유동성과 신호 자기상관이 최적 회전율에 미치는 영향

요약

이 글은 가우스 과정 모형에서 최적화된 트레이딩 전략의 정상 상태 회전율을 도출합니다. 모형 가정하에서 회전율을 자산 유동성, 위험 회피도, 알파 예측의 자기상관과 연결해 폐쇄형 표현식으로 제시합니다. 예측 신호가 유동성 조정 위험 회피 매개변수에 비해 서로 다른 속도로 평균 회귀할 때 거래 강도가 어떻게 달라지는지 설명합니다.

제시된 관계에 따르면 회전율은 조정된 위험 회피도에 신호 평균 회귀 속도가 포함된 비율을 더한 값의 제곱근을 곱한 것에 비례합니다. 이를 통해 예측의 지속성과 유동성 여건을 예상 정상 상태 거래 활동과 연결할 수 있습니다. 이 문서는 실증 검증이 아닌 모형 결과를 제시하며, 적용 가능성은 가우스 설정과 매개변수 정의에 달려 있습니다. 비용이나 제약, 실현된 전략 성과에 대한 전반적인 설명은 제공하지 않습니다.

핵심 아이디어

• 가우스 과정 모형에서 전략 회전율의 정상 상태 값을 명시적으로 도출합니다.
• 회전율은 유동성 조정 위험 회피도와 알파 예측의 평균 회귀 속도에 따라 달라집니다.
• 제시된 공식은 조정 위험 회피도 대비 평균 회귀 속도의 비율에 1을 더한 값의 제곱근에 비례합니다.
• 신호의 지속성과 유동성을 예상 거래 활동과 연결합니다.
• 결론은 모형에 기반하며, 실증 성과 테스트는 보고하지 않습니다.

태그

# 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 $γ$.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.