Multi-Period Trading via Convex Optimization - Original PDF

دانلود کتاب Multi-Period Trading via Convex Optimization - Original PDF

Author: Stephen Boyd

0 (0)

توضیحات کتاب :

Our investments will be in a universe of n assets, along with an associated cash account. We let ht ∈ Rn+1 denote the portfolio (or vector of positions or holdings) at the beginning of time period t, where (ht)i is the dollar value of asset i at the beginning of time period t, with (ht)i < 0 meaning a short position in asset i, for i = 1, . . . , n. The portfolio is long-only when the asset holdings are all nonnegative, i.e., (ht)i ≥ 0 for i = 1, . . . , n. The value of (ht)n+1 is the cash balance, with (ht)n+1 < 0 meaning that money is owed (or borrowed). The dollar value for the assets is determined using the reference prices pt ∈ Rn +, defined as the average of the bid and ask prices at the beginning of time period t. When (ht)n+1 = 0, the portfolio is fully invested, meaning that we hold (or owe) zero cash, and all our holdings (long and short) are in assets. Total value, exposure, and leverage. The total value (or net asset value, NAV) vt of the portfolio, in dollars, at time t is vt = 1T ht, where 1 is the vector with all entries one. (This is not quite the amount of cash the portfolio would yield on liquidation, due to transaction costs, discussed below.) Throughout this paper we will assume that vt > 0, i.e., the total portfolio value is positive. The vecto

سرچ در وردکت | سرچ در گودریدز | سرچ در اب بوکز | سرچ در آمازون | سرچ در گوگل بوک

673 بازدید 0 خرید

ضمانت بازگشت

ضمانت بازگشت

فایل های تست شده

فایل های تست شده

پرداخت آنلاین

پرداخت آنلاین

تضمین کیفیت

تضمین کیفیت

دانلود فوری

دانلود فوری

Single and multi-period portfolio selection. Markowitz [43] was the first to formulate the choice of an investment portfolio as an optimiza- tion problem trading off risk and return. Traditionally, this was done independently of the cost associated with trading, which can be signif- icant when trades are made over multiple periods [39]. Goldsmith [29] was among the first to consider the effect of transaction cost on port- folio selection in a single-period setting. It is possible to include many other costs and constraints in a single-period optimization formulation for portfolio selection [42, 52].

چکیده فارسی

 

انتخاب نمونه کارها تک دوره ای و چند دوره ای. مارکوویتز [43] اولین کسی بود که انتخاب سبد سرمایه گذاری را به عنوان یک مشکل بهینه سازی مبادله ریسک و بازده تدوین کرد. به‌طور سنتی، این کار مستقل از هزینه‌های مرتبط با معاملات انجام می‌شد، که می‌تواند زمانی مهم باشد که معاملات در دوره‌های متعدد انجام شود [39]. گلداسمیت [29] یکی از اولین کسانی بود که تأثیر هزینه تراکنش را بر انتخاب پورتفولیو در یک تنظیم تک دوره ای در نظر گرفت. می توان بسیاری از هزینه ها و محدودیت های دیگر را در یک فرمول بهینه سازی تک دوره ای برای انتخاب پورتفولیو گنجاند [42، 52].

 

ادامه ...

Author(s): Stephen Boyd

Publisher: NOW Publishers, Year: 2017

ادامه ...

Contents 1 Introduction 2 2 The Model 6 2.1 Portfolio asset and cash holdings . . . . . . . . . . . . . . 6 2.2 Trades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.3 Transaction cost . . . . . . . . . . . . . . . . . . . . . . . 9 2.4 Holding cost . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.5 Self-financing condition . . . . . . . . . . . . . . . . . . . 12 2.6 Investment . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.7 Aspects not modeled . . . . . . . . . . . . . . . . . . . . 15 2.8 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . 17 3 Metrics 19 3.1 Absolute metrics . . . . . . . . . . . . . . . . . . . . . . . 19 3.2 Metrics relative to a benchmark . . . . . . . . . . . . . . 20 4 Single-Period Optimization 22 4.1 Risk-return optimization . . . . . . . . . . . . . . . . . . . 23 4.2 Risk measures . . . . . . . . . . . . . . . . . . . . . . . . 26 4.3 Forecast error risk . . . . . . . . . . . . . . . . . . . . . . 30 4.4 Holding constraints . . . . . . . . . . . . . . . . . . . . . 32 4.5 Trading constraints . . . . . . . . . . . . . . . . . . . . . 35 ii iii 4.6 Soft constraints . . . . . . . . . . . . . . . . . . . . . . . 36 4.7 Convexity . . . . . . . . . . . . . . . . . . . . . . . . . . 37 4.8 Using single-period optimization . . . . . . . . . . . . . . 40 5 Multi-Period Optimization 44 5.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . 44 5.2 Multi-period optimization . . . . . . . . . . . . . . . . . . 46 5.3 Computation . . . . . . . . . . . . . . . . . . . . . . . . . 50 5.4 How MPO is used . . . . . . . . . . . . . . . . . . . . . . 51 5.5 Multi-scale optimization . . . . . . . . . . . . . . . . . . . 51 6 Implementation 53 6.1 Components . . . . . . . . . . . . . . . . . . . . . . . . . 54 7 Examples 56 7.1 Data for simulation . . . . . . . . . . . . . . . . . . . . . 56 7.2 Portfolio simulation . . . . . . . . . . . . . . . . . . . . . 57 7.3 Single-period optimization . . . . . . . . . . . . . . . . . . 58 7.4 Multi-period optimization . . . . . . . . . . . . . . . . . . 65 7.5 Simulation time . . . . . . . . . . . . . . . . . . . . . . . 68 References 70

ادامه ...
برای ارسال نظر لطفا وارد شوید یا ثبت نام کنید
ادامه ...
پشتیبانی محصول

۱- در صورت داشتن هرگونه مشکلی در پرداخت، لطفا با پشتیبانی تلگرام در ارتباط باشید.

۲- برای خرید محصولات لطفا به شماره محصول و عنوان دقت کنید.

۳- شما می توانید فایلها را روی نرم افزارهای مختلف اجرا کنید(هیچگونه کد یا قفلی روی فایلها وجود ندارد).

۴- بعد از خرید، محصول مورد نظر از صفحه محصول قابل دانلود خواهد بود همچنین به ایمیل شما ارسال می شود.

۵- در صورت وجود هر مشکلی در فرایند خرید با تماس بگیرید.