Optimización dinámica de carteras de bonos con costes de transacción

Resumen

Este documento presenta un método basado en simulación para gestionar carteras de bonos durante varios periodos, teniendo en cuenta el riesgo de tipos de interés y los costes de trading proporcionales. Modela los movimientos de la curva de rendimientos con factores Dynamic Nelson-Siegel cuyas dinámicas siguen una autorregresión vectorial; después aproxima los rendimientos conjuntos de distintos vencimientos mediante una cadena de Markov de estados discretos variables en el tiempo. Esa cadena proporciona los estados para un proceso de decisión de Markov de horizonte finito. El objetivo del inversor es maximizar la riqueza terminal esperada, y la inducción hacia atrás obtiene la política óptima de reajuste de cartera.

El marco aborda una debilidad práctica de las asignaciones estáticas: una cartera concentrada en bonos de larga duración puede sufrir pérdidas y tensiones de liquidez cuando suben los tipos. El documento también examina el error derivado de truncar las probabilidades de transición. Informa que el truncamiento apenas afecta a la riqueza terminal media, pero puede distorsionar sustancialmente las estadísticas de drawdown y riesgo de cola. El resumen no proporciona datos detallados, elecciones de parámetros ni una validación más amplia; por ello, estos resultados no demuestran hasta qué punto el método puede aplicarse a otras carteras o mercados.

Ideas clave

• El marco optimiza las posiciones en bonos a lo largo de varios periodos e incluye costes proporcionales por reajuste de cartera.
• Los factores de la curva de rendimientos se modelan con dinámicas Dynamic Nelson-Siegel y una autorregresión vectorial.
• Una cadena de Markov discreta aproxima el proceso conjunto de rendimientos y define estados para un problema de decisión de horizonte finito.
• La inducción hacia atrás produce una política que maximiza la riqueza terminal esperada.
• Truncar las probabilidades de transición puede conservar la riqueza media y, a la vez, distorsionar las medidas de drawdown y riesgo de cola.

Etiquetas

# Multiperiod bond portfolio optimization with transaction costs using a Markov Decision process


# Multiperiod bond portfolio optimization with transaction costs using a Markov Decision process









Bank treasury portfolios must balance yield, liquidity, and interest-rate risk across bonds of different maturities. Static allocation rules are ill-suited to this task: portfolios concentrated in long-duration securities with no dynamic adjust- ment mechanism can accumulate large mark-to-market losses and liquidity stress under rising interest rates, as illustrated by the failure of Silicon Valley Bank in 2023. We develop a tractable simulation-based framework for multi-period bond port- folio optimization under interest-rate risk and proportional transaction costs. Yield-curve dynamics are modeled using the Dynamic Nelson-Siegel parameter- ization with Vector Autoregressive factor dynamics, from which we construct a time-inhomogeneous discrete-state Markov chain approximating the joint yield process across bond maturities. This chain forms the state space of a finite- horizon Markov Decision Process in which the investor maximizes expected terminal wealth subject to proportional rebalancing costs. The optimal portfolio policy is obtained by backward induction. We also quantify the approximation error introduced by truncating the transition kernel, and show that it leaves mean terminal wealth almost unchanged while substantially distorting drawdown and tail statistics.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.