Trading con utilidad logarítmica y opiniones expertas sobre una deriva con reversión a la media

Resumen

El artículo deriva una estrategia óptima de cartera para un inversor que maximiza la utilidad logarítmica esperada cuando la deriva multivariante de los rendimientos de las acciones es oculta y evoluciona como un proceso de Ornstein-Uhlenbeck. El inversor aprende sobre la deriva a partir de los rendimientos observados y de opiniones expertas, que son estimaciones insesgadas que llegan en momentos discretos. La estrategia depende de la deriva condicional esperada según la información disponible para el inversor.

Entre actualizaciones expertas, la estimación sigue un filtro de Kalman, mientras que su covarianza condicional evoluciona mediante ecuaciones matriciales de Riccati. El análisis estudia cómo se comportan esas covarianzas cuando las opiniones expertas se vuelven más frecuentes en un horizonte finito y con actualizaciones a intervalos regulares en un horizonte infinito. La función de valor depende de las matrices de covarianza y vincula la calidad de la información con la utilidad esperada óptima. El documento presenta un modelo matemático y un análisis de convergencia, pero no ofrece evaluación empírica; el rendimiento práctico dependería de la dinámica de deriva supuesta y de la fiabilidad y el momento de las estimaciones expertas.

Ideas clave

• La deriva no observada de los rendimientos multivariantes se modela como un proceso de Ornstein-Uhlenbeck con reversión a la media.
• Los inversores actualizan las estimaciones de deriva usando rendimientos y opiniones expertas insesgadas en momentos discretos.
• Un filtro de Kalman describe la dinámica de las estimaciones entre actualizaciones expertas, y las ecuaciones de Riccati determinan la covarianza.
• La estrategia óptima de utilidad logarítmica depende de la expectativa condicional filtrada de la deriva.
• El análisis relaciona la convergencia de la covarianza con la función de valor, pero no comunica resultados empíricos de trading.

Etiquetas

# Expert Opinions and Logarithmic Utility Maximization for Multivariate Stock Returns with Gaussian Drift


# Expert Opinions and Logarithmic Utility Maximization for Multivariate Stock Returns with Gaussian Drift









This paper investigates optimal trading strategies in a financial market with multidimensional stock returns where the drift is an unobservable multivariate Ornstein-Uhlenbeck process. Information about the drift is obtained by observing stock returns and expert opinions. The latter provide unbiased estimates on the current state of the drift at discrete points in time. The optimal trading strategy of investors maximizing expected logarithmic utility of terminal wealth depends on the filter which is the conditional expectation of the drift given the available information. We state filtering equations to describe its dynamics for different information settings. Between expert opinions this is the Kalman filter. The conditional covariance matrices of the filter follow ordinary differential equations of Riccati type. We rely on basic theory about matrix Riccati equations to investigate their properties. Firstly, we consider the asymptotic behaviour of the covariance matrices for an increasing number of expert opinions on a finite time horizon. Secondly, we state conditions for the convergence of the covariance matrices on an infinite time horizon with regularly arriving expert opinions. Finally, we derive the optimal trading strategy of an investor. The optimal expected logarithmic utility of terminal wealth, the value function, is a functional of the conditional covariance matrices. Hence, our analysis of the covariance matrices allows us to deduce properties of the value function.

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.