Negociação otimizada de um ativo movido por um processo oculto de Markov na presença de custos de transação xed Entre algumas suposições na distribuição de devoluções, elas reduzem o problema à otimização numérica convexa. Similarmente, Thompson, em 14, considerou o problema de maximizar o retorno cumulativo total (esperado) de uma estratégia de negociação sob a suposição de que o preço do ativo satisfaz uma equação diferencial estocástica da forma dS t dB th (X t) dt, onde B t é um movimento browniano, h é uma função conhecida e X i é uma cadeia de Markov independente do movimento browniano. Neste trabalho, ele assume custos fixos de transação e impõe as premissas A1, A2, A4 na negociação. "Resumo" Devido à série de retorno para um conjunto de instrumentos, um emph é uma função de comutação que transfere riqueza de um instrumento para outro em horários especificados. Apresentamos algoritmos eficientes para construir (ex-post) estratégias de negociação que são ótimas em relação ao retorno total, à taxa de Sterling e ao índice de Sharpe. Essas estratégias ótimas ex post são ferramentas de análise úteis. Eles podem ser usados para analisar a rentabilidade de um mercado em termos de negociação ótima para desenvolver benchmarks contra os quais a negociação real pode ser comparada e, dentro de uma estrutura indutiva, as negociações ótimas podem ser usadas para ensinar sistemas de aprendizagem (preditores) usado para identificar futuras oportunidades de negociação. Comentário: 45 páginas de trabalho artigo Setembro 2010 Victor Boyarshinov Malik Magdon-Ismail "A negociação de bens cointegrados foi discutida anteriormente na literatura 46. Um tema comum nestes trabalhos é a dependência de técnicas de arbitragem estatística para negociar a combinação linear estacionária, como como os métodos descritos em 4, 7. Uma tal técnica é um esquema de reversão à média, no qual todo o portfólio é comprado quando o sinal estacionário se desvia de sua média por um limiar predeterminado, e a posição é fechada quando a média do sinal reverte. "Resumo" Resumo: Estudamos o problema de construção ótima de portfólio quando os preços log seguem um modelo autoregressivo vetoriais cointegrado de tempo discreto. Seguimos a clássica abordagem de otimização de média-variância de Markowitz e derivamos expressões para o vetor de peso de portfólio ideal sobre um único intervalo de decisão, tanto para um horizonte de tempo finito quanto para o limite de um horizonte infinito. Costuma-se afirmar na literatura que, dados os ativos cuja dinâmica de preços exibe cointegração, os pesos do portfólio devem ser escolhidos no espaço das relações de cointegração, resultando no que é comumente chamado de portfólio beta. No entanto, mostramos aqui que a ação ótima no sentido de média-variância para um intervalo de negociação finito é comprar o portfólio com um componente na direção beta e um componente na direção da mudança esperada. Além disso, provamos que a carteira beta é ótima apenas no limite de um horizonte de negociação infinito. Adicionalmente, derivamos as condições sob as quais a carteira ótima é proporcional às forças de reajuste de desequilíbrio do modelo de cointegração. Nossos resultados baseiam-se em uma autoanálise cuidadosa do modelo de espaço de estados subjacente, na qual derivamos uma solução de forma fechada para o portfólio ideal de Markowitz, que é bem comportado apesar da não estacionariedade da dinâmica de preços subjacente. Demonstramos nossos resultados com avaliações usando dados simulados e históricos. Texto Completo em Conferências Julho de 2008 Melanie B. Rudoy Charles E. RohrsCálculo eficiente de estratégias ótimas de negociação Mostrar resumo Ocultar resumo SDE da forma dSt dBth (Xt) dt onde Bt é um movimento browniano, h é uma função conhecida e Xt é uma cadeia de Markov. Analisamos duas versões do problema, maximizando o ganho de longo prazo por unidade de tempo e maximizando uma forma de ganho descontado. É bem sabido que a estratégia de negociação ideal para tal problema é a solução de um problema de fronteira livre. Apresentamos uma derivação intuitiva, visualizando o problema de negociação ideal como um par de problemas de parada ótimos simultâneos. Também damos soluções explícitas para uma série de exemplos e damos limites ao custo de transação acima do qual é ideal nunca comprar o ativo. Mostramos que no caso em que o Markov Chain Xt é independente do movimento browniano e tem um espaço de estados nite, este custo de transação crítico tem uma forma simples. Artigo Jan Annals of Operations Research G. W. P. Thompson Resumo Resumo: Consideramos o problema de seleção de portfólios, com custos de transação e restrições à exposição ao risco. Custos de transação lineares, limites na variação do retorno e limites em diferentes probabilidades de déficit são eficientemente tratados por métodos de otimização convexos. Para tais problemas, o portfólio globalmente otimizado pode ser calculado muito rapidamente. Os problemas de otimização de portfólio com custos de transação que incluem uma taxa fixa ou pontos de interrupção de desconto não podem ser resolvidos diretamente pela otimização convexa. Descrevemos um método de relaxamento que produz um limite superior facilmente computável por meio de otimização convexa. Também descrevemos um método heurístico para encontrar um portfólio sub-ótimo, que é baseado na solução de um pequeno número de problemas de otimização convexa (e, portanto, pode ser feito de forma eficiente). Assim, produzimos uma solução sub-ótima e também um limite superior na solução ótima. Experimentos numéricos sugerem que, para problemas práticos, a lacuna entre os dois é pequena, mesmo para grandes problemas envolvendo centenas de ativos. A mesma abordagem pode ser usada para problemas relacionados, como o rastreamento de um índice com um portfólio que consiste em um pequeno número de ativos. Texto completo em março de 2007 Miguel Sousa Lobo Maryam Fazel por Stephen Boyd Resumo | Damos uma breve introdução aos algoritmos lineares por partes (PL), também chamados de algoritmos de ponto fixo ou pivô complementar. Nossa abordagem é baseada na apresentação fundamental de Eaves 14, portanto, descrevemos os algoritmos no cenário geral de manifolds PL. Em particular, introduzimos o método de homotopia PL de Eaves amp Saigal 16. A classe recém-estabelecida de algoritmos de dimensão variável será apresentada. Usamos uma construção de cone particular para manipular o parâmetro de homotopia. Especial atenção é dada aos resultados da convergência. Detalhes numéricos dos algoritmos só podem ser esboçados. Para uma apresentação mais detalhada de tais algoritmos e observações bibliográficas, referimo-nos a 4. I. Introdução 1 O primeiro e mais proeminente exemplo de um algoritmo PL foi desenhado por Lemke e Howson 33 e Lemke 30 para calcular uma solução do problema de complementaridade linear. Este algoritmo desempenhou um papel crucial no desenvolvimento de algoritmos PL subsequentes. Complementares lineares. Article Aug 1998 Anais de Pesquisa de Operações Kurt GeorgarXiv. org gt cs gt arXiv: 1009.4683 Ciência da Computação Engenharia Computacional, Finanças e Ciência Título: Computação Eficiente de Estratégias Ótimas de Negociação (Enviada em 23 de setembro de 2010) Resumo: Dada a série de retorno de um conjunto de instrumentos, um emph é uma função de comutação que transfere riqueza de um instrumento para outro em horários específicos. Apresentamos algoritmos eficientes para construir (ex-post) estratégias de negociação que são ótimas em relação ao retorno total, à taxa de Sterling e ao índice de Sharpe. Essas estratégias ótimas ex post são ferramentas de análise úteis. Eles podem ser usados para analisar a lucratividade de um mercado em termos de negociação ótima para desenvolver benchmarks contra os quais a negociação real pode ser comparada e, dentro de uma estrutura indutiva, os negócios ótimos podem ser usados para ensinar sistemas de aprendizagem (preditores) usado para identificar futuras oportunidades de negociação. 45 páginas de papel de trabalho
No comments:
Post a Comment