从半无限约束到结构化鲁棒策略：金融系统的最优增益选择

本文研究金融交易系统的鲁棒最优增益选择问题，该问题在\emph{双重线性策略}框架内表述，该框架在多头与空头头寸间配置资本。关键目标是在一系列不确定市场条件下统一保证\emph{鲁棒正期望}（RPE）收益，同时实现风险控制。该问题导出一个带\emph{半无限}约束的鲁棒优化形式，其中不确定性由可能收益参数的有界集建模。我们通过将半无限约束转化为结构化策略——\emph{平衡}策略与\emph{互补}策略——来解决该问题，从而能够对最优解进行显式刻画。此外，我们提出一种新颖的图形化方法以高效求解鲁棒增益选择问题，大幅降低计算复杂度。基于历史股价数据的实证验证表明，相较于传统策略，其在风险调整收益与下行风险方面具有更优表现。该框架通过纳入鲁棒性考量推广了经典均值-方差优化，为不确定下的鲁棒交易提供了系统化且高效的解决方案。