Deep Hedgingは、深層学習を用いて、不完全市場でのオプションの最適ヘッジ戦略を計算する汎用的な枠組みである。しかし、最適ヘッジ戦略は過去のヘッジ行動に依存するため、訓練が難しい。この課題を解決するため、我々は、No-Transaction Band 戦略のアイデアを活用する。No-Transaction Band 戦略は、指数型効用関数のもとでヨーロピアン・オプションをヘッジする最適戦略として知られる。我々は、この戦略がより一般の効用関数・エキゾチックを含む幅広いオプションに対しても最適ヘッジであることを証明する。この結果に基づき、我々はNo-TransactionBand ネットワークを提案する。このネットワークは、過去のヘッジ行動をニューラルネットのインプットに使用せず、No-Transaction Band を出力する。そのため、高速な訓練が可能となり、かつ理論的結果により最適ヘッジ戦略をより正確に求めることが期待できる。数値実験の結果、ヨーロピアン・オプションおよびルックバック・オプションに対し、我々のネットワークが通常の順伝播型ニューラルネットより高速に、より優れたヘッジ戦略を実現することを示した。
