3、完全信息动态博弈：逆向归纳法、子博弈完美均衡

好，咱们进入第三章。这一章讲的是动态博弈的核心——逆向归纳法和子博弈完美均衡。说实话，这两个概念我当年学的时候觉得挺绕的，后来在量化交易里反复用，才真正吃透。

动态博弈和静态博弈最大的区别是什么？静态博弈是大家同时出招，动态博弈是你一步我一步，有先后顺序。你想想看，在交易里，你看到大单进场，你才决定跟不跟——这就是典型的动态博弈。

3.1 逆向归纳法：从后往前推

逆向归纳法，说白了就是「站在终点想问题」。我从最后一步开始，往前推每一步的最优选择。

为什么从后往前？因为后面的决策者能看到前面发生了什么。前面的人也知道后面的人会怎么反应。所以前面的人做决策时，得把后面的反应算进去。

我举个例子。假设有两个交易员，A先决定是否买入，B看到A的动作后再决定是否跟进。如果A买了，B跟进，两人都赚；如果A买了，B不跟，A亏B赚；如果A不买，B也不买，大家都不赚不亏。

用逆向归纳法怎么推？先看B。如果A买了，B跟进的收益是+2，不跟是+1，所以B会跟。如果A不买，B买会亏，不买是0，所以B不买。好，B的策略清楚了。

再看A。A知道B会跟，那A买的话收益是+2，不买是0。所以A会买。最终结果：A买，B跟，两人都赚。

3.2 子博弈完美均衡

子博弈完美均衡，听起来很唬人。其实它就是逆向归纳法的结果——在每个子博弈上都是纳什均衡。

什么叫子博弈？就是从博弈树的某个节点开始，剩下的那部分博弈。比如上面那个例子，A买完之后，B做决策的那部分就是一个子博弈。

子博弈完美均衡要求：在博弈的每一个节点上，玩家的策略都是最优的。不能出现「前面承诺得好好的，到后面就变卦」的情况。

我记得有一次做策略回测，发现一个策略在历史数据上表现很好，但实盘就崩了。后来分析发现，这个策略在某个子博弈上不是最优的——它假设对手会按某种方式行动，但对手实际上不会。这就是典型的「非子博弈完美均衡」。

3.3 逆向归纳法的局限性

逆向归纳法虽然强大，但也不是万能的。我踩过几个坑，跟大家说说。

另外，逆向归纳法要求博弈树是有限的。如果博弈无限进行下去，就没法从后往前推了。比如高频交易里的「抢单博弈」，你永远不知道下一笔订单什么时候来，这时候逆向归纳法就不太适用。

3.4 一个简单的代码示例

咱们用Python模拟一下上面那个交易博弈。代码很简单，但能帮你理解逆向归纳法的计算过程。

# 逆向归纳法模拟：交易员博弈
def backward_induction():
    # 定义收益矩阵
    # A先动，B后动
    # 收益格式：(A的收益, B的收益)
    
    # 如果A买了
    if A_choice == 'buy':
        # B的决策
        if B_choice == 'follow':
            return (2, 2)  # 两人都赚
        else:
            return (-1, 1)  # A亏B赚
    else:
        # A不买
        if B_choice == 'buy':
            return (-1, -1)  # 两人都亏
        else:
            return (0, 0)  # 都不赚不亏

# 逆向归纳
# 第一步：分析B的最优反应
# 如果A买了，B跟进的收益2 > 不跟的收益1 → B跟进
# 如果A没买，B不买的收益0 > 买的收益-1 → B不买

# 第二步：A知道B的反应后，选择最优
# A买 → 收益2
# A不买 → 收益0
# 所以A选择买

print("逆向归纳结果：A买，B跟，收益(2,2)")

3.5 知识体系图

下面这张图展示了本章的核心逻辑。从动态博弈出发，引出逆向归纳法，再到子博弈完美均衡，最后是实际应用和局限性。

3.6 小结

逆向归纳法和子博弈完美均衡，是分析动态博弈的两把利器。说白了，就是「站在未来看现在」——先想清楚对手在每种情况下会怎么做，再决定自己现在怎么做。

在量化交易里，我几乎每天都会用到这个思路。比如设计止损策略时，我会问自己：「如果价格跌到止损线，我还会坚持原来的判断吗？」如果答案是否定的，那这个策略就不是子博弈完美均衡，需要重新设计。

嗯，这一章就到这里。记住：动态博弈的关键不是「你现在怎么做」，而是「你未来会怎么做」。想清楚这一点，很多交易策略的问题就迎刃而解了。

---