जोखिम-संवेदी नियंत्रण से दीर्घकालीन मज़बूत उपयोगिता अधिकतमकरण

सारांश

यह दस्तावेज़ स्टोकेस्टिक फ़ैक्टर मॉडल में दीर्घकालीन निवेश का अध्ययन करता है, जहाँ निवेशक मज़बूत अपेक्षित पावर उपयोगिता अधिकतम करते हैं। मज़बूती का अर्थ एक ही मान लिए गए मॉडल के तहत अनुकूलन करने के बजाय प्रतिकूल वैकल्पिक मॉडल को ध्यान में रखना है। लेखक द्वैत का उपयोग करके निवेश समस्या को अनंत समयावधि पर जोखिम-संवेदी नियंत्रण के रूप में पुनर्गठित करते हैं।

एक एर्गोडिक बेलमैन समीकरण इष्टतम दीर्घकालीन वृद्धि दर, उससे जुड़ी ट्रेडिंग रणनीति और एक असिम्प्टोटिक प्रतिकूलतम मॉडल को निर्धारित करता है। इन परिणामों से दीर्घकालीन निवेश के लिए मज़बूत बड़े-विचलन मानदंड पर द्वैत-आधारित तरीका प्रस्तावित किया जाता है। अंश किसी विशेष परिसंपत्ति आवंटन उदाहरण या अनुभवजन्य मूल्यांकन के बजाय सैद्धांतिक निर्धारण बताता है। इसमें फ़ैक्टर की गतिशीलता, बाज़ार की धारणाएँ, समाधान की शर्तें या मात्रात्मक प्रदर्शन नहीं बताए गए हैं, जिससे व्यावहारिक कार्यान्वयन पर निष्कर्ष सीमित रहते हैं।

मुख्य विचार

• रूपरेखा स्टोकेस्टिक फ़ैक्टर मॉडल में दीर्घकालीन मज़बूत अपेक्षित पावर उपयोगिता अधिकतम करती है।
• द्वैत निवेश समस्या को अनंत-अवधि जोखिम-संवेदी नियंत्रण में बदलता है।
• एर्गोडिक बेलमैन समीकरण दीर्घकालीन वृद्धि, इष्टतम रणनीति और असिम्प्टोटिक प्रतिकूलतम मॉडल निर्धारित करता है।
• परिणाम मज़बूत बड़े-विचलन निवेश मानदंडों के लिए द्वैत-आधारित तरीके का आधार देते हैं।
• अंश मॉडल की धारणाएँ या अनुभवजन्य प्रदर्शन निर्दिष्ट नहीं करता।

टैग

# Asymptotics of robust utility maximization


# Asymptotics of robust utility maximization









For a stochastic factor model we maximize the long-term growth rate of robust expected power utility with parameter $λ\in(0,1)$. Using duality methods the problem is reformulated as an infinite time horizon, risk-sensitive control problem. Our results characterize the optimal growth rate, an optimal long-term trading strategy and an asymptotic worst-case model in terms of an ergodic Bellman equation. With these results we propose a duality approach to a "robust large deviations" criterion for optimal long-term investment.

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।