然后从（47）可以看出，部分知情的投资者永远不会实现γ的涅盘∈ （0，1）因为2κ+σ+σaρσ<0，但从（45）可以看出，完全知情的投资者将实现涅盘，因为γ趋于零，因为2κρ+aσ>0。因此，如果给投资者足够的时间，信息溢价是有限的。示例4.2（未定义的信息溢价）。可以选择参数，以确定第3.4节中的信息溢价（即等于差异∞ - ∞). 认为-√< ρ<0且a=-κσρ. 则∑=aσp1- ρ、 当γ趋于零时，部分不完全投资者将达到RVANA，因为（47）被违反，2κ+σaρσ=2κ+a（p1- ρ+ ρ)σ> 0 .完全知情的投资者也将实现n irvana，因为（45）被违反2κρ+aσ>0。因此，如果两个投资者都有足够长的投资期，则信息溢价是不确定的。示例4.3（路径模拟）。对于γ>1，可以显式求解A（t）的Riccati方程，从而可以在部分和全部信息下轻松模拟BSDE解和G函数。对于γ>1，则A+>0>A-, 所以A-是长期平衡A（t），方程（41）和d（42）有显式解，A（t）=A-1.- e-D（T-t） 1个-A.-A+e-D（T-t） H（t）=aA-（T- t）-加利福尼亚州-logA公司+- A.-e-D（T-t） A+- A.-!!,式中，A±由（43）给出，D=2rκ -(1-γ） ρaγσ-(1-γ） aγσ1 +(1-γ)ργ, 其中c与（44）中使用的相同。当γ>1时，D>0，因此溶液对于大T是稳定的。图1显示了线性模型的模拟，参数如表1所示。

模拟提供了信息，因为它显示了G（t）和Gfull的路径是如何比较的；特别是它显示了G（t）<Gfull（t，Y（t））的可能性，尽管命题3.4显示了G（t）≥γ>1时为E[Gfull（t，Y（t））| FSt]。参数值κaρσTγ8。3 -.8.15 1.2表1：模拟参数如图1.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1资产价格0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-0.25-0.2-0.15-0.1-0.050.050.10.150.2裂谷过程[Y | F]Yt0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10.9750.980.9850.990.995G处理部分完整0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1×10-3-2参考图1：线性使用表1的参数建模，u=r=0。左上角：模拟资产损益表（t）。右上：模拟Y（t）和过滤器。左下：B分解图G（t）和G完整（t，Y（t））。右下：差异G（t）- Gfull（t，Y（t）），其中有几次t∈ [0，T]当G（T）<Gfull（T，Y（T）），即使Pro位置3.4显示G（T）≥E[Gfull（t，Y（t））| FSt]对于γ>1.5，非线性示例可调用备注1中的示例。假设Y（t）∈ Ris是一个CIR过程，只有onerisky资产，因此S（t）∈ R、 SDEs为ds（t）S（t）=cpY（t）dt+σp1级- ρdW（t）+ρdB（t）（48）dY（t）=κ（(R)Y- Y（t））dt+apY（t）dB（t），（49），0<a≤ 2κ′Y，ρ∈ (-1，1），c∈ R、 Y>0表示Y（t）的长期水平。财富过程isdXπ（t）Xπ（t）=rdt+π（t）dS（t）S（t）- rdt公司=cπ（t）pY（t）+r（1- π（t））dt+π（t）σp1级- ρdW（t）+ρdB（t）.在本例中，取γ>1以避免涅盘情况。为简单起见，取r=0和ρ=0，这样模型就是一个函数。5.1完整信息电力公司的值函数有明确的解决方案。

与第4节线性示例中的完全知情的投资者类似，在[Zar01]中，对于ansatzVfull（t，x，y）=U（x）Gfull（t，y），G求解PDE（在本例中，ρ=0）Gfullt+ayGfully+κ（\'y- y） G完全+c（1- γ） 2γσyGfull=0Gfullt=t=1。使用ansatz，Gfull（t，y）=expA（t）y+H（t）,该解使用满足方程A′（t）+aA（t）的函数A和H- κA（t）+c（1- γ） 2γσ=0（50）H′（t）+κ′Y A（t）=0。（51）与例4.3类似，方程（50）和（51）具有显式解，A（t）=A-1.- e-D（T-t） 1个-A.-A+e-D（T-t） H（t）=κY A-（T- t）-aA公司-logA公司+- A.-e-D（T-t） A+- A.-!!,式中±=κ±qκ-c（1-γ） γσaaD=sκ-c（1- γ） γσa.5.2部分信息从方程（8）直接模拟Z（t）f，可以对BSDE（16）的解的第一个分量进行数值近似。即，用蒙特卡罗期望从对偶值f函数（11）得到ξ的近似值，其中要近似的期望值是使用命题a.3中的I t^o引理简化的，ξ（t）=E“Z（T）Z（T）-1.-γγFSt#=E经验值(1 - γ） c2γσZTtbY（u）duFSt公司≈NNX公司l=1exp(1 - γ） c2γσZTtbY(l,t） （u）du,对于样本量N，其中l 有一个独立的样本（由(l,t） （u））u∈[t，t]以fst为条件。BY样品(l,t） （t）由滤波器的前向顺序蒙特卡罗（SMC）和c计算得出。为了计算滤波器，可以为S的每条轨迹计算一个粒子滤波器，或者可以用有限状态马尔可夫链近似Y，然后在一小段时间内重复应用贝叶斯规则。这里采用后一种方法是因为它对该模型既快速又准确（即，因为Y没有重尾）。

注意，ξ（t）的模拟就像一个分支过程：对于两次t，t+t型∈ [0，T]T时初始化的粒子不能重复用于T+T时初始化粒子的模拟t（有关moreon分支过程与BSDE的关系，请参见[HLTT14]）。最优值函数为v（t，x）=U（x）ξ（t）γ，因此通过比较G（t）=ξ（t）γ与Gfull（t，Y（t））可以看出信息溢价。以与R标记1中相同的方式使用Jensen\'sinequality，如果CT2σ<2κa，则满足条件2.1（Novikov），在这种情况下，Z（t）是真正的FStmartingale。图2显示了使用表2中的参数获得的全部和部分实现信息的比较。本例中值得注意的方面是：o与图1中的过滤器相比，图2中的过滤器在跟踪隐藏漂移（t）方面做得并不好。原因是线性示例与-.8，这增加了信噪比（SNR）。相反，这个非线性例子的相关性为零，因此信噪比要低得多与图1所示的系数G相比，图2中的部分信息G更平滑。这是由于在文件中缺乏跟踪（见前面的要点）图2中的系数G比图1中的系数G具有更陡的斜率。这是因为过滤器（t）在时间上几乎是常数，bY（t）≈\'\'Y=。05，表示正平均portfolioreturn，和G（t）≈ 经验值(1-γ） \'Yt2γσ. 相比之下，线性示例具有参数chosenso thatbY（t）≈ 0表示净零平均回报。

换句话说，在这个非线性例子中，参数使得夏普比更高由于没有提出数值方法，因此尚未计算部分信息的最佳π。第四点重复了备注3中的一条评论，其中指出，鞅表示中的θ难以计算，需要特殊的数值方法；α的数值方法也可以达到同样的效果。总的来说，这些要点为数字BSDE领域的未来探索指明了可能的主题。最后，应该指出的是，在这个非线性示例中，信息溢价很低，这可以通过观察图2中的G和Gfullare来看出。这是因为“Y>r=0，夏普比率为^Yt/σ≈是/σ=。对于σ=，等于1.92。15和σ=。因此，部分和完全知情的投资者都将其财富的很大一部分投入到风险资产中。相比之下，如果ρ=0，则示例4.3的线性情况将有更明显的溢价；这种情况是因为低信噪比，在这种情况下，滤波器保持接近零（即^Yt≈ 所有t均为0），导致夏普比率非常接近于零，因此部分知情的投资者将很少投资于风险资产，并体验到一种改进的投资组合回报。参数值cκY a Tγ。25 8 .05 .4 1.2表2：方程（48）和（49）中非线性示例的参数值。测试σ的不同值，即低值。026和高值。15

请注意，如果σ的值太低，则条件5将失败，Z（t）有可能使E[Z（t）/Z（t）| FSt]<1.6摘要与结论部分信息下的过滤投资是一个非马尔可夫控制问题，但也有一些隐含性，因为模型可以简化为一个完整的市场。对于具有幂效用函数的投资者，双值函数是BSDE的解决方案。最优策略也可以用BSDE的解来表示，并且可以分为两个部分：一个是近视部分，其中Ytis的点估计插入到标准Merton问题中，另一个是由于随机漂移而产生的套期保值项。与完整信息相比，信息溢价被定义为预期效用损失（从部分知情投资者的角度来看），并根据BSDE的系数进行量化。这一问题未来工作的一个可能方向是发展求解部分信息BSDE的数值方法；第5节的拟议蒙特卡罗近似值为0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10.0350.040.0450.0550.060.0650.070.0750.08σ=0.026cE[Y1/2 | F]cY1/2t0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10.0350.040.0450.050.0650.070.0750.0750漂移过程08σ=0.15cE[Y1/2 | F]cY1/2t0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10.650.70.750.80.850.90.95G（t）函数的漂移过程σ=0.026G partialG fullt0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10.9880.990.9920.9940.9960.998G（t）函数，σ=0.15G partialG full图2：σ=。026和σ=。左上：模拟低噪声Y（t）及其滤波器。右上：模拟的高no ise Y（t）及其滤波器。左下：样本量N=10的低噪声G（t）\'s。

右下：样本尺寸为10的高噪声G（t）\'s。朝着这个目标迈出的一小步。蒙特卡罗和粒子滤波将是有用的，但很可能滤波器所采用的状态数呈指数增长，因此需要进一步创新。A第3.1节建议A.1的证明。如果条件2.3成立，则θ∈ HT（Pd），其中θ是（15）中的鞅表示。证据随机积分是局部鞅，因此存在一个停止时间（τj）j=1,2,3，。。。使τj∞ 几乎可以肯定andRt∧τjθ（u）dζ（u）是真鞅。ThenEZT公司∧τjkθ（t）kdt=-2E类-ZT公司∧τjkθ（t）kdt+ZT∧τjθ（t）dζ（t）= -2E日志M（T∧ τj）。M（0）（因为dM（t）=M（t）θ（t）dζ（t）in（15）），=-2E日志EhZ（T）-1.-γγFST公司∧τji。M（0）≤ -2E日志Z（T）-1.-γγ+ 2 log M（0）（Jensen不等式）=2（1- γ） γE log Z（T）+2 log M（0）=-1.- γγEZTσ-1（^h（t）- r）dt+2对数M（0）<∞ .这意味着ERTkθ（u）kdu≤ lim infjERT公司∧τjkθ（u）kdu<∞.提案A.2。Let（ξ，α）∈ ST（P）×HT（Pd）是（16）的解，设（ξK，αK）∈ ST（P）×HT（Pd）是有界BSDE i n（19）（实际上ξK）在ST（P）×HT（Pd）中的唯一解∈S∞T（P）如[Kob00]所示。对于停止时间eτK=infnt>0 s.t K^h（t）K≥ Ko，所有ω的解都相等∈ Ohm 使τK≥ T即，（ξ（T）- ξK（t））1[τK>t]=0表示所有t∈ [0，T]和（α（T）- 对于所有t，αK（t））1[τK>t]=0∈ [0，T]。证据证据是矛盾的。设O={ω∈ Ohm s、 tτK≥ T}。对于某些ω，假设（ξ，α）6=（ξK，αK）∈ O、 （19）还有另一个解，（|ξK，|αK）=ω的（ξ，α）∈ ω的O（ξK，αK）/∈ O，（|ξK，|αK）6=（ξK，αK），但（19）的解是唯一的。因此存在矛盾。提案A.3。Let（ξK，αK）∈ S∞T（P）×HT（Pd）是（19）中BSDE的唯一解决方案。如果条件2.3保持不变，则supK>0E supt∈[0，T]|ξK（T）|<∞.证据回想定理3.1证明中的符号^hK（t）和ZK（t）。

应用I^ot^os引理ZK（t）-21-γγ产生远期SDE，dZK（t）-21-γγ=(γ - 1)(γ - 2） γZK（t）-21-γγkσ-1（^hK（t）- r） kdt公司- 2γ - 1γZK（t）-21-γγ（^hK（t）- r） （σ-1)dζ（t）。这个SDE是一个真正的半鞅，因为^hk是有界的，所以使用常数的变化（即积分因子）并取期望得到一个上界EZK（T）-21-γγ=E exp(γ - 1)(γ - 2） γZTkσ-1（^hK（t）- r） kdt公司≤ E经验值2|γ -1||γ - 2 |γZTk^h（t）k+krkdt公司,式中，>0是（3）中限制σ的常数。现在注意，BSDE（19）的解有如下鞅界，ξK（t）=E“ZK（T）ZK（T）-1.-γγFSt#=E经验值-γ - 12γZTtkσ-1（^hK（u）- r） kdu公司FSt公司≤ E经验值-γ - 12γZTkσ-1（^hK（u）- r） kdu公司FSt公司= EhZK（T）-1.-γγFSti，其中最后一个量是连续鞅，具有连续性，因为它具有类似于等式（15）中的鞅型表示。因此，从Doob极大不等式可以看出∈[0，T]|ξK（T）|≤ E支持∈[0，T]EhZK（T）-1.-γγFSti公司≤ 4EZK（T）-21-γγ≤ 4E经验2|γ -1||γ - 2 |γZTk^h（u）k+krk杜邦< ∞ ,其中，第二个不等式来自Doob，其中完整性由条件2.3给出，因此K上的上确界是有限的。B完整信息的mma验证本附录包含第3.3节第3.3条的验证证明。对于任何容许π∈ a充分考虑U（Xπ（t）er（t）的停止SDE-t） ）χ（t），并设τkbe为带τk的停止时间递增序列∧ T→ 其随机积分为真鞅。

预期满意度Xπ（T∧τk）er（T-T∧τk）χ（T∧ τk）X（0）=X，Y（0）=yi=U施乐χ(0)+ (1 - γ） E“ZT∧τkUXπ（u）er（T-u）χ（u）π（u）h（Y（u））- r-γ∑π（u）+ π（u）σyψ（u）- F（Y（u），χ（u），ψ（u））！杜邦X（0）=X，Y（0）=Y#+E“ZT∧τkUXπ（u）er（T-u）χ（u）（1- γ） π（u）（σwdW（u）+σydB（t））+ψ（u）χ（u）dB（u）！X（0）=X，Y（0）=Y#=U施乐χ(0)+ (1 - γ） E“ZT∧τkUXπ（u）er（T-u）χ（u）π（u）h（Y（u））- r-γ∑π（u）+ π（u）σyψ（u）- F（Y（u），χ（u），ψ（u））！杜邦X（0）=X，Y（0）=Y#≤ U施乐χ（0），其中不等式通过从（31）插入F而变为等式，π（u）=π*（u，Y（u），χ（u），ψ（u））由方程（33）给出。因此，U施乐χ（0）=EhUXπ*（T∧τk）er（T-T∧τk）χ（T∧ τk）X（0）=X，Y（0）=yi≤ supπ∈阿富勒胡（Xπ（T））X（0）=X，Y（0）=yi=Vfull（0，X，Y）。验证是为了显示极限在另一个方向上的不平等。B、 1例0<γ<1对于0<γ<1，使用极限中的Fatou引理作为k→ ∞ 伊尔德塞胡（Xπ（T））X（0）=X，Y（0）=yi=Elim infkU公司Xπ（T∧ τk）er（T-T∧τk）χ（T∧ τk）X（0）=X，Y（0）=Y≤ fkEhU中的limXπ（T∧ τk）er（T-T∧τk）χ（T∧ τk）X（0）=X，Y（0）=yi≤ U施乐χ(0) .对于任何t，都可以重复上述计算∈ [0，T]和henceVfull（T，x，y）=supπ∈阿富勒胡（Xπ（T））X（t）=X，Y（t）=yi≤ Uxer（T-t）χ（t），完成γ的验证∈ (0, 1).B、 2情况γ>1在这种情况下，U（x）<0，因此Fatou引理不直接适用。设Xπ*（T）=inf0≤t型≤TXπ（t）和假设EU（Xπ*（T））>- ∞ .

然后0≤ EhU（Xπ（T））- U（Xπ*（T））X（0）=X，Y（0）=yi=Elim信息UXπ（T∧ τk）er（T-T∧τk）- U（Xπ*（T））χ（T∧ τk）X（0）=X，Y（0）=Y≤ fkEh中的limUXπ（T∧ τk）er（T-T∧τk）- U（Xπ*（T））χ（T∧τk）X（0）=X，Y（0）=yi=U施乐χ（0）+lim infkEh-U（Xπ*（T））χ（T∧ τk）X（0）=X，Y（0）=yi≤ U施乐χ(0) - EhU（Xπ*（T））X（0）=X，Y（0）=yi。现在EhU（Xπ*（T））X（0）=X，Y（0）=yi从两侧取消，存在边界hu（Xπ（T））X（0）=X，Y（0）=yi<U施乐χ(0) .如果不能证明EhU（Xπ*（T））X（0）=X，Y（0）=yi<∞, 然后可以使用截断参数来显示任意小常数的上界。如果问题被截断为Y（t）和π（t）限定为紧集，则可以应用定理3.3的广义存在性和唯一性理论。对于某些正K<∞ 确定截断的允许策略集A full=A full∩（π：[0，T]×Ohm → Rds。t、 支持∈[0，T]kπ（T）k<k a.s.）。同时确定停止时间τK=inf{t>0 s.t kY（t）K≥ K} ，并考虑截断的BSDE：-dχK（t）=（1- γ） FK（Y（t），χK（t），ψK（t））dt- ψK（t）dB（t），对于t≤ τkχk（T∧ τK）=1，（52），其中FK（y，g，η）=maxkπK≤Kf（y，π，g，η），定义良好，因为（29）给出的f是π的凹函数。对于所有t，Fk有一个统一的Lipschitz常数≤ τK，so（52）有唯一解（χK，ψK）∈ ST（Pfull）×HT（Pfullq）。BSDE的解与粘度解有关，χK（t）=GfullK（t，Y（t））和ψK（t）=a（Y（t））GfullK（t，Y（t）），其中GfullKis是边值问题的aviscosity解，t+LGfullK+（1- γ） FK公司y、 GfullK，σyGfullK公司= 0（53）GfullKt=t=1完整kyk=K=1。方程（53）具有唯一的经典解，因为它符合[FS05]第IV.4章定理4.1的应用标准。

此外，当L是退化椭圆且Hessiangfullkis在（53）的非线性中不存在，（53）的唯一解也是粘度解（见[CIL92]）。因此，χK（t）=GfullK（t，Y（t））是粘度解，是值函数χfullK（t）=1+（1-γ） ×supπ∈阿富尔克“ZT∧τKt∧τKfY（u），π（u），GfullK（u，Y（u）），σYGfullK（u，Y（u））杜邦英尺#。此截断值函数可用于显示（32）的解的唯一性。证明基于以下两个命题，即命题C.1。假设存在（χ，ψ）∈ ST（Pfull）×HT（Pfullq）是（32）的解，特别是∈[0，T]|χ（T）|<∞. 然后支持>0E支持∈[0，T]|χK（T）|≤ E支持∈[0，T]|χ（T）|<∞ ,式中（χK，ψK）∈ ST（Pfull）×HT（Pfullq）是（52）的解决方案。证据从γ开始∈ (0, 1). 对于任何（t、y、g、p）∈ [0，T]×Rq×R+×Rq，FK（y，g，p）≤F（y，g，p）。因此，0≤χK（t）=χK（t∧ τK）≤χ（t∧ τK）通过比较原则（见[Kob00]中的命题2.9），SUPk>0E supt∈[0，T]|χK（T）|≤ 支持>0E支持∈[0，T]|χ（T∧ τK）|≤ E支持∈[0，T]|χ（T）|<∞ ,因为支持∈[0，T]|χ（T∧ τK）|≤ 支持∈[0，T]|χ（T）|。对于γ>1，通过查看0进行比较≥ (1 - γ） FK（y、g、p）≥ (1 - γ） F（y，g，p），表示1≥χK（t）=χK（t∧ τK）≥χ（t∧ τK）。对方块的期望Yieldsupk>0E支持∈[0，T]|χK（T）|≤ E支持∈[0，T]|χ（T∧ τK）|∨ 1.≤ E支持∈[0，T]|χ（T）|∨ 1 < ∞ .提案C.2。存在的上限（χ，ψ）∈ ST（Pfull）×HT（Pfullq）为（32）的溶液。然后（χ（t）-χK（t））1[τK≥T]=0几乎可以肯定为所有T∈ [0，T]，其中（χK，ψK）∈ ST（Pfull）×HT（Pfullq）是（52）的解决方案。证据这个证明是通过矛盾和（类似于命题A.2）。设O={ω∈Ohm s、 tτK≥ T}。假设某些ω的（χ，ψ）6=（χK，ψK）∈ O、 （19）还有另一个解，（|χK，|ψK）=ω的（χ，ψ）∈ ω的O（χK，ψK）/∈ O，其中（△χK，△ψK）6=（χK，ψK），但（52）的解是唯一的。

因此存在矛盾。使用截断问题和相关符号，命题C.1和C.2被应用于证明定理3.3：定理3.3的证明。设（χ，ψ）和（￠χ，￠ψ）是空间ST（Pfull）×HT（Pfullq）中（32）的两个解。应用命题C.1和C.2，并以极限为K→ ∞,E支持∈[0，T]|χ（T）-χ（t）|≤ E支持∈[0，T]|χ（T）-χK（t）|+E支持∈[0，T]|χ（T）-χK（t）|=E支持∈[0，T]|χ（T）-χK（t）| 1[τK<t]+E支持∈[0，T]|χ（T）-χK（t）| 1[τK<t]≤2E支持∈[0，T]|χ（T）| E1[τK<T]！1/2+2E支持∈[0，T]|χ（T）| E1[τK<T]！1/2→ 0，所以χ=~χ几乎可以肯定。为了显示ψ的唯一性，考虑差异的积分形式，χ（t）-χ（t）=χ（t）-χ（t）+（1-γ） Ztt（F（Y（u），χ（u），ψ（u））- FY（u），？χ（u），？ψ（u））杜邦-Ztt公司ψ（u）-Иψ（u）dB（u），对于所有0≤ t型≤ t型≤ T几乎可以肯定，由于χ=~χ，因此Ztt公司F（Y（u），χ（u），ψ（u））- F（Y（u），？χ（u），？ψ（u））杜邦FBt公司= 0，（54）andE“(1 - γ） Ztt公司F（Y（u），χ（u），ψ（u））- F（Y（u），？χ（u），？ψ（u））杜邦-Ztt公司ψ（u）-Иψ（u）dB（u）FBt#=0。（55）如果（55）期望值内的平方相乘，则通过应用（54）发现交叉项为零，尤其是reztFY（u′），χ（u′），ψ（u′）-F（Y（u′）、χ（u′）、ψ（u′）ψ（u）-Иψ（u）dB（u）du′=0。因此，（55）等于两个非负量之和，因为这个和等于零，所以这两个量都必须为零。即EZT公司F（Y（u），χ（u），ψ（u））- F（Y（u），？χ（u），？ψ（u））杜邦= 0，EZT公司ψ（u）-Иψ（u）dB（u）= 0 .因此，通过It^oisometryEZTkψ（u）-Иψ（u）kdu=EZT公司ψ（u）-Иψ（u）dB（u）= 0，这意味着ψ（t）=ψ（t），几乎可以肯定，对于几乎所有的t∈ [0，T]。参考文献【Bas00】S.Basak。具有异质信念和外部风险的动态均衡资产定价模型。《经济动力与控制杂志》，24:63–952000年。【Bas05】巴萨克南部。具有不同信念的资产定价。《银行与金融杂志》，29:2849–28812005。[BDL10]T。

比约克、M·戴维斯和C·兰登。部分信息下的最优投资。运筹学数学方法，71（2）：371–3992010。【Ben92】A.Bensoussan。部分可观测系统的随机控制。剑桥大学出版社，英国剑桥，1992年。【BFY15】A.Bensoussa n、J.Frehse和P.Yam。关于2015号《主方程式》的解释。工作纸，可在http://arxiv.org/abs/1503.07754.T.比约克。连续时间套利理论。牛津大学出版社，纽约州纽约市，第三版，2009年。【BKS09】A.Bensoussan、J.Keppo和S.P.Sethi。具有部分可观测实际价格的最优消费和投资组合决策。数学金融，19（2）：215–2362009年4月。【BMZ11】B.卞、S.苗、H.郑。一类非光滑效用最大化问题的光滑值函数。《暹罗J.金融数学》，2（1）：727–747，2011年。【BR05】N.B"auelle和U.Rieder。具有不可观测马尔可夫调制漂移过程的投资组合优化。《应用概率学报》，42（2）：362–3782005。【Bre06】S.Brendle。不完全信息下的投资组合选择。《随机过程及其应用》，116（5）：701–7232006。[Car09]R.Carmona。从马尔可夫模型到部分可观测模型。差异定价。普林斯顿大学校长，2009年。卡莫纳。关于BSDE、随机控制和随机微分对策的讲座。暹罗出版社，宾夕法尼亚州费城，2015年。【CDET13】R.Carmona、F.Delarue、G.Espinosa和N.Touzi。奇异正反向随机微分方程和排放导数。《应用概率年鉴》，23（3）：1086–1282013。【CIL92】M.Crandall、H.Ishii和P.L.Lions。粘度溶液和二阶偏微分方程用户指南。《美国数学学会公报》，27（1）：1-671992年。【CMR05】O.Cappe、E.Moulines和T.Ryden。

隐马尔可夫模型中的推理。Springer VerlagNew York，Inc.，新泽西州塞考克斯，2005年。【CSTV07】P.Cheridito、M.Soner、N.Touzi和N.Victoir。二阶倒向随机微分方程和完全非线性抛物型偏微分方程。《纯粹与应用数学交流》，60（7）：1081–11102007。[Det86]J.Detemple。不完全信息生产经济中的资产定价。《金融杂志》，41（2）：383–3911986年。M.U.Do Than和D.Feldman。部分可观测经济中的均衡利率和多期债券。《金融杂志》，41:369–3821986年。【DFSZ97】D.Du ffe、W.Fleming、M.Soner和T.Zariphopoulou。利用Hara效用在不完全市场中进行套期保值。《经济动力与控制杂志》，21（4-5）：753-7821997。[DM94]J.Detemple和S.Murthy。具有异质信念的跨时代资产公关。《经济理论杂志》，62（1）：264–3201994年。[DRM03]J.Detemple、R.Garcia和M.Rindisbacher。最优投资组合的蒙特卡罗方法。《金融杂志》，58（1）：401–4462003。[DZ91]J.Detemple和F.Zapatero。具有习惯形成的交换经济中的资产价格。《计量经济学》，59（6）：1633–16571991年。【EKPQ97】N.El Karoui、S.Peng和M.C.Quenez。金融中的反向随机微分方程。《数学金融》，7（1）：1-711997年。N.El Karoui和R.Rouge。通过效用最大化和熵定价。《数学金融》，10（2）：259–2762000。[Fel89]D.Fe ldman。部分观察经济中利率的期限结构。《金融杂志》，44（3）：789-8121989。[FL91]P.Florchinger和F.LeGland。在相关噪声中观察到的扩散过程的Zakai方程的时间离散化。《随机与随机报告》，35（4）：233–256，1991年。【FPS15】J.-P.Fouque、A.Papanicolaou和R.Sircar。

资产收益率随机漂移的过滤和组合优化。数学科学传播，13（4）：935–9532015。【FPS17】J.-P.Fouque、A.Papanicolaou和R.Sircar。专家意见部分信息下投资组合的摄动分析。《暹罗控制与优化杂志》，55（3）：1534–15662017。【FS05】W.Fleming和M.Soner。受控马尔可夫过程和粘性溶液。Springer，纽约州纽约市，第二版，2005年。【Gen86】G.Gennotte。不完全信息下的最优投资组合选择。《金融杂志》，61（1）：733-7491986年。【GKSW14】A.Gabih、H.Kondakji、J.Sass和R.Wunderlich。高斯漂移市场中的专家意见和对数效用最大化。《随机分析通讯》，2014年8:27–47。[HIM05]Y.Hu、P.Imkeller和M.Müller。不完全市场中的效用最大化。《应用概率年鉴》，15（3）：1691–17122005。P.亨利·拉伯德、X.谭和N.图兹。一类BSDE分支过程的数值算法。《随机过程及其应用》，124:11 12–11402014。【KK07】I.Kara tzas和C.Kardaras。东南部财务模型中的numéraire投资组合。《金融与圣奥切斯蒂》，11（4）：447–4932007年。[KO96]T.S.Kim a和E.Omberg。动态非近视投资组合行为。《金融研究评论》，9（1）：141–1611996年。【Kob00】M.Kobylanski。具有二次增长的倒向随机微分方程和偏微分方程。《概率年鉴》，28（2）：558–6202000。[KS99]D.Kramkov和W.Schachermayer。不完全市场中效用函数的渐近弹性与最优投资。《应用概率年鉴》，9（3）：904–950，1999年。【KX91】I.K aratzas和X.Xue。关于部分观测下效用最大化的注记。MathematicalFinance，1（2）：57–701991年。[Lak98]P.莱克纳。

投资者的最优交易策略：部分信息情况。《随机过程及其应用》，76:77–971998。[LP16]S.Lee和A.Papanicolaou。在协整均值回归水平不确定的情况下，对两种资产进行配对交易。《国际理论与应用金融杂志》，19（08）：1–362016。罗伯特·默顿。连续时间模型中的最优消费和por tfolio规则。《经济理论杂志》，3（4）：373–413，19 71。【MPZ15】A.Matoussi、D.Possama"i和C.Zhou。具有2BSDE的非支配模型中的稳健效用最大化。《数学金融》，25（2）：258–2872015。【MS10】马尼亚医学院和圣塔克罗医学院。参数信息下的指数效用最大化。《金融与S-tochastics》，14（3）：419–4482010年。【Pap13】A.帕帕尼科劳。部分信息离散时间投资组合优化中的降维问题。《暹罗金融数学杂志》，4（1）：916–9602013年。[Pen92]S.Peng。随机Hamilton-Jacobi-Bellman方程。SIAM J.控制与优化，30（2）：284–304，1992年3月。【Pha01】H.Pham。部分观测漂移过程的均值-方差对冲。《国际理论与应用金融杂志》，04（02）：263–2842001。【Pha02】H.Pham。具有随机波动和投资组合约束的最优投资模型的光滑解。《应用数学与优化》，46（1）：5 5–782002。【Pha09】H.Pham。金融应用中的连续时间随机控制与优化。斯普林格，200 9。【PR14】E.Pardoux和A.RˇAscanu。随机微分方程，反向SDE，偏微分方程，第69卷。瑞士斯普林格，2014年。[Rog02]L.C.G.Roger s.约束最优投资和消费问题中的对偶：综合。巴黎数学金融讲座普林斯顿。斯普林格，2002年。[SH04]J。Sass和U.Haussmann。

部分信息下的终端财富优化：漂移过程是一个连续时间马尔可夫链。《金融与随机》，8（4）：553–577，2004年11月。【SZ05】S.Stoikov和T.Zariphopoulou。不完全市场中的动态资产配置与消费选择。《澳大利亚经济论文》，44（4）：414–4542005。[WW08]G.Wang和Z.Wu。前向和后向随机系统的Kalman-Bucy滤波方程及其在递归最优控制问题中的应用。《数学分析与应用杂志》，3 42（2）：1280–12962008。【Zar01】T.Zariphopoulou。解决方案是一种具有不可防范风险的估价方法。《金融与随机》，5（1）：61–822001。