高斯漂移市场中基于专家意见的对数效用最大化

本文研究了股票收益漂移由未观测到的高斯均值回归过程驱动的金融市场中的最优投资组合策略。关于该过程的信息通过观测股票收益和专家意见获得。后者在离散时间点提供当前漂移状态的无偏估计。然而，漂移只能被部分观测，最佳估计由给定可用信息的条件期望给出，即由滤波器给出。我们提供了含专家意见模型中的滤波器方程，并详细推导了条件方差的性质。对于最大化其投资组合期望对数效用的投资者，我们在不同可用信息设定下显式推导了最优策略。最优期望效用（即控制问题的值函数）依赖于条件方差。利用条件方差的界和渐近结果，我们推导了值函数的界和渐近性质。最后通过数值算例说明了这些结果。