Stratégie optimale de trading avec une tendance non observée à retour à la moyenne

Résumé

Cet article étudie le choix de portefeuille lorsque la tendance du prix d’un actif suit un processus d’Ornstein–Uhlenbeck non observé. Il dérive des stratégies optimales pour un trader ayant une utilité logarithmique dans deux cadres informationnels : l’un où la tendance est connue, l’autre où elle doit être déduite des informations disponibles. La comparaison porte sur les effets d’une connaissance incomplète de la tendance sur la performance de l’investissement.

Pour les deux stratégies, l’article donne les espérances et variances asymptotiques des rendements logarithmiques en fonction du rapport signal-bruit et de la vitesse de retour à la moyenne de la tendance. Il compare également les ratios de Sharpe asymptotiques pour quantifier le coût de performance lié à l’information partielle. La description fournie ne donne ni les formules obtenues, ni le montant numérique de ce coût, et ne présente aucune évaluation empirique ; les résultats s’inscrivent donc dans le modèle stochastique spécifié.

Idées clés

• La tendance du prix de l’actif est modélisée comme un processus non observé à retour à la moyenne.
• L’article compare des stratégies à utilité logarithmique selon que l’information est complète ou partielle.
• Les espérances et variances asymptotiques des rendements dépendent de la qualité du signal et du retour à la moyenne de la tendance.
• Les ratios de Sharpe servent à mesurer la perte de performance liée à l’information partielle.
• La description fournie ne contient ni résultats numériques, ni validation empirique.

Étiquettes

# Performance analysis of the optimal strategy under partial information


# Performance analysis of the optimal strategy under partial information









The question addressed in this paper is the performance of the optimal strategy, and the impact of partial information. The setting we consider is that of a stochastic asset price model where the trend follows an unobservable Ornstein-Uhlenbeck process. We focus on the optimal strategy with a logarithmic utility function under full or partial information. For both cases, we provide the asymptotic expectation and variance of the logarithmic return as functions of the signal-to-noise ratio and of the trend mean reversion speed. Finally, we compare the asymptotic Sharpe ratios of these strategies in order to quantify the loss of performance due to partial information.

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.