跳至正文
返回文库全部文档

流动性与信号自相关如何影响最优换手率

文章 arXiv papers · 作者: Bastien Baldacci et al.
阅读原文

总结

本文在高斯过程模型中推导优化交易策略的稳态换手率。文章将换手率与资产流动性、风险厌恶程度以及 alpha 预测的自相关性联系起来，并在模型假设下给出闭式表达式。该结果旨在说明，当预测信号以不同速度均值回归时，相对于经流动性调整的风险厌恶参数，交易强度如何变化。

给出的关系表明，换手率与经调整的风险厌恶度量成正比，并乘以一个包含信号均值回归速度比值的平方根。该结果为从业者提供了一种简便方法，将预测持续性和流动性条件与预期稳态交易活动联系起来。本文给出的是模型结果，而非实证验证；其适用性取决于高斯设定和参数定义，也没有全面说明成本、约束或策略实际表现。

核心观点

  • 本文在高斯过程模型中明确推导了策略的稳态换手率。
  • 换手率取决于经流动性调整的风险厌恶度，以及 alpha 预测的均值回归速度。
  • 给出的公式按“1 加均值回归速度与调整后风险厌恶度之比”的平方根进行缩放。
  • 该结果将信号持续性和流动性与预期交易活动联系起来。
  • 结论基于模型，本文没有报告实证表现测试。

标签

交易执行统计学风险管理
全文
# Optimal Turnover, Liquidity, and Autocorrelation


# Optimal Turnover, Liquidity, and Autocorrelation









The steady-state turnover of a trading strategy is of clear interest to practitioners and portfolio managers, as is the steady-state Sharpe ratio. In this article, we show that in a convenient Gaussian process model, the steady-state turnover can be computed explicitly, and obeys a clear relation to the liquidity of the asset and to the autocorrelation of the alpha forecast signals. Indeed, we find that steady-state optimal turnover is given by $γ\sqrt{n+1}$ where $γ$ is a liquidity-adjusted notion of risk-aversion, and $n$ is the ratio of mean-reversion speed to $γ$.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。