regime切换市场下含非线性冲击成本的最优投资组合执行：动态规划与神经网络结合
投资组合管理
2023-06-16 v1
摘要
投资组合的最优执行一直是机构投资者面临的挑战性问题。交易者面临平均交易价格与不确定性之间的权衡，且传统方法受维数灾难困扰。本文针对存在多种市场regime且底层regime切换基于马尔可夫过程的最优投资组合执行问题，提出一种四步数值框架。市场冲击成本由临时部分与永久部分建模，前者仅影响当前交易而后者持续存在。我们的方法接受通用形式的冲击成本函数。首先，基于估计的冲击成本函数计算近似正交投资组合；其次，采用动态规划学习各近似正交投资组合的最优卖出时间表；第三，利用前一步建议的策略预训练神经网络权重；最后，训练神经网络在原始交易模型上优化。在一个含二次冲击成本的10资产清算算例中，所提组合方法为CRRA（常数相对风险厌恶）与均值-方差目标均提供了有前景的卖出策略。运行时间关于组合中风险资产数量及交易期数均呈线性。针对潜在大规模使用的运行时间可能改进进行了讨论。
引用
@article{arxiv.2306.08809,
title = {Optimal Portfolio Execution in a Regime-switching Market with Non-linear Impact Costs: Combining Dynamic Program and Neural Network},
author = {Xiaoyue Li and John M. Mulvey},
journal= {arXiv preprint arXiv:2306.08809},
year = {2023}
}