اتفاقی اتار چڑھاؤ اور لین دین کی لاگتوں کے ساتھ پورٹ فولیو کا انتخاب

خلاصہ

مقالہ اثاثوں کے اتار چڑھاؤ کے دو اتفاقی عوامل کے تحت بہترین پورٹ فولیو انتخاب کا مطالعہ کرتا ہے: اوسط کی طرف لوٹنے والا جزو اور اوسط واپسی کی اتفاقی سطح۔ ٹریڈنگ میں متناسب خارجی لاگتوں کے ساتھ ایک اتفاقی لیکویڈیٹی رسک عمل سے منسلک داخلی لاگتیں بھی آتی ہیں۔ سرمایہ کاروں کی ترجیحات کو آپشن سے اخذ کردہ طریقے سے حاصل کردہ ایس شکل کی افادیت تابع کے طور پر ظاہر کیا گیا ہے؛ اس کے غیر مقعر ہونے سے نمٹنے کے لیے مقعر لفافے کی تبدیلی استعمال کی گئی ہے۔

تبدیل شدہ مسئلے کو پانچ ابعاد کی غیر خطی ہیملٹن-جیکوبی-بیلمن مساوات کے طور پر لکھا گیا ہے۔ مصنفین قدر تابع اور بہترین سرمایہ کاری پالیسی کا حساب لگانے کے لیے ڈیپ لرننگ پر مبنی پالیسی تکرار استعمال کرتے ہیں، پھر لین دین کی لاگتوں اور اتفاقی اتار چڑھاؤ کے سرمایہ کاری کے انتخاب پر اثرات جانچنے کے لیے عددی تجربات کرتے ہیں۔ اقتباس ماڈلنگ اور حسابی طریقۂ کار بیان کرتا ہے، لیکن مخصوص پالیسی نتائج، مارکیٹ کی کیلیبریشن یا تجرباتی توثیق نہیں دیتا؛ لہٰذا اس کے نتائج بیان کردہ ماڈل کے تحت عددی تجزیے تک محدود ہیں۔

اہم خیالات

• اتار چڑھاؤ کے ماڈل میں اوسط کی طرف لوٹنے والا عامل اور اوسط واپسی کی اتفاقی سطح دونوں شامل ہیں۔
• فریم ورک متناسب ٹریڈنگ لاگتوں کو لیکویڈیٹی سے چلنے والی داخلی لاگتوں کے ساتھ ملاتا ہے۔
• آپشن سے اخذ کردہ ایس شکل کی افادیت کو اس کے مقعر لفافے کے ذریعے تبدیل کیا گیا ہے۔
• ڈیپ لرننگ کی پالیسی تکرار کا طریقہ نتیجے میں آنے والے غیر خطی HJB مسئلے کو عددی طور پر حل کرتا ہے۔

ٹیگز

# 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.

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۔