본문으로 건너뛰기
라이브러리 문서 전체

잠재 평균회귀·모멘텀 드리프트를 반영한 포트폴리오 최적화

기사 arXiv papers · 저자: Dannin J. Eccles et al.
원문 읽기

요약

이 논문은 위험 자산의 드리프트가 직접 관측되지 않고 서로 다른 속도로 움직이는 두 잠재 확률 요인에 좌우될 때의 포트폴리오 선택을 연구합니다. 과거 가격에 적용한 빠른 지수이동평균과 느린 지수이동평균 과정의 차이에 결정론적 볼테라 보정을 더해 잠재 평균회귀 수준의 필터링 추정치를 도출합니다. 이 추정치는 익숙한 기술적 신호를 숨겨진 드리프트 추론과 연결하는 MACD 유사 형태를 가집니다.

저자들은 로그 효용, 거듭제곱 효용, 지수 효용에 대해 명시적 피드백 형태의 후보 최적 전략을 도출하고 적합성 및 검증 결과를 보고합니다. 이는 부분 정보 모형의 수학적 결과입니다. 설명에는 실증 검정, 특정 자산에 관한 근거, 실현 포트폴리오 성과 비교가 없습니다. 제안된 연결은 MACD형 신호가 최적화 틀에서 어떻게 나올 수 있는지 설명하지만, 그 자체로 실제 수익성을 입증하지는 않습니다.

핵심 아이디어

  • 모형은 위험 자산의 드리프트가 서로 다른 시간 척도를 가진 두 잠재 요인에 좌우된다고 가정합니다.
  • 잠재 평균회귀의 필터링 추정치는 빠르고 느린 가격 평균과 볼테라 보정을 결합합니다.
  • 추정치는 MACD와 유사한 구조를 가지며 숨겨진 드리프트에 관한 정보로 해석됩니다.
  • 세 가지 효용 함수군의 후보 피드백 전략을 도출하고 수학적 적합성 및 검증 결과를 제시합니다.

태그

포트폴리오 구성평균 회귀모멘텀기술 지표
전문
# 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.

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

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