本文研究累积前景理论(CPT)赌徒在每轮期望收益为负的不公平赌博中的最优退出策略,将问题转化为非对称随机游走上的最优停止问题,并通过几何变换恢复鞅性质、结合随机化Azéma–Yor停止时刻与Skorokhod嵌入求解。研究表明,不公平赌博在较广泛参数条件下具有有限最优价值;当获胜概率足够低时,赌徒会选择不参与,而参与者相比公平赌博更保守、更早退出且更不耐受损失。
标题:《Optimal exit strategies of CPT gamblers in unfair gambles》(不公平赌博中累积前景理论赌徒的最优退出策略)。
作者:Sang Hu、Xun Yu Zhou。
日期:2026年8月7日。报告文本未明确列出作者所属机构或发布机构。
主题:研究具有累积前景理论(Cumulative Prospect Theory,CPT)偏好的赌徒,在每轮期望收益为负的赌场赌博中是否入场,以及入场后的最优退出时机和策略。
报告的核心结论有三点:第一,通过对非对称随机游走进行几何变换,作者将原本缺乏鞅性质的亏损赌博过程转化为鞅,从而使Skorokhod嵌入方法能够继续适用;第二,与公平赌博相比,不公平赌博在较广泛的参数条件下具有有限的最优价值,而公平赌博在某些参数下可能出现无限目标值;第三,不公平赔率会使CPT赌徒更加保守、更加不耐受损失,并且当胜率足够低时,赌徒会完全拒绝入场。
这里的“最优策略”并非简单的固定盈利目标或固定止损线,而是随机化、路径依赖的退出策略:赌徒会根据当前累计盈亏、历史最高财富以及外部随机装置共同决定继续或退出。
在经典期望效用理论(EUT)中,风险厌恶者的效用函数通常是凹函数,因此对于期望收益为零的公平赌博,Jensen不等式意味着“不参与”优于“参与”,更不用说参与期望收益为负的赌博。 然而现实赌场需要覆盖人工、设备和利润成本,因此赌博赔率通常对玩家不利,即每轮下注的期望收益为负,但现实中仍有大量人参与赌博。
作者借助CPT解释这一现象。CPT并不直接根据客观概率计算期望效用,而是先以参考点区分收益和损失,再对收益与损失分别使用不同的价值函数和概率加权函数。 由于逆S形概率权重函数往往会高估小概率事件,特别是“极小概率赢得大奖”的事件,赌徒可以通过选择退出时点,制造一个概率分布右偏的最终收益,从而获得较高甚至为正的CPT价值。
报告概括了CPT的四个核心特征:
因此,收益函数通常呈S形:收益区域可能表现为风险厌恶,损失区域可能表现为风险寻求,并且在参考点处存在折点。报告中的初始财富被设定为参考点,所以累计财富变化可以直接视为相对收益或损失。
赌徒进入赌场无需支付入场费,每一轮以概率 (p) 赢得1美元,以概率 (1-p) 输掉1美元,其中 (0<p<1/2)。因此,单轮期望收益为:
[ p-(1-p)=2p-1<0. ]
赌徒在每个时点可以接受下一轮下注,也可以拒绝并立即退出;若持续下注,则相同的赌局会在未来时点反复提供。
累计盈亏过程因此是一个步长为正负1的非对称随机游走。由于向下移动的概率大于向上移动的概率,该过程是超鞅而非鞅,这正是该论文区别于公平赌博研究的数学难点。
赌徒的决策被表示为停止时间 (\tau),即根据截至当前的信息决定何时退出。作者要求停止后的过程满足一致可积性(uniform integrability),这一条件主要用于排除无限期“加倍下注”等翻本策略,并保证最终收益具有有限的一阶矩。
与只允许确定性、马尔可夫策略的早期研究不同,本文允许:
这种随机化不是外部强加的参数,而是最优解的一部分,赌徒实际上是在选择每个节点的停止概率。作者引用的相关研究表明,路径依赖策略优于路径无关策略,随机化策略又优于纯确定性策略,因此在可执行的情况下,随机化策略是理论上的最优选择。
由于概率权重函数使CPT价值对概率分布呈非线性,赌徒在不同时间重新评估同一赌博计划时,可能得到不同的最优决策,因此问题具有时间不一致性。 本文研究的是预承诺型赌徒:赌徒在时间0确定完整策略,并在未来坚持执行,而不是在每个节点重新优化的“天真型”赌徒,也不是寻求动态均衡的“复杂型”赌徒。
CPT目标函数只依赖于退出时累计收益的概率分布,而不直接依赖于实现该分布的具体路径,因此作者将优化变量从停止时间改为最终收益分布,并试图刻画哪些分布可以通过某个停止时间实现。
在公平赌博中,底层随机游走是鞅,可以直接使用可选抽样定理和Skorokhod嵌入;但在本文中,非对称随机游走是超鞅,可选抽样定理只能提供不等式而不能提供所需的等式约束。
作者定义:
[ \rho=\frac{1-p}{p}>1,\qquad g_\rho(x)=\rho^x-1. ]
由于 (g_\rho) 严格递增,原始盈亏状态与变换后的状态一一对应;更重要的是,对非对称随机游走进行该指数型几何变换后,新的过程恢复为鞅。
这一变换的经济含义是:非公平赔率造成的线性期望损失,被转化为状态空间中的指数尺度变化。虽然原始盈亏向下漂移,但经过适当重新标度后,能够重新利用鞅理论的平衡结构。
作者提出两个层面的可行分布集合:较宽的集合只满足变换后过程的嵌入条件,较严格的集合还满足原始盈亏过程的一致可积性。命题3.1给出可行概率分布必须满足的必要条件,命题3.2则证明,在一致可积条件下,这些条件也是充分的,并且可以通过随机化Azéma–Yor停止时间具体实现。
Azéma–Yor型策略的结构如下:
这说明最优退出规则并不是单纯的“达到某一绝对亏损额就退出”,而是依赖于相对于历史最高点的回撤幅度。在赌场语境下,赌徒越接近此前的最高财富,越可能继续尝试;但一旦从历史高点回撤较多,退出概率明显增加。
作者进一步将最终收益分布表示为尾概率序列,例如正收益部分的 (z_{+,n}) 和负收益部分的 (z_{-,n})。这些序列具有单调性、可加性和加权期望约束,并与最终收益分布一一对应。
原问题由此转化为一个以无限维序列为决策变量的优化问题(InP)。其目标函数包含收益价值、损失厌恶系数以及收益和损失区域各自的概率权重函数。
定理4.1的关键作用在于:虽然作者先考虑了一个放宽后的分布优化问题,但只要最优解存在,最后一个约束必然取等号,因此放宽问题的最优分布实际上仍属于原始可嵌入集合,并能够恢复出原问题的随机化停止时间。
公平赌博中,某些概率扭曲和效用参数组合可能允许赌徒通过极端尾部收益不断提高CPT价值,使最优值发散到无穷大。 不公平赌博则存在持续的负漂移,赌徒留在赌场的时间越长,客观上预期损失越大,因此同样的参数未必再导致无限价值。
命题4.1指出,只要收益效用函数的相邻增量有界,并且概率权重函数满足特定的衰减条件,整个无限维规划具有有限目标值。 这一条件覆盖了常见的分段幂函数效用以及多种著名概率权重函数,包括幂函数权重、Tversky-Kahneman权重和Goldstein-Einhorn权重。
相比之下,Prelec概率权重函数在本文给出的条件下可能不满足足够快的衰减要求,因此问题仍可能是不适定的,即目标值可能无法保证有限。 这显示“赌场不公平”通常能抑制极端投机,但不能在所有行为参数下自动消除数学上的发散问题。
第五节使用分段幂函数效用和幂函数概率权重。通常可理解为:
[ u_+(x)=x^{\alpha_+},\qquad u_-(x)=\lambda x^{\alpha_-}, ]
并分别使用指数为 (\delta_+) 与 (\delta_-) 的概率权重函数,其中 (\lambda)表示损失厌恶程度。 这类设定的好处是既能保留CPT的收益—损失不对称性,又能将优化问题转化为可分析的幂函数形式。
收益部分固定第一次正收益概率 (z_{+,1}),再优化更高收益尾部的相对结构。命题5.1表明,最优收益分布具有分段结构:在较低的规模参数下,尾概率按照一套连续衰减形式配置;当规模超过某些阈值后,前若干个尾部概率会被设为1,随后部分尾部再按幂函数规律递减。
命题5.2进一步给出收益部分最优价值的渐近阶:
[ v_+^*(s)\asymp(\log s)^{\alpha_+}. ]
这意味着即使可实现的收益规模 (s)不断扩大,CPT收益价值也只是对数级增长,而不是线性增长。这种缓慢增长有助于解释为什么概率扭曲能够鼓励赌徒追求大额小概率收益,但同时不一定导致收益价值无限快速上升。
损失部分的约束由
[ \varphi=\rho^{-1}=\frac{p}{1-p}<1 ]
控制。由于 (\varphi<1),损失尾部的几何加权总量受到上限约束,作者将可行区域按不同区间划分,并证明每个可行解可以表示为若干极端解的凸组合。
这一凸组合结论意味着,损失部分的最优解不必在无限多种复杂分布中搜索,而可以集中考察少数具有特殊结构的候选分布。命题5.5进一步根据收益曲率、损失曲率和赔率参数,判断候选解中哪个尾部位置最优。 当损失效用参数与概率权重参数满足某些关系时,最优位置直接位于边界 (k=m);在另一部分参数区域,最优点可能出现在 (m)、(j+\lfloor x_0\rfloor)或相邻整数位置。
收益部分和损失部分最终被合并为一个低维问题(MP)。核心约束是收益和损失概率质量、几何变换后的期望约束以及总概率不超过1。
命题5.6给出最重要的经济结论:
因此,入场与否并非仅由客观期望收益决定,而取决于赔率、损失厌恶、收益和损失价值曲率以及概率扭曲之间的综合关系。
图1展示了公平赌博下三条可能路径的退出策略。图中白色节点表示继续,黑色节点表示确定性退出,灰色节点表示随机化退出,节点旁数字是停止概率。
在左侧路径中,赌徒从((0,0))出发,在((1,1))处以0.2704的概率退出;若继续,最终在((7,-1))处确定性退出。中间路径在时间4达到新的历史最高收益2后,原本为−1的下方退出边界被更新为1,最终在((7,1))处退出。右侧路径中,历史最高收益达到5后,下方边界被提高至2,因此即使在((7,3))仍未触发退出。
图1清楚说明了路径依赖性:相同的当前节点可能因此前历史最高点不同而具有不同的退出边界,因而不能用单一的当前盈亏状态描述策略。
在参数 (\alpha_+=0.6,\delta_+=0.7,\alpha_-=0.8,\delta_-=0.7,\lambda=1.05)下,公平赌博的最优CPT价值为0.0632,而当 (p=0.49)时,虽然只比公平情况略差,最优CPT价值已经下降到0.006026。
在不公平情形下,(\varphi=49/51),最优参数为 (s_+^=0.333)、(s_-^=0)、(z_{+,1}^=0.4189)、(z_{-,1}^=0.5811),平均退出时间约为5.34轮。 这意味着赌徒仍愿意入场,但最终收益分布和停止时间都受到负漂移的明显压制。
图2左侧路径与图1左侧路径相同,但在节点((1,1))处,不公平赌博的停止概率为0.5815,显著高于公平赌博的0.2704。图2中间路径还显示,在((6,2))处出现停止概率0.8799的灰色节点,而公平赌博对应节点为白色,即继续下注。
图2右侧路径进一步展示了更强的保守性:赌徒在达到历史最高收益5后,将下方边界更新为3,并在((6,4))处以0.3675概率退出;若继续,则在((7,3))处确定性退出。与公平赌博中继续承受更大回撤相比,不公平赌博策略更早结束,体现出更低的损失容忍度。
当 (p=1/3)、(\varphi=0.5)时,最优解为 (z_{+,1}^=z_{-,1}^=0),意味着赌徒在起点直接拒绝赌博。 另一组采用Tversky-Kahneman估计参数的数值例子显示,公平赌博下赌徒会入场且最优CPT价值甚至为无穷大,但在不公平赌博中,只要 (p<0.3563),赌徒便完全不进入赌场。
这些数值结果揭示了一个阈值效应:当不公平程度较轻时,概率扭曲仍可能创造足够高的主观价值;当胜率下降到某一临界点以下时,负漂移和损失厌恶将压倒“小概率大奖”的吸引力。
报告并非企业投资报告,因此没有传统意义上的经营风险、财务风险或估值风险章节,但模型本身存在若干需要注意的限制:
此外,文中将“平均退出时间”与策略保守性联系起来是合理的,但平均时间本身并不完整描述策略风险,因为退出收益分布的尾部形态、极端亏损概率和达到历史高点的路径概率同样重要。
总体而言,本文将CPT、随机化最优停止、非对称随机游走和Skorokhod嵌入结合起来,解决了不公平赌场赌博中的最优退出问题。数学上的核心创新是通过 (g_\rho(x)=\rho^x-1) 的几何变换恢复鞅性质,再用随机化Azéma–Yor停止时间实现目标收益分布。
经济上的核心发现是:CPT的概率扭曲仍能解释赌徒为何可能参与期望收益为负的赌博,但不公平赔率会显著降低最优主观价值,并使赌徒在相同赌博历史下更倾向于退出。 图表进一步显示,不公平赌博不仅减少入场意愿,也提高中间节点的随机退出概率、缩短平均游戏时间,并降低对从历史最高财富回撤的容忍度。
最终,当胜率足够低时,即使是具有风险寻求和小概率事件过度加权倾向的CPT赌徒,也会选择完全不入场;因此,概率扭曲能够解释“不公平赌博仍有人参与”,但不能保证任何负期望赌博都具有吸引力。
2606.10337.pdf