3、混合策略纳什均衡：混合策略的定义、混合策略纳什均衡的求解、混合策略的应用场景
好，咱们今天聊聊混合策略纳什均衡。说实话，纯策略纳什均衡虽然直观，但在实际风控场景中，很多时候根本找不到一个“确定”的最优解。你想想看，如果对手知道你会怎么出牌，他就能针对性地反制你。这时候，就需要引入随机性——也就是混合策略。
3.1 混合策略的定义
先给个严谨的定义：混合策略是指参与人以一定的概率分布来选择其纯策略。说白了，就是“随机出牌”。
举个例子，假设你是一个风控模型，要决定是否对某笔交易进行拦截。纯策略就是“永远拦截”或“永远放行”。但欺诈分子一旦摸清你的规则，就会绕开。所以你需要以某个概率 p 拦截，以概率 1-p 放行。这个概率分布，就是你的混合策略。
数学定义：对于参与人 i，其混合策略 σ_i 是定义在其纯策略集合 S_i 上的一个概率分布。σ_i(s_i) 表示参与人 i 选择纯策略 s_i 的概率。
我个人习惯把混合策略理解成“策略的随机化”。它并不是说你要抛硬币做决策，而是指你的行为模式在长期来看，呈现出某种统计规律。我在做反欺诈模型时，经常用这种思路——让欺诈分子无法通过历史数据反推我的拦截规则。
3.2 混合策略纳什均衡的求解
混合策略纳什均衡的核心思想是：每个参与人的混合策略，必须让对手在可选策略之间无差异。为什么？因为如果对手有某个纯策略的期望收益更高，他就会偏向那个策略，那你的混合策略就不是最优反应了。
求解步骤其实很机械，我总结为三步：
- 写出收益矩阵——明确每个策略组合下的收益
- 设概率变量——为每个参与人设定混合策略的概率
- 利用无差异条件——让对手的每个纯策略期望收益相等，解出概率
来看一个经典例子——猜硬币游戏：
| 对手出正面 | 对手出反面 | |
|---|---|---|
| 你出正面 | (+1, -1) | (-1, +1) |
| 你出反面 | (-1, +1) | (+1, -1) |
假设你出正面的概率为 p，出反面的概率为 1-p。对手出正面的期望收益为：
E(对手正面) = p × (-1) + (1-p) × (+1) = 1 - 2p
对手出反面的期望收益为：
E(对手反面) = p × (+1) + (1-p) × (-1) = 2p - 1
令两者相等：1 - 2p = 2p - 1 → 4p = 2 → p = 0.5
所以你的最优混合策略是各以 50% 的概率出正面和反面。同理，对手也是。这就是混合策略纳什均衡。
避坑指南：我曾经在项目中犯过一个低级错误——直接解联立方程组，结果发现解出来的概率不在 [0,1] 区间内。后来才意识到，这说明该博弈不存在混合策略纳什均衡，或者我设错了策略空间。记住，概率必须在 0 到 1 之间，否则说明你的假设有问题。
3.3 混合策略的应用场景
混合策略在量化风控中应用非常广泛。我挑几个典型的场景说说：
- 反欺诈策略随机化：欺诈分子会试探你的风控规则。如果你总是用同样的规则，他们很快就能摸清。所以需要随机切换规则，或者以一定概率触发某些规则。我在做支付风控时，就设计过一套“随机抽样拦截”策略——对低风险交易以 5% 的概率进行二次验证，效果出奇的好。
- 信贷审批阈值优化：审批通过率不是越高越好，也不是越低越好。欺诈分子会针对你的阈值进行攻击。通过混合策略，让审批阈值在一定范围内随机波动，可以有效降低欺诈分子的命中率。
- 安全审计频率：审计频率太高成本大，太低又容易被钻空子。用混合策略确定审计概率，让被审计方无法预测审计时间，从而保持威慑力。
下面我用一张图来总结混合策略纳什均衡的核心逻辑：
重要提醒：混合策略纳什均衡并不总是存在。对于有限博弈，纳什证明了至少存在一个混合策略纳什均衡（纳什存在性定理）。但有些博弈的混合策略均衡解出来的概率可能不在 [0,1] 内，这时候需要重新审视你的收益矩阵是否合理。
嗯，这里还要补充一点。混合策略在实际应用中，最大的挑战是如何确定概率值。理论上的无差异条件给出的是数学解，但真实场景中，对手的收益函数往往是不确定的。我个人的做法是：先用历史数据估算对手的收益，然后做敏感性分析，看看概率值在什么范围内波动时，你的期望收益变化不大。如果变化很大，说明这个均衡点很脆弱，需要谨慎使用。
说白了，混合策略纳什均衡是一个强大的分析工具，但它不是万能药。在量化风控中，它更多是提供一种思考框架——让你意识到随机化策略的价值，以及如何系统性地求解最优随机化方案。