انتخاب سبد با نوسان تصادفی و هزینه‌های معامله

خلاصه

این مقاله انتخاب بهینه سبد را بررسی می‌کند، زمانی که نوسان دارایی دو عامل تصادفی دارد: مؤلفه‌ای بازگشت‌کننده به میانگین و سطح بازگشت به میانگینِ تصادفی. معامله هزینه‌های برون‌زای متناسب و نیز هزینه‌های درون‌زای مرتبط با فرایند تصادفی ریسک نقدشوندگی دارد. ترجیحات سرمایه‌گذار با تابع مطلوبیت S‌شکلی نشان داده می‌شود که با رویکرد مبتنی بر اختیار معامله استنباط شده است؛ برای رسیدگی به نامقعر بودن آن، تبدیل پوشِ مقعر به کار می‌رود.

مسئله تبدیل‌شده به‌صورت معادله غیرخطی پنج‌بعدی همیلتون–ژاکوبی–بلمن بیان می‌شود. نویسندگان برای محاسبه تابع ارزش و سیاست بهینه سرمایه‌گذاری از تکرار سیاست مبتنی بر یادگیری عمیق استفاده می‌کنند و سپس آزمایش‌های عددی‌ای انجام می‌دهند تا بررسی کنند هزینه‌های معامله و نوسان تصادفی چگونه بر انتخاب‌های سرمایه‌گذاری اثر می‌گذارند. متن، رویکرد مدل‌سازی و محاسباتی را شرح می‌دهد، اما یافته مشخصی درباره سیاست، کالیبراسیون بازار یا اعتبارسنجی تجربی ارائه نمی‌کند؛ بنابراین نتیجه‌گیری‌ها به تحلیل عددی تحت مدل بیان‌شده محدود است.

ایده‌های کلیدی

• مدل نوسان، هم عامل بازگشت‌کننده به میانگین و هم سطح تصادفی بازگشت به میانگین را دربرمی‌گیرد.
• چارچوب، هزینه‌های معاملاتی متناسب را با هزینه‌های درون‌زای ناشی از نقدشوندگی ترکیب می‌کند.
• مطلوبیت S‌شکلِ استنباط‌شده از اختیار معامله از طریق پوش مقعر آن تبدیل می‌شود.
• روش تکرار سیاست مبتنی بر یادگیری عمیق، مسئله HJB غیرخطی حاصل را به‌صورت عددی حل می‌کند.

برچسب‌ها

# Portfolio selection with exogenous and endogenous transaction costs under a two-factor stochastic volatility model


# Portfolio selection with exogenous and endogenous transaction costs under a two-factor stochastic volatility model









In this paper, we investigate a portfolio selection problem with transaction costs under a two-factor stochastic volatility structure, where volatility follows a mean-reverting process with a stochastic mean-reversion level. The model incorporates both proportional exogenous transaction costs and endogenous costs modeled by a stochastic liquidity risk process. Using an option-implied approach, we extract an S-shaped utility function that reflects investor behavior and apply its concave envelope transformation to handle the non-concavity. The resulting problem reduces to solving a five-dimensional nonlinear Hamilton-Jacobi-Bellman equation. We employ a deep learning-based policy iteration scheme to numerically compute the value function and the optimal policy. Numerical experiments are conducted to analyze how both types of transaction costs and stochastic volatility affect optimal investment decisions.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.