거래 비용을 고려한 포트폴리오 선택

기사 arXiv papers · 저자: Dong Yan et al.

요약

이 논문은 자산 변동성이 평균 회귀 성분과 확률적인 평균 회귀 수준이라는 두 요인을 갖는 경우의 최적 포트폴리오 선택을 연구합니다. 거래에는 비례하는 외생적 비용과 확률적 유동성 위험 과정에 연동된 내생적 비용이 발생합니다. 투자자 선호는 옵션 내재 접근법으로 추론한 S자형 효용 함수로 표현하며, 비오목성을 다루기 위해 오목 포락 변환을 사용합니다.

변환된 문제는 5차원 비선형 해밀턴-자코비-벨만 방정식으로 표현됩니다. 저자들은 딥러닝 기반 정책 반복법으로 가치 함수와 최적 투자 정책을 계산한 다음, 거래 비용과 확률적 변동성이 투자 선택에 미치는 영향을 살펴보는 수치 실험을 수행합니다. 발췌문은 모형화와 계산 접근법을 설명하지만 구체적인 정책 결과, 시장 보정, 실증 검증은 제시하지 않습니다. 따라서 결론은 명시된 모형 아래의 수치 분석으로 제한됩니다.

핵심 아이디어

변동성 모형은 평균 회귀 요인과 확률적인 평균 회귀 수준을 모두 포함합니다.
프레임워크는 비례 거래 비용과 유동성에 따른 내생적 비용을 결합합니다.
옵션 내재 S자형 효용을 오목 포락으로 변환합니다.
딥러닝 정책 반복법으로 결과 비선형 HJB 문제를 수치적으로 풉니다.

# Portfolio selection with exogenous and endogenous transaction costs under a two-factor stochastic volatility model


# Portfolio selection with exogenous and endogenous transaction costs under a two-factor stochastic volatility model









In this paper, we investigate a portfolio selection problem with transaction costs under a two-factor stochastic volatility structure, where volatility follows a mean-reverting process with a stochastic mean-reversion level. The model incorporates both proportional exogenous transaction costs and endogenous costs modeled by a stochastic liquidity risk process. Using an option-implied approach, we extract an S-shaped utility function that reflects investor behavior and apply its concave envelope transformation to handle the non-concavity. The resulting problem reduces to solving a five-dimensional nonlinear Hamilton-Jacobi-Bellman equation. We employ a deep learning-based policy iteration scheme to numerically compute the value function and the optimal policy. Numerical experiments are conducted to analyze how both types of transaction costs and stochastic volatility affect optimal investment decisions.

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

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

확률적 변동성과 거래 비용을 고려한 포트폴리오 선택

요약

핵심 아이디어

태그