模型不确定性下的鲁棒效用最大化策略及其收敛性
摘要：多元连续时间的Black-Scholes类型金融市场中，我们研究了一个带漂移不确定性的效用最大化问题，该市场可能是不完备的。我们对可接受策略施加了一个约束，防止了纯债券投资，并通过漂移的椭球不确定性集合来包含不确定性。我们的主要结果首先是找到最优策略和最坏情况参数的显式表示，其次是证明了一个最小最大定理，将我们的鲁棒效用最大化问题与相应的对偶问题联系起来。第三，我们表明，随着模型不确定性的增加，最优策略收敛于广义均衡分散策略。
作者：J"orn Sass, Dorothee Westphal
论文ID：1909.01830
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2021-11-04