双约束下的行权 premium 配置（delta 与 vega 双预算）

某波动率桌台有 N 只候选期权合约的菜单，每只已由离线 sensitivity 引擎预先分桶为整数化的希腊值消耗：占用 delta_use[i] 单位的 delta 预算与 vega_use[i] 单位的 vega 预算；同时每只携带带符号整数 premium[i]（正数为收到的 premium，负数为对冲成本）。桌台希望挑出一个候选子集，使总 delta 消耗不超过 delta_budget 且总 vega 消耗不超过 vega_budget，最大化总 premium。实现 solution(delta_use: list[int], vega_use: list[int], premium: list[int], delta_budget: int, vega_budget: int) -> int，返回可达到的最大总 premium。空集恒可行（premium 0），故答案非负。

举例，solution([1,2,3], [2,1,3], [10,8,15], 4, 4) 返回 18：取候选 0 与 1（delta 1+2=3 ≤ 4，vega 2+1=3 ≤ 4，premium 10+8 = 18）；单取候选 2 得 15，但再加任何一只都会击穿至少一个预算。对冲示例，solution([2,1,3], [1,2,2], [5,-3,8], 4, 3) 返回 8：单取候选 2（delta 3 ≤ 4，vega 2 ≤ 3，premium 8）优于把负 premium 的候选 1 与候选 0 一起取（5 + (-3) = 2）。空集恒可选，故 premium 全为非正的菜单返回 0。

两个对抗子情形请先想清楚：所有 premium[i] <= 0 时答案为 0，因空集胜过任何包含；某只候选 delta_use[i] > delta_budget 或 vega_use[i] > vega_budget 时永不可被选取但不报错——静默丢弃。

实现细节由 stubs/stub.py 提供。

实践背景

多希腊风险预算下的行权配置是期权桌台日常的核心场景：sensitivity 引擎给出每只合约的 delta 与 vega 消耗（已按桌台风险政策分桶为整数单位），中后台对当节施加硬性 delta 与 vega 上限，模型给出每只的 premium 估计。部分"候选"是上游 pipeline 注入的负 premium 对冲腿，由优化器自行决定是否打包变现。双预算版本比单预算组合背包难得多——按比值排序（premium / delta 或 premium / vega）的贪心已不能取到最优，因为 delta 上便宜的候选可能 vega 上昂贵、反之亦然，二资源前沿是真正的二维。二维 DP 以"预算维度的平方"为代价精确刻画离散权衡；当合约数或预算粒度变大时，生产环境会切到商用 MIP，但本题的"分桶整数"正是教科书 DP 的标准用武之地。