2. 纳什均衡：纯策略纳什均衡、混合策略纳什均衡、求解方法
好，咱们进入博弈论最核心的概念——纳什均衡。
说实话，我刚入行做量化交易那会儿，总觉得博弈论是经济学家玩的把戏。直到有一次，我在设计一个做市商策略时，发现对手盘的行为模式完全可以用纳什均衡来解释。嗯，从那以后，我再也不敢小看这个理论了。
2.1 纯策略纳什均衡
什么叫纯策略？说白了，就是每个玩家在给定情况下，只选一个确定的行为。比如石头剪刀布，你决定出“石头”，这就是一个纯策略。
纳什均衡的定义其实很直观：没有人愿意单方面改变自己的策略。你想想看，如果在一个局面下，每个人都已经做到了“当前我能做的最好的选择”，那这个局面就是稳定的。
纯策略纳什均衡的数学定义：
对于策略组合 s* = (s₁*, s₂*, ..., sₙ*)，如果对于每个玩家 i，都有：
uᵢ(sᵢ*, s₋ᵢ*) ≥ uᵢ(sᵢ, s₋ᵢ*)，对所有 sᵢ ∈ Sᵢ 成立
那么 s* 就是一个纯策略纳什均衡。
我在做市场微观结构分析时，经常用这个来判断某个交易策略是否会被对手“钻空子”。
经典案例：囚徒困境
这个例子大家可能都听过，但我还是想快速过一遍，因为它是理解纳什均衡的绝佳入口。
| 囚徒B：沉默 | 囚徒B：背叛 | |
|---|---|---|
| 囚徒A：沉默 | (-1, -1) | (-3, 0) |
| 囚徒A：背叛 | (0, -3) | (-2, -2) |
你看，如果两人都沉默，各判1年，这是整体最优。但问题是——每个人都会想：万一对方背叛了呢？
结果就是，双方都选择背叛，各判2年。这个(背叛, 背叛)就是唯一的纯策略纳什均衡。
我的经验：在金融市场里，很多“合作”看似美好，但最终都会滑向纳什均衡的“背叛”状态。比如做市商之间的价格战，就是典型的囚徒困境。
2.2 混合策略纳什均衡
但问题来了——不是所有博弈都有纯策略纳什均衡。比如石头剪刀布，你永远找不到一个“确定出什么”的策略能保证不输。
这时候就需要混合策略了。说白了，就是以一定的概率随机选择不同的纯策略。
混合策略纳什均衡的核心思想：
每个玩家选择一个概率分布，使得对手在任何一个纯策略上的期望收益都相等。这样对手就没有动机去改变自己的混合策略。
我记得有一次，我在设计一个高频交易策略的随机化参数时，就用到了这个原理。你想想看，如果你的下单时机完全可预测，对手就能轻松“抢跑”。
混合策略的数学表达
假设玩家 i 有 K 个纯策略，他的混合策略就是一个概率向量：
σᵢ = (p₁, p₂, ..., pₖ)
其中 pⱼ ≥ 0，且 ∑pⱼ = 1混合策略纳什均衡的条件是：每个玩家使用的所有正概率策略，其期望收益必须相等。如果某个策略的期望收益更低，那它就不应该被使用。
2.3 求解方法
好，理论讲完了，咱们来点实际的。怎么求解纳什均衡？我总结了三种常用方法。
方法一：划线法（适用于2×2博弈）
这个方法最简单，适合小规模博弈。你只需要在收益矩阵中，对每个玩家的每个策略，找出对手的最优反应，然后划线。
具体步骤：
- 对于玩家A的每个策略，找出玩家B的最优反应，在对应的收益下划线
- 对于玩家B的每个策略，找出玩家A的最优反应，在对应的收益下划线
- 如果某个格子被双方都划线了，那就是纯策略纳什均衡
避坑指南：我曾经犯过一个错误——只划线不检查。记住，划线法只能找到纯策略均衡，混合策略的还得用别的方法。
方法二：最优反应函数法
这个方法更通用。你需要写出每个玩家对对手策略的最优反应函数，然后求交点。
以石头剪刀布为例，假设玩家1出石头的概率是p，出剪刀的概率是q，出布的概率是1-p-q。玩家2的收益函数是：
E₂(石头) = 0·p + 1·q + (-1)·(1-p-q) = 2q + p - 1
E₂(剪刀) = (-1)·p + 0·q + 1·(1-p-q) = 1 - 2p - q
E₂(布) = 1·p + (-1)·q + 0·(1-p-q) = p - q令三者相等，解得 p = q = 1/3。这就是混合策略纳什均衡——每个策略以1/3的概率随机出。
方法三：线性规划法（适用于大规模博弈）
当博弈规模变大时，手工计算就不现实了。这时候可以用线性规划来求解。
对于双人零和博弈，求解混合策略纳什均衡等价于求解以下线性规划：
最大化 v
约束条件：
∑ aᵢⱼ · pᵢ ≥ v, 对所有 j
∑ pᵢ = 1
pᵢ ≥ 0注意：线性规划法只适用于双人零和博弈。对于一般和博弈，需要用更复杂的算法，比如Lemke-Howson算法。我在做期权做市商策略时，就吃过这个亏——直接用线性规划去解非零和博弈，结果算出来的“均衡”根本不对。
2.4 知识体系结构图
下面我用一张图来总结本章的核心逻辑：
2.5 实战中的避坑指南
最后，我想分享几个我在实际项目中踩过的坑：
- 不要假设对手是理性的——纳什均衡假设所有玩家都是理性的，但现实中的人经常不理性。我在做散户交易行为分析时，发现很多人的决策完全不符合纳什均衡的预测。
- 多重均衡问题——有些博弈有多个纳什均衡，这时候需要额外的协调机制。比如在期权市场中，多个做市商可能会形成多个不同的报价均衡。
- 计算复杂度——当玩家数量超过3个时，求解纳什均衡就变成了一个NP-hard问题。我曾经试图用穷举法求解一个5人博弈，结果算了三天三夜都没跑完。
我的建议：在实际应用中，不要追求精确的纳什均衡解。很多时候，找到一个“近似均衡”就足够指导你的交易策略了。记住，完美是好的敌人。
嗯，关于纳什均衡的内容就到这里。下一章我们会讨论更复杂的博弈模型，但如果你能把纯策略和混合策略的均衡搞明白，后面的内容就会轻松很多。
公众号:蓝海资料掘金营，微信deep3321