تحسين تنفيذ المحافظ متعددة الأصول بطريقة مونت كارلو

الملخص

تعرض الوثيقة تنفيذ الأوامر الكبيرة بوصفه مفاضلة بين تكاليف السيولة ومخاطر الأسعار. فقد يزيد التداول السريع أثر السوق عندما تكون السيولة محدودة، بينما يترك التداول البطيء الأمر معرضا لتحركات الأسعار المعاكسة خلال أفق التنفيذ. وتصف الوثيقة نهجا لمتوسط التباين لهذه المسألة، وتشير إلى أن نموذجا سابقا لأصل واحد مع سيولة وتقلب عشوائيين يؤدي إلى معادلة تفاضلية جزئية غير خطية يجب حلها عدديا.

يستخدم البديل المقترح أساليب شبه مونت كارلو لتحسين التنفيذ عبر أي عدد من الأصول. كما يصفه المؤلفون بأنه مناسب للاستخدام في الزمن الفعلي، مع إمكان تعديل معلمات العملية العشوائية أثناء التنفيذ. ويعرض الملخص المتاح النهج والمرونة التي يدعيها، لكنه لا يقدم نتائج عددية أو تفاصيل تحقق أو مواصفات للتنفيذ، لذا لا يمكن تقييم أدائه المقارن وحدوده العملية من هذا النص وحده.

الأفكار الرئيسية

• تنشئ الأوامر الكبيرة مفاضلة بين أثر السوق والتعرض لتحركات الأسعار.
• يوازن الهدف الموصوف تكاليف السيولة مقابل مخاطر الأسعار ضمن إطار متوسط التباين.
• يتطلب نموذج عشوائي سابق لأصل واحد حلا عدديا لمعادلة تفاضلية جزئية غير خطية.
• تهدف طريقة شبه مونت كارلو المقترحة إلى دعم التنفيذ عبر أصول متعددة وتغيير المعلمات في الزمن الفعلي.

الوسوم

# A Monte Carlo method for optimal portfolio executions


# A Monte Carlo method for optimal portfolio executions









Traders are often faced with large block orders in markets with limited liquidity and varying volatility. Executing the entire order at once usually incurs a large trading cost because of this limited liquidity. In order to minimize this cost traders split up large orders over time. Varying volatility however implies that they now take on price risk, as the underlying assets' prices can move against the traders over the execution period. This execution problem therefore requires a careful balancing between trading slow to reduce liquidity cost and trading fast to reduce the volatility cost. R. Almgren solved this problem for a market with one asset and stochastic liquidity and volatility parameters, using a mean-variance framework. This leads to a nonlinear PDE that needs to be solved numerically. We propose a different approach using (quasi-)Monte Carlo which can handle any number of assets. Furthermore, our method can be run in real-time and allows the trader to change the parameters of the underlying stochastic processes on-the-fly.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.