本文研究了两个投资者之间基于均值-方差目标函数及信息不对称的Stackelberg博弈:一方完全知晓股票真实动态(领导者),另一方通过观察股票演变和领导者的交易动作进行滤波推断(追随者)。在相对表现关切下,领导者采用熵正则化的随机化策略以防止信息泄露,追随者基于观测到的交易路径制定策略。结果表明,追随者的均衡策略线性依赖于领导者的随机交易,均衡价值函数却是确定性的;领导者的策略服从均值依赖于当前过滤概率、常方差的高斯分布。此框架为含信息不对称的多阶段资产配置提供了新的策略设计思路
《Mean-Variance Stackelberg Games with Asymmetric Information》
逻辑及假设:
关键点:随机策略与采样机制一方面保护领导者,另一方面追随者仍在观察动作轨迹求解最优反应。离散采样促使理论上的连续模型近似实际操作。
尽管本报告无实际图表,但有大量形象化的数学公式及模型架构。关键内容总结如下:
股票动态:
dS(t)=μS(t)dt+σS(t)dW(t).
领导者完全知晓μ,追随者观测不到μ,基于价格序列推断;滤波后验概率P(t)满足
dP(t)=σμ1−μ2P(t)(1−P(t))dW(t),
W(t)为追随者过滤的创新过程。
财富动态(折现形式):
领导者:
dX1(t)=u1(t)(μ−r)dt+σu1(t)dW(t).
追随者:
dX2(t)=u2(t)[(μ1−μ2)P(t)+μ2−r]dt+σu2(t)dW(t).
投资目标函数:
Ji(t,x,p)=E[Xi(T)−λiX(T)]−2γiVar[Xi(T)−λiX(T)].
领导者随机策略定义:反馈策略Πt为动作u1的概率密度,动作以此分布独立采样,满足渐进可测性和二次可积。
采样动态表达:
离散采样财富过程满足分段常数控制的SDE形式,确保数学意义上的随机积分定义明晰。
追随者均衡策略(定理3.1):解析形式包含对滤波偏导的边值问题函数a2(t,p),投射在均衡策略表达式内:
u2∗=myopic demand+hedging demand+领导者作用项.
领导者探索性财富过程:引入独立布朗运动增添由策略随机性带来的波动:
dX1(t)=bt(θ(Pt)−r)dt+σbtdW(t)+σσtdW(t).
熵正则化:在目标函数积分项中以熵增加随机化程度定量调节,具体为:
H(Πt)=−∫Πt(u1)logΠt(u1)du1.
领导者均衡策略(定理4.1):以高斯N(μt,νt)形式显著体现,其中均值和方差的复杂依赖于解偏微分方程a1,a2及参数。方差由熵正则权重λ0决定且时间不变,均值反映收益与信息滤波推断。
采样误差估计与均衡近似:利用高阶微分空间范数Cp4对采样财富过程期望差异评估,保证采样财富过程对探索性过程的收敛和价值函数近似。
本报告主体为博弈均衡理论的数学结构性证明与构造,无传统意义上的估值模块。均值方差目标本身构成投资者效用函数的表述。
该报告作为理论研究,对协同均衡策略推导,未直接展开对金融市场或模型风险的详细讨论,但可隐式归纳如下风险:
报告没有明确缓解措施,但通过熵正则化策略随机性、一致性均衡定义和采样误差控制减少部分风险。
本文详细构建并解析了基于均值-方差投资目标的两人具有信息不对称的Stackelberg博弈模型。两投资者通过相对表现关切连接,其策略设计促进了对竞争与隐私保护的平衡。
总结而言,论文成功揭示了投资者信息结构差异与相对绩效动机如何驱动策略复杂互动,拓展了博弈论与金融数学的交叉应用,并为后续研究提供了稳健的理论基础和可操作策略框架。
文本引用:以上内容关键推理均源自章节正文与附录证明,包括(1-26页),...,26]。
2509.03669.pdf