गुप्त माध्य-प्रत्यावर्तन और मोमेंटम ड्रिफ़्ट के साथ पोर्टफ़ोलियो अनुकूलन
सारांश
यह शोधपत्र पोर्टफ़ोलियो चयन का अध्ययन करता है, जहाँ जोखिमपूर्ण परिसंपत्ति का ड्रिफ़्ट सीधे देखा नहीं जाता और अलग-अलग गति से बदलने वाले दो छिपे स्टोकेस्टिक कारकों पर निर्भर करता है। यह पिछली कीमतों पर लागू तेज़ और धीमी एक्सपोनेंशियल मूविंग एवरेज प्रक्रियाओं के अंतर से, एक नियतात्मक वोल्टेरा सुधार के साथ, गुप्त माध्य-प्रत्यावर्तन स्तर का फ़िल्टर किया हुआ अनुमान निकालता है। परिणामी अनुमान MACD-जैसा रूप रखता है और परिचित तकनीकी संकेत को छिपे ड्रिफ़्ट के अनुमान से जोड़ता है।
लॉगरिद्मिक, घातीय और पावर यूटिलिटी के लिए लेखक स्पष्ट फ़ीडबैक रूप में संभावित इष्टतम रणनीतियाँ निकालते हैं और स्वीकार्यता तथा सत्यापन के परिणाम देते हैं। ये आंशिक जानकारी वाले मॉडल के गणितीय परिणाम हैं; विवरण में अनुभवजन्य परीक्षण, परिसंपत्ति-विशिष्ट साक्ष्य या वास्तविक पोर्टफ़ोलियो प्रदर्शन की तुलना नहीं है। प्रस्तावित संबंध बताता है कि अनुकूलन रूपरेखा में MACD-प्रकार के संकेत कैसे उभर सकते हैं, लेकिन इससे अपने आप यह स्थापित नहीं होता कि संकेत व्यवहार में लाभदायक है।
मुख्य विचार
- मॉडल मानता है कि जोखिमपूर्ण परिसंपत्ति का ड्रिफ़्ट अलग-अलग समय-मान वाले दो गुप्त कारकों पर निर्भर करता है।
- गुप्त माध्य-प्रत्यावर्तन का फ़िल्टर किया हुआ अनुमान तेज़ और धीमी मूल्य औसत को वोल्टेरा सुधार के साथ जोड़ता है।
- अनुमान की संरचना MACD-जैसी है और इसे छिपे ड्रिफ़्ट की जानकारी के रूप में समझा जाता है।
- तीन यूटिलिटी परिवारों के लिए संभावित फ़ीडबैक रणनीतियाँ निकाली गई हैं और उनके गणितीय स्वीकार्यता तथा सत्यापन परिणाम दिए गए हैं।
टैग
पूरा पाठ
# Portfolio Optimization under Fast and Slow Latent Mean-Reverting and Momentum Drift # Portfolio Optimization under Fast and Slow Latent Mean-Reverting and Momentum Drift We consider a class of partial-information portfolio optimization problems in which the drift of a risky asset is driven by two latent stochastic factors evolving at distinct time scales. We show that the filtered estimate of the latent mean-reversion level is driven by the difference between fast and slow exponential moving average (EMA)-type processes of the trailing price history, yielding a Moving Average Convergence Divergence (MACD)-type signal, along with a deterministic Volterra correction. Under logarithmic, power, and exponential utility, we derive candidate optimal strategies in explicit feedback form and establish admissibility and verification results. In particular, the results provide a mathematical foundation for the endogenous emergence of MACD-type trading signals as estimators of latent drift information contained in observed price paths.
स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0
यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।