Exponential Hedging for the Ornstein-Uhlenbeck Process in the Presence of Linear Price Impact

技术摘要：存在线性价格冲击下的 Ornstein-Uhlenbeck 过程的指数型对冲

问题阐述
本研究探讨了在受线性暂时性价格冲击影响的金融市场中，连续时间指数效用最大化问题。该市场由一个利率为零的无风险资产和一个遵循 Ornstein-Uhlenbeck (OU) 扩散过程的风险资产 $S_t$ 组成：
$$dS_t = (\mu - S_t) dt + dW_t$$
其中 $\mu$ 是长期均值，$W_t$ 是标准布朗运动。

模型结合了线性价格冲击，遵循 [1] 的框架。当投资者以速率 $\phi_t = \dot{\Phi}_t$ 进行交易时（其中 $\Phi_t$ 为持有的股份数量），执行价格被调整为 $S_t + \frac{\phi_t}{2\delta}$，其中 $\delta > 0$ 代表市场深度。假设投资者在时间 $T$ 进行逐日盯市（mark to market），由此产生的终端财富 $V_T^{\Phi_0, \phi}$ 为：
$$V_T^{\Phi_0, \phi} = \Phi_0(S_T - S_0) + \int_0^T \phi_t(S_T - S_t)dt - \frac{1}{2\delta}\int_0^T \phi_t^2 dt$$
目标是在容许策略 $\phi$ 下最大化期望指数效用 $E_P[-\exp(-\alpha V_T^{\Phi_0, \phi})]$。在不失一般性的情况下，风险厌恶参数归一化为 $\alpha=1$，且初始持仓设为 $\Phi_0 = 0$。

方法论
该解法依赖于利用对偶理论的纯概率方法。作者采用了 [5] 中命题 A.2 所建立的针对具有二次交易成本的指数型对冲的对偶结果。

证明过程分为以下步骤：

1. 测度变换： 对过程 $B_t = S_t - S_0$ 进行变换。在新的概率测度 $\hat{P}$ 下，$B_t$ 表现为标准布ones运动。物理测度 $P$ 与 $\hat{P}$ 之间的 Radon-Nikodym 导数被显式推导出来。
2. 对偶问题构建： 将原极大化问题转化为在具有有限相对熵的等价概率测度集 $\mathcal{Q}$ 上的对偶极小化问题。对偶目标泛函涉及相对熵以及代表交易二次成本的一项。
3. 简化为确定性变分问题： 通过分析对偶目标的结构，作者证明了该下确界可以由其密度由确定性函数驱动的测度来实现。这把随机控制问题简化为了涉及常微分方程 (ODE) 的确定性变分问题。
4. 显式解法： 使用变分法（具体为 Euler-Lagrange 方程）求解该确定性问题，从而得出最优控制和价值函数的显式公式。

核心结果
本文为最优对冲策略及相应的价值函数提供了闭式解。

• 最优策略： 唯一的优化交易速率 $\hat{\phi}_t$ 以反馈形式给出，取决于当前股票价格 $S_t$、到期时间 $T-t$ 以及市场深度 $\delta$。该策略是一个向目标过程 $X_t$ 回归的均值回归过程，而 $X_t$ 与偏差 $(\mu - S_t)$ 成线性关系。反馈系数涉及 $\sqrt{1+\delta}(T-t)$ 的双曲函数（sinh, cosh, tanh）。
• 价值函数： 最大期望效用表示为：
  $$E_P[-\exp(-V_T^{0, \hat{\phi}})] = -\exp\left( -\frac{1}{2}V(T)(\mu - S_0)^2 - \frac{1}{2}\int_0^T V(t)dt \right)$$
  其中 $V(t)$ 是一个由 $\delta$ 和双曲函数显式定义的确定性函数。
• 渐近行为：
  • 当市场深度 $\delta \to 0$（无限冲击）时，数值收敛于 $-1$，意味着零策略是最优的。
  • 当市场深度 $\delta \to \infty$（无摩擦极限）时，数值收敛于已知的无摩擦 OU 效用最大化问题的解。
  • 对于长时界 $T$，确定性等值随 $T$ 线性增长（具体而言，$\lim_{T\to\infty} c(T)/T = (\sqrt{1+\delta}-1)/2$），这与无摩擦情况下的二次增长形成对比。

意义与主张
本文声称提供了第一个针对均值回归（Ornstein-Uhlenbeck）资产在存在线性暂时性价格冲击下的指数效用最大化问题的显式解。

• 方法论贡献： 该工作展示了此前应用于无摩擦或更简单冲击模型的对偶方法，可以成功扩展到具有线性价格冲击的均值回归资产，并产生可处理的闭式解。
• 经济学洞察： 结果量化了市场深度 $\delta$ 如何影响最优交易速度和效用。分析强调，当到期时间非常大或非常小时，最优交易速度会显著放缓。
• 局限性与范围： 作者明确指出，该解假设在到期时没有清算约束（即 $\Phi_T$ 不强制为零）。论文承认，施加清算约束会在对偶表示中引入显著的额外复杂性，可能导致无法获得价值函数的闭式解，正如相关文献（如 [7]）中所见。因此，为了简化价值函数的计算，设定了 $\Phi_0 = 0$ 的假设，尽管策略的形式是通用的。

本文并未提出新的实验应用或未来市场模型，而是严格专注于在指定的约束条件下解决定义的数学优化问题。