为了说明定理3.1的发现的有用性,我们现在考虑一类有趣的运动支付,这类运动支付在这类模型中形成了一个明确可解的对称设置。我们对这些问题的主要发现总结如下。定理3.2。假设行权支付F(x)为偶数,即F(x)=F(-x) 对于allx≥ 如果存在唯一的阈值x,则比值^F(x)/U(x)也是偶数*= argmaxx>0(^F(x)U(x)),因此^F(x)/U(x)在(0,x)上增加*) 并在(x)上递减*, ∞), 然后,最佳停止策略inf{t≥ 0:aTXt6∈ (-x个*, x个*)} 读取asVκ(x)=^F(aTx),aTx 6∈ (-x个*, x个*),^F(x*)U(x*)U(aTx),aTx∈ (-x个*, x个*).(3.4)此外,导致最坏情况度量的最佳密度生成器是θ*t=κsgn(aTXt)akak。证据我们首先观察利用恒等式^Дκ=-ψκ和^ψκ=-νκU(x)=U(-x) 对于所有x≥ 因此,我们注意到^F(x)/U(x)的比率与所声称的一样。假设存在唯一的最大化器x*> 比率^F(x)/U(x)的0,使得^F(x)/U(x)在(0,x)上递增*) 并在(x)上递减*, ∞).现在用τ表示*= inf{t≥ 0:aTXt6∈ (-x个*, x个*)} 进程从集合中退出的第一次时间(-x个*, x个*) 通过^Vκ(x)提出的值函数(3.5)。很明显,sinceQθ*∈ Pκ对于任何容许的停止时间τ∈ T thatinfQθ∈PκEQθxhe-rτ^F(aTXτ){τ<∞}我≤ 公式θ*xhe公司-rτ^F(aTXτ){τ<∞}i、 因此,我们发现Vκ(x)≤ supτ∈TEQθ*xhe公司-rτ^F(aTXτ){τ<∞}i、 现在考虑一下流程mt=e-rtU(aTXt)。如前所示,Mtis为正Qθ*-鞅。此外,由于SDEdYt所描述的过程=-κkaksgn(Yt)dt+aTdWθ*t、 Y=aTx,是正循环的,我们知道第一次退出时间τ*= inf{t≥ 0:Yt6∈ (-x个*, x个*)} = inf{t≥0:aTXt6∈ (-x个*, x个*)} 是Qθ*-几乎可以肯定是最后一刻。
|