快慢潜在均值回归和动量漂移下的投资组合优化

我们考虑一类部分信息投资组合优化问题，其中风险资产的漂移由两个以不同时间尺度演变的潜在随机因素驱动。我们表明，潜在均值回归水平的滤波估计由历史价格序列的快慢指数移动平均（EMA）型过程之间的差异驱动，产生移动平均收敛发散（MACD）型信号，以及确定性Volterra修正。在对数、幂和指数效用下，我们推导了显式反馈形式的候选最优策略，并建立了容许性和验证结果。特别是，这些结果为MACD型交易信号作为观测价格路径中包含的潜在漂移信息估计器的内生出现提供了数学基础。