你请了一位很会规划路线的司机。模拟时，他总能准时到达；真正上路后，却可能频繁变道，油费、过路费和临时停车费一路累加。深度对冲也有类似问题：神经网络学会了何时、交易多少资产来抵消衍生品风险，但训练成绩好，不等于交易台付得起这套策略。
Takayuki Sakuma 的这篇 arXiv 论文 没有再发明一个更大的网络，而是在训练完成后加上一层“报价账本”：把交易摩擦、融资、保证金和极端对冲损失放进同一套压力框架，再判断策略是否值得部署。论文的数字均来自作者设定的模拟实验，尚缺少独立信源、同行评审或可复现实验的交叉验证。
训练结束，不等于账算完了
深度对冲用神经网络学习交易规则，而不是完全依赖固定公式。它的吸引力在于能适应复杂情景，问题也恰恰在这里：网络可能为了压低对冲误差而频繁调仓，累积买卖价差和成交冲击；也可能为了少交易而留下很大的最终亏损。
市场摩擦就是这些现实阻力，包括手续费、买卖价差、成交冲击、融资成本和保证金要求。忽略它们，回测里的“好策略”到了报价环节可能变得太贵。
论文因此把深度对冲定位为“策略生成器”，再用 robust hedging valuation adjustment（稳健对冲估值调整，简称 robust HVA）充当策略评估器。HVA 是对理想模型与实际执行之间损益缺口所作的估值调整。这里的“稳健”，指评估不只相信一组模拟概率，还允许概率在一个 KL uncertainty set 内变化。KL uncertainty set 可以理解为：不把原模型完全推翻，但允许坏情景得到更高权重，以检验报价需要多留多少缓冲。
三本账，用同一场压力测试
这层账本同时计算三类成本：
- HVA：主要反映买卖价差、成交冲击等对冲摩擦。
- funding add-on：对冲路径出现负现金余额时产生的简化融资附加项。
- margin add-on：根据短期对冲损失估算保证金，再计入其融资成本。
关键不只是把三项相加。若每一项各自寻找最坏情景，交易成本的“最坏一天”、融资的“最坏一天”和保证金的“最坏一天”可能根本不是同一天，机械相加便可能高估联合风险。论文改用 single common-stress tilt——一组共同的压力权重——同时重算三项成本，得到一笔内部口径一致的总调整。
但成本低还不够。完全不对冲几乎不花交易费用，却把价格风险留给交易台。作者的模拟中，无对冲策略的 tracking-loss CVaR 分别约为三类市场参考策略的 10.6、8.5 和 7.0 倍。tracking-loss CVaR 是“对冲跟踪损失最严重的一小部分情景，平均亏多少”，它专门盯住尾部损失。因此，论文只在给定 tracking-risk budget——交易台允许承受的跟踪风险上限——以内比较储备成本。
流动性一变，赢家也会变
作者比较了经典对冲带与学习型策略。经典的 no-transaction band（不交易区间）会在仓位仍处于允许范围时保持不动，越界后才调到边界；gamma-wide band 则会根据期权对价格变化的敏感程度调整区间宽度。学习型候选包括神经网络生成的不交易区间，以及 sparse learned execution：保留训练好的网络，但在执行端过滤掉幅度较小的调仓建议。
实验设置了 High、Middle 和 Low Liquidity 三种环境。越往低流动性走，价差、成交冲击、波动、跳跃风险及流动性压力都更强。网络训练使用每轮 16,384 条路径、250 轮和64个交易日期；冻结后改在252个日期上评估。作者用5个验证路径块选策略，再用20个互不重叠的测试路径块报告结果，每块包含5,000条路径，以减少在同一批模拟数据上既挑选又评分造成的偏差。
结果并不支持“神经网络普遍优于经典方法”。在最严格的风险预算下，高流动性和中等流动性环境都选中了 gamma-wide 经典区间；低流动性环境才选中阈值为0.075的稀疏执行策略。三项选择都在测试样本上满足风险限制。
低流动性是学习型策略最有说服力的一处。参考 Merton 区间策略的稳健总调整为0.1473，跟踪损失 CVaR 为0.1336；稀疏执行把总调整降至0.1411，下降4.2%，CVaR均值也下降2.2%。在20个配对测试种子中，总调整差均为负，差值均值为 -0.006178，95%区间为 [-0.007066, -0.005290]。拆分结果显示，下降几乎全部来自 stressed HVA：HVA、融资和保证金变化分别为 -0.006180、-0.000022 和 0.000024，并非把成本从一个口袋挪到另一个口袋。
不过，风险预算放宽后，经典策略重新占优。预算为参考风险的1.2倍时，三种环境都选中 gamma-wide；低流动性环境的总调整下降14.9%，并通过测试预算。预算放到1.5倍时，中等流动性的 Merton band 和低流动性的 gamma-wide 虽分别显示14.0%和26.3%的成本降幅，却在测试样本中轻微越过风险上限。这也说明“验证集选中”不等于部署后必然守住约束。
为什么值得关注
这项工作的价值不在于证明 AI 对冲更省钱，而在于改变比较方式。神经网络输出一条交易规则，只回答了“怎么做”；交易台报价还要回答“为执行、融资、保证金和模型偏差预留多少钱”。把这些问题放进共同压力分布，并先设尾部风险底线，能避免把少交易误当成好对冲，也能避免经典策略和学习策略接受不同口径的考核。
这也接上了我们7月30日讨论的链条：追加保证金会把仓位回撤转化为被动卖出。本篇再往前一步，讨论交易发生之前，报价能否把保证金、融资和极端损失一并写进账本。论文给出的答案是一种联合计算框架，而不是已经得到市场验证的成本节省承诺。
局限与未知
- 实验来自固定模拟模型。流动性状态既不进入网络输入，也不参与训练，而且被设为与价格跳跃相互独立，未覆盖剧烈下跌与流动性恶化同时发生的情形。
- 学习型结果平均自3个固定模型检查点；网络按64个日期训练后转到252个日期评估。实验没有说明重新按252个日期训练后可达到怎样的前沿。
- 融资和保证金只是简化附加项，KL压力半径也沿用外部设定。论文尚未把真实资金曲线、净额结算、抵押品和交易台保证金模型完整纳入。