Distributionally Robust Optimization (分布鲁棒优化)

大白话：你手上只有样本或矩的信息，真实的概率分布并不知道。 DRO 不去赌某个具体分布，而是圈出一族「都还算合理的候选分布」（模糊集 \mathcal P），然后在这个族里按最坏情况做决策。它站在随机优化与鲁棒优化之间。

定义。 分布鲁棒优化 (DRO) 是一种建模框架：决策者最小化最坏情况期望，其中期望是取在与现有统计信息相容的一族概率分布（模糊集 \mathcal P）上的，而不是押注某个单一的名义分布。

一般的 DRO 原问题

给定决策 x\in X\subseteq\mathbb R^n 与可测空间 (\Xi,\mathcal F) 上的随机参数 \tilde\xi\in\Omega\subseteq\mathbb R^d，标准的 DRO 问题（Rahimian & Mehrotra 2022, 式 1.5）为

\min_{x\in X}\ \sup_{P\in\mathcal P}\ R_P\!\left[h(x,\tilde\xi)\right]\quad\text{s.t.}\quad \sup_{P\in\mathcal P}\ R_P\!\left[g_j(x,\tilde\xi)\right]\le 0,\ j=1,\dots,m,

其中 R_P[Z] 是随机变量 Z 在概率测度 P 下的（逐分量的）实值泛函。取 R_P=\mathbb E_P 且模糊集 \mathcal P = \{P_{\text{true}}\} 就回到经典随机优化；取 \mathcal P = \{\text{支撑集上的全部分布}\} 就回到经典鲁棒优化。DRO 是两者之间的连续桥梁。

flowchart LR
    A["Stochastic Optimization<br/>(known P)"] -- partial info --> B["DRO<br/>(ambiguity set P)"]
    B -- trivial P = all on support --> C["Robust Optimization<br/>(worst-case on support)"]
    A -- no info --> C

为什么需要 DRO，三句话说清

真实分布未知。 基于样本的均值与协方差估计是有噪声的；直接把经验矩代进去做「plug-in」期望成本优化，在状态切换下是脆弱的。
纯 RO 过于悲观。 在支撑集上最小化最坏成本，会把我们确实拥有的分布信息（矩、与基线的散度、结构形状）全部浪费掉。
DRO 是一个系统化的对冲。 \mathcal P 编码了「真相可能合理地落在哪一族分布里」，内层的 \sup 则量化了在这族分布上的最坏情形。

四个等价性定理（Rahimian & Mehrotra §3）

这些是让 DRO 成为统一理论而非一堆技术的承重结果。

定理（论文 §）	陈述	量化金融解读
DRO = RO（§3.2，\Xi 有限）	当样本空间有限时，DRO 的上确界可写成一个有限维 LP，其对偶是经典的 RO 问题。	带情景模糊的 DRO 在结构上等价于带预算化不确定的 RO。
DRO = 一致风险（§3.3.1）	若 \mathcal P 凸且紧，则 \rho_{\mathcal P}(Z):=\sup_{P\in\mathcal P}\mathbb E_P[Z] 是一个一致风险测度（Artzner 等 1999）。	「最坏情形」的视角就是一致风险的视角——同样那套公理（单调性、平移不变性、次可加性、正齐次性）都适用。
DRO = 与分布无关的风险（§3.3.1）	若 \mathcal P 与分布无关（law-invariant），则 \rho_{\mathcal P} 也与之无关；对凸 \mathcal P 这等价于 Ben-Tal & Teboulle 的优化确定性等价表示。	在所有共享同一「law」的分布下的最坏期望损失 = 由该族索引的某个一致风险测度。

| DRO = 正则化 ERM（§3.4） | Wasserstein 球上的 DRO 是一个正则化的经验风险最小化问题；\phi-散度 DRO 在 \epsilon=\chi^2_{1,N,1-\alpha} 下的渐近展开会加上一项方差惩罚。 | LASSO、SVM、正则化逻辑回归都是隐式的 Wasserstein-DRO 解。

模糊集的构造

量化金融工作中占主导地位的两种构造：

经验分布周围的 Wasserstein 球 —— 见 concepts/models-theory/Wasserstein Ambiguity Set。
基于矩的集合 —— 通常是置信区域内的均值与协方差，有时也含高阶矩或支撑集。这就是「Chebyshev / Delage-Ye」一族。

其他构造（\phi-散度、Prohorov、\zeta-结构、核 / 均值嵌入、保形）见 summaries/201908-distributionally-robust-optimization-review/201908-distributionally-robust-optimization-review。

这对组合构造有什么用

一个典型的股票组合 DRO 工作流：

经验矩：从滚动窗口的收益算均值 \hat\mu 与协方差 \hat\Sigma。
选半径 \epsilon（例如用 Mohajerin Esfahani & Kuhn 2018 的有限样本界）。
求解 \min_x\ \sup_{P:\ W_p(P,\hat P_N)\le\epsilon}\ \mathbb E_P[-\tilde r^\top x]，并加上收益下限与杠杆上限约束。
得到的是一个「鲁棒化的马科维茨配置」，其最坏期望损失有有限样本的界。

实践中组合场景更偏好 Wasserstein 构造，因为半径有干净的有限样本统计解释；而基于矩的集合容易给出过度保守的解（最坏分布往往是在矩区域边界上的两点质量——报童问题见 Scarf 1958）。

DRO 与鲁棒优化的区别：不确定的是分布还是参数

DRO 与鲁棒优化 (RO) 经常被混用，但两者不确定的对象不同：

	不确定的是	决策变量对抗的是什么	内层问题
RO	参数 / 扰动：只知道 \xi 落在不确定集 \mathcal U 里，不知道它长什么样	某个具体的坏参数实现	\sup_{\xi\in\mathcal U} h(x,\xi)
DRO	分布：知道样本或矩信息，但不知道真实分布 P	某个具体的坏分布	\sup_{P\in\mathcal P} \mathbb E_P[h(x,\tilde\xi)]

两点实际差别：

建模对象不同。RO 的 \mathcal U 建立在收益/损失的取值空间上（区间、盒、椭球、多面体），是"参数能取哪些值"的问题；DRO 的 \mathcal P 建立在概率测度的空间上，是"分布能是哪些"的问题。前者回答"最坏的那次冲击长什么样"，后者回答"最坏的那个世界长什么样"。
信息使用量不同。RO 只用支撑信息（min/max、上下界），把不确定集内所有实现视为同等可能；DRO 用分布信息（样本、矩、散度距离），因此通常更不保守。这也是两者可以嵌套的原因：当 \mathcal P 包含支撑集上的所有分布（"没有信息"的情形）时，DRO 与 RO 重合。

在组合语境里这对应两个不同的问题：前者要回答「如果某只资产的收益比预期低 10%，我的组合会怎样」，后者要回答「如果收益的分布不是我以为的那个，我的组合会怎样」。鲁棒组合优化一页把「优化端（把误差写成扰动集）」与「估计端（用稳健统计把协方差估准）」的分工一并列出。

模糊集半径该取多大：让置信水平决定，而不是反过来。 DRO 最常见的批评是模糊集半径 \epsilon 是个人工超参，调大则保守、调小则冒进。Duchi, Glynn & Namkoong 2018 给了一个原则性的答案：用广义经验似然为最优值 T_{\text{opt}}(P)=\inf_{x\in X}\mathbb E_P[\ell(x;\xi)] 构造置信区间，由区间覆盖要求倒推半径 \rho(\alpha)=\inf\{\rho' : P(\chi^2_{d_0}\le\rho')\ge 1-\alpha\}，这样得到的模糊集自带渐近精确的覆盖率保证。论文进一步证明：分布鲁棒解与样本平均近似（SAA）的解满足本质相同的一致性，所以鲁棒化没有引入额外的估计偏差；而且鲁棒形式的渐近展开中第二项恰好是 SAA 问题的正则项，度量的是目标函数的方差——即「鲁棒化 = 按方差正则化」。这条结论把 DRO 从「额外的保险」改写成有统计依据的方差控制。（d_0 是协方差的秩而非维数，细节见广义经验似然与鲁棒优化统计。）

一致性线索：DRO 的最坏期望算子在 \mathcal P 凸紧时本身就是一致风险测度（见一致风险测度）。这个结论的源头是 Artzner 等 1999 的情景法表示定理——他们证明相干风险测度 \rho 满足 \rho(X)=\sup_{P}\mathbb E_P[-X/r]，即风险可以写成一族概率测度下的最坏期望。DRO 做的是把这一族概率测度换成凸紧模糊集 \mathcal P，并加上数据驱动的构造方式。两条线在"最坏期望 = 相干风险"这一点上会合。

什么时候不该用 DRO

决策维度小且成本函数凸。 一个带 \ell_1 或 \ell_2 正则化的更简单 ERM 可能就够了。
样本量很小（比如 d=50 时 N<50）：要达到有意义的置信水平所需的 Wasserstein 半径太大，最坏情形基本等同于「支撑集上的全部分布」——也就是说你其实还是退回了 RO。
目标高度非凸（例如带组合结构的离散配置）。割面 / 交换法可行但很慢；若内层 sup 可解，直接用带预算化不确定集的 RO 更好。

交叉引用

concepts/risk-portfolio/Robust Optimization —— 退化情形：\mathcal P = 支撑集上的全部分布
concepts/risk-portfolio/Stochastic Optimization —— 退化情形：\mathcal P = \{P_{\text{true}}\}（作为参考列出；尚未建页）
concepts/risk-portfolio/Coherent Risk Measures —— 凸紧 \mathcal P 时 DRO = 一致风险
concepts/models-theory/Wasserstein Ambiguity Set —— 最常用的数据驱动构造
concepts/risk-portfolio/Volatility Targeting —— 一个实用（简单得多）的风险平价层，DRO 给它做了形式化
concepts/risk-portfolio/Risk Parity —— DRO 涵盖的 ERC 与风险预算视角
concepts/models-theory/Ferson-Siegel Optimal Weighting —— 相关的非线性信号框架，其理论基础同样植根于一致风险
summaries/201908-distributionally-robust-optimization-review/201908-distributionally-robust-optimization-review —— 源综述