形式の解を持つ。これにより、乗数のための反復的な根探索を行うことなく、最適な資産ベクトルを直接計算することが可能となる。

3. アルゴリズムの実装：
   補助問題の核心は、KKT条件から導出される区分線形アフィン方程式を満たすスカラー閾値 $c$ を見つけることである。

• 著者らは、この問題を解くために古典的なリソース配分アルゴリズム（具体的にはブレークポイント探索とソート）を適応させている。
• また、Kiwielの中央値探索アルゴリズムを用いれば、完全なソートを行わずに線形時間 $O(n)$ でこれを解けることも述べている。

主な貢献

• 明示的な有限状態構成： 本論文は、$\varepsilon$-汚染二項モデルにおける最悪の測度に関する明示的な公式を提供し、それを連続二次ナップサック問題の解として特徴付けている。
• 効用と最適化のデカップリング（分離）： 補助的な最適化対象（最悪の測度）が、効用関数や予算に依存しないことを示している。これにより、同一の補助的解を異なる効用仕様や予算レベルに対して再利用することが可能となる。
• 複雑性の低減： 提案手法は、[11]におけるアクティブセット列挙の指数関数的な $O((T+1)2^T)$ から、$n = T+1$ に対して $O(n \log n)$（ソート経由）または $O(n)$（中央値探索経由）へと計算複雑性を低減させる。
• 明示的なCRRA解： CRRAファミリーに対して、本論文は完全に明示的な再構成公式を導出し、予算方程式のための数値ソルバーを不要としている。
• アフィン制約付き定式化： 著者らは、資産問題の代替的なアフィン制約付き定式化（凸関数を線形制約の下で最小化する）を導入し、これを[11]の非線形定式化と数値的に比較している。

結果と数値比較
本論文は、CRRA効用（$\gamma=2$）に対し、提案されたアフィン制約付き定式化（3）と[11]の非線形定式化（19）（論文内の定式化4）を比較する計算実験を提示している。

• 効率性： 期間 $T=100, 125, 250$ において、提案された定式化は[11]の定式化よりも大幅に高速である（2.13倍から13.92倍）。
• スケーラビリティ： $T=500$ において、提案手法は依然として高速であるが、厳格な目的関数精度基準を満たすことに苦慮しており、一方で[11]の定式化は極めて低速になる（65秒）。$T=1000$ では、[11]の定式化は制限時間内に解を返せないが、提案手法は（精度は劣るものの）実行可能な解を返す。
• 精度： 著者らは、提案手法が計算面で優れている一方で、数値的な精度問題（確率ベクトルのアンダーフローなど）が非常に大きな期間における資産再構成の精度に影響を与えることを指摘している。なお、これらの実験は、二つの非線形資産定式化の比較に厳密に限定されており、閾値アルゴリズムの $O(n)$ の複雑性を、使用されているソルバーと比較してベンチマークするものではない。

意義と主張
本論文の主要な貢献は、$\varepsilon$-汚染モデルにおけるロバスト・ポートフォリオ問題と、確立された連続二次ナップサック・アルゴリズムとの間の明示的な接続であると主張している。

• 本論文は、新しいリソース配分アルゴリズムや新しいロバスト最適化理論を発明したと主張しているのではない。むしろ、既存の結果（Schied [14], Kiwiel [6, 7, 8]）を、この特定の金融コンテキストに特化させたものである。
• その意義は、[11]の組合せ論的な列挙を、単一の閾値計算と明示的な再構成に置き換えた点にある。
• 著者らは控えめなトーンを維持しており、数値比較は二つの非線形資産定式化の構造的な違いを示すための例示的なものであり、閾値アルゴリズムの理論的な複雑性の境界とは別物であることを認めている。また、閉形式が利用できない場合の、スカラー予算方程式に対する数値解法や、より弱い効用仮定を探索する将来の研究の可能性についても示唆している。