پوشیدہ رجعتِ اوسط اور مومینٹم ڈرفٹ کے ساتھ پورٹ فولیو کی بہتری

خلاصہ

یہ مقالہ پورٹ فولیو کے انتخاب کا مطالعہ کرتا ہے جب خطرے والے اثاثے کا ڈرفٹ براہ راست مشاہدہ نہیں کیا جاتا اور دو پوشیدہ اتفاقی عوامل پر منحصر ہوتا ہے جو مختلف رفتار سے بدلتے ہیں۔ یہ ماضی کی قیمتوں پر لاگو تیز اور سست ایکسپونینشل موونگ ایوریج کے عمل کے فرق سے پوشیدہ رجعتِ اوسط کی سطح کا فلٹر شدہ تخمینہ اخذ کرتا ہے، جس کے ساتھ متعین ولٹیرا تصحیح بھی شامل ہے۔ نتیجے کے تخمینے کی شکل MACD جیسی ہے، جو ایک معروف تکنیکی اشارے کو پوشیدہ ڈرفٹ کے استنباط سے جوڑتی ہے۔

لوگارتھمک، قوت اور ایکسپونینشل یوٹیلٹی کے لیے مصنفین واضح فیڈبیک صورت میں ممکنہ بہترین اسٹریٹیجیاں اخذ کرتے اور قابلِ قبولیت اور تصدیق کے نتائج رپورٹ کرتے ہیں۔ یہ جزوی معلومات والے ماڈل کے ریاضیاتی نتائج ہیں؛ وضاحت میں تجرباتی جانچ، اثاثے سے متعلق شواہد یا حقیقی پورٹ فولیو کارکردگی کے موازنے نہیں۔ مجوزہ تعلق بتاتا ہے کہ MACD جیسے اشارے بہتری کے فریم ورک میں کیسے سامنے آ سکتے ہیں، مگر بذاتِ خود یہ ثابت نہیں کرتا کہ عملی طور پر اشارہ منافع بخش ہے۔

اہم خیالات

• ماڈل فرض کرتا ہے کہ خطرے والے اثاثے کا ڈرفٹ دو پوشیدہ عوامل پر منحصر ہے جن کے زمانی پیمانے الگ ہیں۔
• پوشیدہ رجعتِ اوسط کا فلٹر شدہ تخمینہ قیمتوں کے تیز اور سست اوسط کو ولٹیرا تصحیح سے ملاتا ہے۔
• تخمینہ MACD جیسی ساخت رکھتا ہے اور اسے پوشیدہ ڈرفٹ کی معلومات سے تعبیر کیا جاتا ہے۔
• تین یوٹیلٹی خاندانوں کے لیے ممکنہ فیڈبیک اسٹریٹیجیاں اخذ کی گئی ہیں، جن کے ریاضیاتی قابلِ قبولیت اور تصدیق کے نتائج بھی ہیں۔

ٹیگز

# 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.

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۔