کثیر اثاثہ پورٹ فولیو کی تکمیل کے لیے مونٹی کارلو آپٹیمائزیشن

خلاصہ

دستاویز بڑے آرڈر کی تکمیل کو لیکویڈیٹی لاگت اور قیمت کے خطرے کے درمیان سمجھوتے کے طور پر پیش کرتی ہے۔ تیزی سے ٹریڈ کرنے سے کم لیکویڈیٹی میں مارکیٹ پر اثر بڑھ سکتا ہے، جبکہ آہستہ ٹریڈ کرنے سے آرڈر تکمیل کے دورانیے میں قیمت کی ناموافق حرکتوں کے سامنے رہتا ہے۔ یہ اس مسئلے کے لیے اوسط-واریئنس طریقہ بیان کرتی ہے اور نوٹ کرتی ہے کہ اسٹاکسٹک لیکویڈیٹی اور اتار چڑھاؤ والا پہلے کا واحد اثاثہ ماڈل غیر خطی جزوی تفاضلی مساوات تک لے جاتا ہے، جسے عددی طور پر حل کرنا پڑتا ہے۔

مجوزہ متبادل کسی بھی تعداد کے اثاثوں میں تکمیل کو بہتر بنانے کے لیے کوسی مونٹی کارلو طریقے استعمال کرتا ہے۔ مصنفین اسے حقیقی وقت میں استعمال کے لیے موزوں بھی بتاتے ہیں، جہاں اسٹاکسٹک عمل کے پیرامیٹرز تکمیل کے دوران ایڈجسٹ کیے جا سکتے ہیں۔ فراہم کردہ خلاصہ طریقہ اور اس کی دعویٰ کردہ لچک بیان کرتا ہے، مگر عددی نتائج، توثیق کی تفصیلات یا نفاذ کی خصوصیات نہیں دیتا، اس لیے اس متن کی بنیاد پر تقابلی کارکردگی اور عملی حدود کا جائزہ نہیں لیا جا سکتا۔

اہم خیالات

• بڑے آرڈرز مارکیٹ پر اثر اور قیمت کی حرکتوں کے سامنے رہنے کے درمیان سمجھوتا پیدا کرتے ہیں۔
• بیان کردہ مقصد اوسط-واریئنس فریم ورک میں لیکویڈیٹی لاگت اور قیمت کے خطرے کا توازن رکھتا ہے۔
• پہلے کے واحد اثاثہ اسٹاکسٹک ماڈل کے لیے غیر خطی جزوی تفاضلی مساوات کا عددی حل درکار ہے۔
• مجوزہ کوسی مونٹی کارلو طریقہ متعدد اثاثوں میں تکمیل اور حقیقی وقت میں پیرامیٹر تبدیلیوں کی معاونت کے لیے ہے۔

ٹیگز

# A Monte Carlo method for optimal portfolio executions


# A Monte Carlo method for optimal portfolio executions









Traders are often faced with large block orders in markets with limited liquidity and varying volatility. Executing the entire order at once usually incurs a large trading cost because of this limited liquidity. In order to minimize this cost traders split up large orders over time. Varying volatility however implies that they now take on price risk, as the underlying assets' prices can move against the traders over the execution period. This execution problem therefore requires a careful balancing between trading slow to reduce liquidity cost and trading fast to reduce the volatility cost. R. Almgren solved this problem for a market with one asset and stochastic liquidity and volatility parameters, using a mean-variance framework. This leads to a nonlinear PDE that needs to be solved numerically. We propose a different approach using (quasi-)Monte Carlo which can handle any number of assets. Furthermore, our method can be run in real-time and allows the trader to change the parameters of the underlying stochastic processes on-the-fly.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔