Comment la liquidité et l’autocorrélation du signal déterminent le turnover optimal

Résumé

L’article déduit le turnover en régime permanent d’une stratégie de trading optimisée dans un modèle de processus gaussien. Il relie le turnover à la liquidité des actifs, à l’aversion au risque et à l’autocorrélation des prévisions d’alpha, en fournissant une expression en forme fermée sous les hypothèses du modèle. Le résultat vise à clarifier comment l’intensité du trading évolue lorsque les signaux de prévision reviennent à la moyenne à des vitesses différentes par rapport à un paramètre d’aversion au risque ajusté de la liquidité.

La relation énoncée rend le turnover proportionnel à cette mesure ajustée de l’aversion au risque, multipliée par la racine carrée de un plus un ratio faisant intervenir la vitesse de retour à la moyenne du signal. Elle donne aux praticiens un moyen maniable de relier la persistance des prévisions et les conditions de liquidité à l’activité de trading attendue en régime permanent. Le document présente un résultat de modèle plutôt qu’une validation empirique ; son applicabilité dépend du cadre gaussien et de la définition de ses paramètres. Il ne fournit pas d’analyse plus large des coûts, des contraintes ou des performances réalisées de la stratégie.

Idées clés

• L’article déduit explicitement le turnover en régime permanent d’une stratégie dans un modèle de processus gaussien.
• Le turnover dépend de l’aversion au risque ajustée de la liquidité et de la vitesse de retour à la moyenne des prévisions d’alpha.
• La formule rapportée est proportionnelle à la racine carrée de 1 plus le ratio entre la vitesse de retour à la moyenne et l’aversion au risque ajustée.
• Le résultat relie la persistance du signal et la liquidité à l’activité de trading attendue.
• La conclusion repose sur un modèle, et le document ne rapporte aucun test empirique de performance.

Étiquettes

# Optimal Turnover, Liquidity, and Autocorrelation


# Optimal Turnover, Liquidity, and Autocorrelation









The steady-state turnover of a trading strategy is of clear interest to practitioners and portfolio managers, as is the steady-state Sharpe ratio. In this article, we show that in a convenient Gaussian process model, the steady-state turnover can be computed explicitly, and obeys a clear relation to the liquidity of the asset and to the autocorrelation of the alpha forecast signals. Indeed, we find that steady-state optimal turnover is given by $γ\sqrt{n+1}$ where $γ$ is a liquidity-adjusted notion of risk-aversion, and $n$ is the ratio of mean-reversion speed to $γ$.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.