Оптимальная торговля при ненаблюдаемом тренде, возвращающемся к среднему

Сводка

В статье рассматривается выбор портфеля, когда ценовой тренд актива следует ненаблюдаемому процессу Орнштейна — Уленбека. Выводятся оптимальные стратегии для трейдера с логарифмической полезностью в двух условиях доступности информации: когда тренд известен и когда его необходимо оценивать по доступным данным. Сравнение показывает, как неполное знание тренда влияет на инвестиционную результативность.

Для обеих стратегий статья приводит асимптотические математические ожидания и дисперсии логарифмической доходности как функции отношения сигнал/шум и скорости возврата тренда к среднему. Также сравниваются асимптотические коэффициенты Шарпа, чтобы количественно оценить потери результативности из-за неполной информации. В описании не приведены полученные формулы или численный размер этих потерь, а эмпирическая оценка отсутствует; выводы относятся к заданной стохастической модели.

Ключевые идеи

• Ценовой тренд актива моделируется как ненаблюдаемый процесс с возвратом к среднему.
• В статье сравниваются стратегии с логарифмической полезностью при полной и частичной информации.
• Асимптотические ожидания и дисперсии доходности зависят от качества сигнала и скорости возврата тренда к среднему.
• Коэффициенты Шарпа используются для оценки потери результативности из-за неполной информации.
• В представленном описании нет численных результатов или эмпирической проверки.

Теги

# Performance analysis of the optimal strategy under partial information


# Performance analysis of the optimal strategy under partial information









The question addressed in this paper is the performance of the optimal strategy, and the impact of partial information. The setting we consider is that of a stochastic asset price model where the trend follows an unobservable Ornstein-Uhlenbeck process. We focus on the optimal strategy with a logarithmic utility function under full or partial information. For both cases, we provide the asymptotic expectation and variance of the logarithmic return as functions of the signal-to-noise ratio and of the trend mean reversion speed. Finally, we compare the asymptotic Sharpe ratios of these strategies in order to quantify the loss of performance due to partial information.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.