跳至正文
返回文库全部文档

通过风险敏感控制实现稳健长期效用最大化

文章 arXiv papers · 作者: Thomas Knispel
阅读原文

总结

本文研究随机因子模型中的长期投资问题，其中投资者力求最大化稳健的期望幂效用。稳健性是指将不利的替代模型纳入考量，而非仅针对单一假设模型进行优化。作者利用对偶性，将投资问题转化为无限时间范围内的风险敏感控制问题。

遍历型贝尔曼方程刻画了最优长期增长率、相应的交易策略以及渐近最坏情形模型。作者随后利用这些结果，提出一种基于对偶性的稳健长期投资大偏差准则方法。摘录描述的是理论特征，并未提供具体资产配置实例或实证评估。文中没有说明因子动态、市场假设、求解条件或量化绩效，因此难以据此判断实际应用情况。

核心观点

  • 该框架在随机因子模型中最大化稳健的长期期望幂效用。
  • 对偶性将投资问题转化为无限时域的风险敏感控制问题。
  • 遍历型贝尔曼方程刻画长期增长率、最优策略和渐近最坏情形模型。
  • 这些结果为稳健大偏差投资准则提出了一种对偶性方法。
  • 摘录未说明模型假设或实证绩效。

标签

多资产风险管理投资组合构建统计学
全文
# Asymptotics of robust utility maximization


# Asymptotics of robust utility maximization









For a stochastic factor model we maximize the long-term growth rate of robust expected power utility with parameter $λ\in(0,1)$. Using duality methods the problem is reformulated as an infinite time horizon, risk-sensitive control problem. Our results characterize the optimal growth rate, an optimal long-term trading strategy and an asymptotic worst-case model in terms of an ergodic Bellman equation. With these results we propose a duality approach to a "robust large deviations" criterion for optimal long-term investment.

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。