Deep kernel hedging
Jean-Loup Dupret, Donatien Hainaut, Edouard Motte
cs.LG, math.FA, q-fin.CP, q-fin.RM
2026-09-28
把对冲函数放进网络参数化的RKHS，用100个冻结RFF近似。Heston上N=250时ATM欧式二次对冲MSE比FNN低约25%，S&P500真实盘多数设置更稳。
不完全市场里，期权没法完美复制。对冲是最小化终端盈亏损失的随机控制，最优策略随动力学是否马尔可夫、维数高低而变。Heston这类随机波动率模型在真实测度下几乎没有闭式对冲。Buehler等人2019年的deep hedging用神经网络直接从模拟或历史路径学离散交易策略，不必指定市场模型，但小样本上容易过拟合、对初始化敏感。
核方法把对冲函数限制在再生核希尔伯特空间（RKHS，一个由核函数定义、点取值连续的函数空间）里。核一定，函数空间、凸性和正则都清楚。短板是核通常事先固定，复杂市场上几何可能不对。Wilson等人的deep kernel learning用网络先嵌再核，多半放在高斯过程里最大化边际似然，反复动大核矩阵，开销大也不稳。量化对冲能拿到的独立路径常常只有几百到几千条。
深度核写成Kθ(x,x′)=K(ψθ(x),ψθ(x′))。ψθ是浅层网络，把市场特征映到潜空间；K是潜空间上的平移不变基核，实验用RBF。对冲头寸ξ{tk}=ϕ(X{tk})，ϕ活在这个随θ变的RKHS里，目标是凸损失加λ‖ϕ‖²正则。特征可以是(时间,价格,波动率)，非马尔可夫时换成截断的时间增广path-signature，即路径迭代积分的有限截断。
对固定θ，广义representer定理把无限维问题收成有限维：最优ϕ是各训练路径上「资产增益×核截面」的线性组合。Gram矩阵随θ变，内存O(N²)，再乘交易步数的n²，路径一多就不现实。
可扩展的一步是random Fourier features（RFF）。基核写成频率上的余弦期望，抽出D个频率和相位后，核变成显式特征yθ(x)的内积。频率相位采样一次后冻结，网络表示跟着数据学。对冲函数变成ϕ(x)=βᵀ yθ(x)，β和θ一起SGD。batch成本O(BnD)，不用存满核矩阵。D趋向无穷时，最优值和最优对冲一致收敛到精确深度核问题。
实验用一层16个Tanh隐单元、16维输出再ℓ2归一化，把RBF带宽γ吸进表示，频率固定从N(0,I)抽。D=100，batch 32，100个epoch，AdamW，λ=10^{-6}。对照deep hedging是两层各16的FNN，可训练参数16d+305对16d+389。经典核对照去掉网络，原始输入上RBF加RFF，只学带宽。损失两条线：二次损失（合成数据里同时学初价v0）和5% CVaR（超过分位数的平均损失，Rockafellar-Uryasev形式，v0必须固定，否则目标无下界）。附录把余弦换成ReLU或Tanh随机特征，有嵌入时成绩接近；拿掉嵌入则明显变差。主收益来自学到的潜空间几何。
合成盘是Heston，参数取自Mikkilä and Kanniainen (2023)：S0=1，r=0.02，μ=0.1，ν0=0.03，ν̄=0.04，κ=3.41，σν=0.62，ρ=-0.79。ATM欧式看涨，期限1/12、1/4、1/2年，训练N∈{250,500,1000,2500}，样本外25000条，10个种子。二次对冲样本外MSE：
| 期限 | 方法 | N=250 | N=1000 |
| T=1/4 | BS delta | 1.07e-4 | 1.07e-4 |
| T=1/4 | Deep hedging | 1.06e-4 | 7.71e-5 |
| T=1/4 | 经典核 | 1.56e-4 | 1.33e-4 |
| T=1/4 | Deep kernel | 7.91e-5 | 6.88e-5 |
N=250、T=1/4时，深度核比FNN低约25%，也低于把当前随机波动率塞进Black-Scholes delta的从业者对冲。经典核多数设置比BS还差。T=1/2、N=250：深度核1.62e-4，FNN 2.04e-4，BS 2.40e-4。N增到2500后差距收窄，深度核仍最低（T=1/2：1.31e-4对FNN的1.43e-4）。种子标准差也更小。N=1000时MAE、95%分位、CVaR0.95同一排序。
CVaR训练（N=1000，v0钉在σ=√ν0的BS价）方向一致。T=1/2的CVaR0.95：深度核3.47e-2，FNN 3.60e-2，BS 3.98e-2，经典核4.65e-2。两条目标的绝对CVaR不能直接比，初价处理不同。
真实数据用2010-01-01至2022-12-31的S&P500训练，2023-01-01至2026-05-31样本外，滑动窗口。特征是(S/S0,已实现波动率)的三阶时间增广signature。初价按路径钉成各自的BS价，误差用期初价格归一。二次对冲40天MSE：BS 9.75e-5，经典核7.29e-5，FNN 4.35e-5，深度核3.55e-5。10天是2.06e-5对FNN的2.24e-5，20天是3.13e-5对3.46e-5。CVaR训练没有一边倒：10天CVaR0.95深度核9.19e-3、FNN 1.00e-2；20天1.08e-2对1.04e-2，40天1.15e-2对1.10e-2，后两档FNN略好。样本外大约800条，5%尾部只剩约40个点，尾部指标噪声大。
Heston这种马尔可夫设定里再加signature没有额外好处。真实盘上只用(t,S,ν)的vanilla特征整体较差，主文改用signature。
这是渐进改进，打点很具体：能用来训练的独立路径往往只有几百到几千条，deep hedging在这个区间不稳。深度核用几乎同等参数量换到RKHS范数正则，低数据时MSE和种子方差都更好。RFF把迭代成本从精确核的O(N²n²)降到O(BnD)，D=100时普通AdamW就能跑。单标的、忽略交易成本、离散再平衡，可以当正则更强的浅层替代。多资产、冲击成本、联合学定价函数都还没做。
作者列的后续包括多个可交易资产、交易成本和市场冲击，以及路径初始状态不同时把初价学成市场状态的函数。真实数据里初价直接钉BS，没学定价泛函。
对照网络很浅，FNN只有两层16。更深或RNN会不会补回低数据劣势，没有实验。真实路径是重叠窗口，高度相关，有效样本小于名义上的3262−Tdays。CVaR样本外尾部约40个点，20天和40天期限上深度核并不更好。ℓ2归一化可能破坏ψθ单射，理论上万能逼近不再保证。没有手续费、没有买卖价差、只有一个风险资产。Heston参数和架构是选定的，换动力学或网络，相对名次可能变。