Cálculo Eficiente De Estrategias De Negociación Óptimas

Consideramos el problema del comercio óptimo de un activo en presencia de costos de transacción xed donde el precio del activo satisface una SDE del formdSt dBth (Xt) dt donde Bt es un Brownian Movimiento, h es una función conocida y Xt es una cadena de Markov. Observamos dos versiones del problema, maximizando la ganancia a largo plazo por unidad de tiempo y maximizando una forma de ganancia descontada. Es bien sabido que la estrategia de negociación óptima para tal problema es la solución de un problema de límites libres que presentamos una derivación intuitiva viendo el problema de comercio óptimo como un par de problemas simultáneos de detención óptima. También ofrecemos soluciones explícitas para una serie de ejemplos y damos límites al coste de transacción por encima del cual es óptimo nunca comprar el activo en absoluto. Mostramos que en el caso en que la Cadena de Markov Xt es independiente del movimiento browniano y tiene un espacio de estado nito, este costo de transacción crítico tiene una forma simple. Artículo Enero 2002 Anales de Investigación de Operaciones G. W. P. Thompson Ver resumen Ocultar resumen RESUMEN: Consideramos el problema de la selección de cartera, con costos de transacción y restricciones en la exposición al riesgo. Los costos de transacción lineales, los límites de la varianza de la devolución y los límites de las diferentes probabilidades de déficit se manejan eficientemente mediante métodos de optimización convexa. Para tales problemas, la cartera globalmente óptima se puede calcular muy rápidamente. Los problemas de optimización de la cartera con costos de transacción que incluyen una tarifa fija o puntos de interrupción de descuento no pueden resolverse directamente mediante la optimización convexa. Describimos un método de relajación que produce un límite superior fácilmente computable a través de la optimización convexa. También se describe un método heurístico para encontrar una cartera subóptima, que se basa en la resolución de un pequeño número de problemas de optimización convexa (y por lo tanto se puede hacer de manera eficiente). Por lo tanto, se produce una solución subóptima, y ​​también un límite superior de la solución óptima. Los experimentos numéricos sugieren que para los problemas prácticos la brecha entre los dos es pequeña, incluso para los problemas grandes que implican centenares de activos. El mismo enfoque puede utilizarse para problemas relacionados, como el seguimiento de un índice con una cartera que consta de un pequeño número de activos. Artículo completo Mar 2007 Miguel Sousa Lobo Maryam Fazel Stephen Boyd Ver el resumen Ocultar el resumen RESUMEN:. Hacemos una breve introducción a los algoritmos lineales por piezas (PL), también llamados algoritmos complementarios de pivote o de punto fijo. Nuestro enfoque se basa en la presentación fundamental de Eaves 14, por lo tanto, describimos los algoritmos en el ajuste general de PL colectores. En particular, se introduce el método de Homotopía PL de Eaves amp Saigal 16. Se presentarán los algoritmos de dimensión variable recientemente establecidos. Utilizamos una construcción de cono particular para manejar el parámetro de homotopía. Se presta especial atención a los resultados de la convergencia. Los detalles numéricos de los algoritmos sólo se pueden esbozar. Para una presentación más detallada de tales algoritmos y observaciones bibliográficas nos referimos a 4. I. Introducción 1 El primer y más destacado ejemplo de un algoritmo PL fue diseñado por Lemke amp Howson 33 y Lemke 30 para calcular una solución del problema de complementariedad lineal. Este algoritmo desempeñó un papel crucial en el desarrollo de ulteriores algoritmos PL. Complementario lineal. Artículo Agosto 1998 Anales de Operaciones de Investigación Kurt GeorgOptima negociación de un activo impulsado por un proceso de Markov oculto en presencia de costos de transacción xed Consideramos el problema de la negociación óptima de un activo en presencia de los costos de transacción xed donde el precio del activo satisface una SDE del formdSt dBth (Xt) dt donde Bt es un movimiento browniano, h es una función conocida y Xt es una cadena de Markov. Observamos dos versiones del problema, maximizando la ganancia a largo plazo por unidad de tiempo y maximizando una forma de ganancia descontada. Es bien sabido que la estrategia de negociación óptima para tal problema es la solución de un problema de límites libres que presentamos una derivación intuitiva viendo el problema de comercio óptimo como un par de problemas simultáneos de detención óptima. También ofrecemos soluciones explícitas para una serie de ejemplos y damos límites al coste de transacción por encima del cual es óptimo nunca comprar el activo en absoluto. Mostramos que en el caso en que la Cadena de Markov Xt es independiente del movimiento browniano y tiene un espacio de estado nito, este costo de transacción crítico tiene una forma simple. ¿Quieres leer el resto de este artículo. Citas Citas 8 Referencias Referencias 3 quotUnder ciertas suposiciones sobre la distribución de las devoluciones, reducen el problema a la optimización numérica convexa. Similarmente, Thompson en 14 consideró el problema de maximizar el retorno acumulado total (esperado) de una estrategia de negociación bajo el supuesto de que el precio del activo satisface una ecuación diferencial estocástica de la forma dS t dB th (Xt) dt, donde Bt es Un movimiento browniano, h es una función conocida y X i es una cadena de Markov independiente del movimiento browniano. En este trabajo, asume los costos de transacción fijos e impone las hipótesis A1, A2, A4 sobre la negociación. RESUMEN: Dada la serie de retorno para un conjunto de instrumentos, una emph es una función de conmutación que transfiere la riqueza de un instrumento a otro en momentos especificados. Presentamos algoritmos eficaces para la construcción de estrategias de negociación (ex post) que son óptimas con respecto a la rentabilidad total, la relación Sterling y la relación de Sharpe. Tales estrategias óptimas ex-post son útiles herramientas de análisis. Pueden utilizarse para analizar la rentabilidad de un mercado en términos de comercio óptimo para desarrollar puntos de referencia con los que pueda compararse el comercio real y, dentro de un marco inductivo, las transacciones óptimas se pueden utilizar para enseñar sistemas de aprendizaje (predictores) que son entonces Utilizado para identificar futuras oportunidades comerciales. El comercio de activos cointegrados ha sido previamente discutido en la literatura 46. Un tema común dentro de estas obras es la dependencia de técnicas de arbitraje estadístico para el comercio de la combinación lineal estacionaria, tales como Como los métodos descritos en 4, 7. Una técnica de este tipo es un esquema de revertir la media, en el que toda la cartera se compra cuando la se~nal estacionaria se desvıa de su media por un umbral predeterminado y la posición se cierra cuando la media de la se~nal vuelve. RESUMEN: Se estudia el problema de la construcción óptima de la cartera cuando los log-prices siguen un modelo de autorregresión vectorial cointegrada de tiempo discreto. Seguimos el enfoque clásico de la optimización de la media-varianza de Markowitz y derivamos expresiones para el vector de peso óptimo de la cartera en un solo intervalo de decisión, tanto para un horizonte de tiempo finito como para el límite de un horizonte infinito. A menudo se afirma en la literatura que, dados los activos cuya dinámica de precios exhibe cointegración, los pesos de la cartera deben ser elegidos del espacio de relaciones de cointegración, dando como resultado lo que comúnmente se conoce como la cartera beta. Sin embargo, mostramos que la acción óptima en el sentido de la media-varianza para un intervalo de negociación finito es comprar la cartera con un componente tanto en la dirección beta como en un componente en la dirección del cambio esperado. Además, probamos que la cartera beta es óptima sólo en el límite de un horizonte de negociación infinito. Adicionalmente, derivamos las condiciones bajo las cuales la cartera óptima es proporcional a las fuerzas de reajuste de desequilibrio del modelo de cointegración. Nuestros resultados se basan en un eigenanálisis cuidadoso del modelo de espacio de estado subyacente, en el que derivamos una solución de forma cerrada para la cartera de Markowitz óptima, que se comporta bien a pesar de la no estacionabilidad de la dinámica de precios subyacente. Demostramos nuestros resultados con evaluaciones usando datos simulados e históricos. Full-text Conference Paper Jul 2008 Melanie B. Rudoy Charles E. RohrsarXiv. org gt cs gt arXiv: 1009.4683 Ciencias de la Computación Ingeniería Computacional, Finanzas y Ciencias Título: Computación Eficiente de Estrategias de Negocio Óptimas (Presentado el 23 Sep 2010) La serie de retorno para un conjunto de instrumentos, una emph es una función de conmutación que transfiere la riqueza de un instrumento a otro en determinados momentos. Presentamos algoritmos eficaces para la construcción de estrategias de negociación (ex post) que son óptimas con respecto a la rentabilidad total, la relación Sterling y la relación de Sharpe. Tales estrategias óptimas ex-post son útiles herramientas de análisis. Pueden ser utilizados para analizar la rentabilidad de un mercado en términos de comercio óptimo para desarrollar puntos de referencia con los que se puede comparar el comercio real y, dentro de un marco inductivo, los oficios óptimos pueden usarse para enseñar sistemas de aprendizaje (predictores) que son entonces Utilizado para identificar futuras oportunidades comerciales. Documento de trabajo de 45 páginas