2017 -- Buehler 等人的深度避險：用深度學習取代動態避險#

案件描述#

2017 年，J.P. Morgan 的 Hans Buehler、Luca Gonon、Teichmann 與 Wood 發表《Deep Hedging》（arXiv 2018，Quantitative Finance 刊出）。他們挑戰了金融計算 44 年來的基石：

Black–Scholes 的動態避險（1973）假設「完美市場 + 常態波動 + 無交易成本」。真實世界不是這樣。深度避險的主張：別再解 PDE 了——直接用深度學習，在真實的（有摩擦、有約束、有厚尾的）市場中學出最優避險策略。

這是金融計算進入機器學習時代的宣言。

前因：Black–Scholes 避險的實務困境#

Black–Scholes 的動態避險（delta hedging）假設：
連續交易（實際只能離散）
無交易成本（實際有價差與衝擊）
常態波動（實際有跳躍與聚類——見 1982-EngleARCH模型.md、1993-Heston隨機波動率模型.md）
完美流動性（2010 閃電崩盤證明流動性會蒸發——見 2010-閃電崩盤與高頻交易.md）
實務中，避險策略必須處理：交易成本、避險工具的有限性（只能用期貨避險）、風險度量不是變異數而是 CVaR、法規約束。
線索：深度學習在 2012–2016 年爆發（AlexNet、AlphaGo）。Buehler（J.P. Morgan 全球資產定價主管）意識到：避險本質上是一個隨機控制問題，而神經網路是逼近任意控制策略的通用工具。

推理過程#

線索一：把避險寫成隨機控制問題#

設避險策略 \(\pi = (\pi_0, \pi_1, \dots, \pi_{n-1})\) （每期的避險部位），目標：最小化「避險後損失」的風險度量：

\[ \min_{\pi} \; \rho\left(F_T + \sum_{k=0}^{n-1} \pi_k \, \Delta S_{k+1} + \sum_k c(\pi_k, \pi_{k-1})\right) \]

其中： - \(F_T\) ：衍生品的到期支付（負債） - \(\pi_k \Delta S_{k+1}\) ：避險的損益 - \(c(\pi_k, \pi_{k-1})\) ：交易成本（與調倉量成正比——Black–Scholes 沒有的項） - \(\rho\) ：風險度量（可以是 CVaR，而不只是變異數）

線索二：神經網路作為策略的通用逼近器#

關鍵技巧：把每期的避險決策 \(\pi_k\) 寫成神經網路：

\[ \pi_k = \mathcal{N}_{\theta_k}(S_k, \text{其他狀態}) \]

輸入：當前價格、隱含波動率、時間、其他市場狀態
輸出：避險部位
\(\theta = (\theta_0, \dots, \theta_{n-1})\) ：所有網路的參數，用隨機梯度下降（在蒙地卡羅模擬的路徑上）直接最小化目標函數。

數學基礎：神經網路的通用逼近定理（Cybenko 1989、Hornik 1991）保證：足夠大的網路可以逼近任意連續的控制策略——所以「學出來的策略」可以逼近理論最優策略。

與 LSM 的傳承：Longstaff–Schwartz（2001，見 2001-LongstaffSchwartz蒙地卡羅.md）用「迴歸估計條件期望」把動態規劃變成學習問題；深度避險用「神經網路逼近控制策略」把隨機控制變成學習問題——同一個邏輯：蒙地卡羅 + 函數逼近 = 解決一切動態問題。

線索三：為什麼「直接學」比「解 PDE」好#

市場摩擦：交易成本、價差直接寫進目標函數——不用近似。
任意風險度量：CVaR、半變異數、甚至自訂效用——Black–Scholes 只能處理二次效用。
任意價格動態：厚尾、跳躍、隨機波動率、隨機利率——只要是可模擬的過程就行。
任意約束：避險工具有限、法規限制、資金約束——PDE 方法無法處理。

現代程式重現：深度避險的極簡版#

import numpy as np
import torch
import torch.nn as nn

def simulate_paths(S0, sigma, r, T, n, M):
    dt = T/n
    Z = torch.randn(M, n)
    logS = torch.log(torch.tensor(S0)) + torch.cumsum((r-0.5*sigma**2)*dt + sigma*torch.sqrt(torch.tensor(dt))*Z, dim=1)
    return torch.exp(logS)

class HedgeNet(nn.Module):
    def __init__(self):
        super().__init__()
        self.net = nn.Sequential(nn.Linear(3, 32), nn.ReLU(), nn.Linear(32, 1))
    def forward(self, S, v, t):
        return self.net(torch.stack([S, v, t], dim=-1)).squeeze(-1)

def deep_hedge(S0=100, K=100, sigma=0.2, r=0.0, T=1, n=50, M=50_000, cost=0.001):
    paths = simulate_paths(S0, sigma, r, T, n, M)
    nets = nn.ModuleList([HedgeNet() for _ in range(n)])
    opt = torch.optim.Adam(nets.parameters(), lr=1e-3)

    for epoch in range(500):
        pnl = -torch.clamp(paths[:, -1] - K, min=0)     # 負債：賣權支付
        prev = torch.zeros(M)
        for k in range(n):
            t_k = torch.full((M,), k/n)
            pi = nets[k](paths[:, k], torch.full((M,), sigma), t_k)
            pnl = pnl + pi * (paths[:, k+1] - paths[:, k])   # 避險損益
            pnl = pnl - cost * torch.abs(pi - prev)          # 交易成本
            prev = pi
        loss = pnl.pow(2).mean()     # 二次風險度量（可換成 CVaR）
        opt.zero_grad(); loss.backward(); opt.step()
    return nets, paths

# 學出來的避險策略 ≈ delta hedging（在無摩擦、常態波動下），
# 但在真實摩擦與厚尾下，學出的策略明顯更優

後果#

機器學習進入金融計算的宣言：深度避險之後，「用學習代替解析」成為新的研究綱領：
深度定價：用神經網路逼近定價函數（DeepPricing、Deep Optimal Stopping，Chen–Wan 2019）
深度市場模擬：用生成模型（GAN、Normalizing Flows）學習真實市場的價格動態
強化學習執行：把最佳執行變成 RL 問題（見 2000-AlmgrenChriss最佳執行.md 的延伸）
業界採用：J.P. Morgan、多家歐洲銀行開始在生產環境試驗深度避險。
理論的回響：Buehler 等後續證明深度避險在有摩擦市場中收斂到理論最優（2019–2022 的數學工作）。
與 AlphaGo 的同構：避險 = 隨機控制 = 「在模擬中學策略」——強化學習的邏輯（見 ../強化學習/）。
盲點：神經網路的可解釋性差（監管挑戰）、訓練不穩定、對「沒見過的市場狀態」外推能力弱——2010 閃電崩盤那種極端狀態，訓練資料裡可能沒有。

偵探筆記#

動機：Black–Scholes 動態避險假設與真實市場的落差
工具：隨機控制、神經網路通用逼近、蒙地卡羅 + SGD
遺產：ML 進入金融計算的宣言、深度定價/模擬/執行的綱領
盲點：可解釋性、外推能力、訓練穩定性

參考資料#

Buehler, H., Gonon, L., Teichmann, J., Wood, B. (2019). "Deep Hedging". Quantitative Finance, 19(8), 1271–1291.
Chen, L., Wan, H. (2019). "DeepPricing: Pricing Financial Options with Deep Learning".