全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1016 45
2022-06-10
英文标题:
《Diffusion Approximations for Expert Opinions in a Financial Market with
  Gaussian Drift》
---
作者:
J\\\"orn Sass, Dorothee Westphal, Ralf Wunderlich
---
最新提交年份:
2020
---
英文摘要:
  This paper investigates a financial market where returns depend on an unobservable Gaussian drift process. While the observation of returns yields information about the underlying drift, we also incorporate discrete-time expert opinions as an external source of information.   For estimating the hidden drift it is crucial to consider the conditional distribution of the drift given the available observations, the so-called filter. For an investor observing both the return process and the discrete-time expert opinions, we investigate in detail the asymptotic behavior of the filter as the frequency of the arrival of expert opinions tends to infinity. In our setting, a higher frequency of expert opinions comes at the cost of accuracy, meaning that as the frequency of expert opinions increases, the variance of expert opinions becomes larger. We consider a model where information dates are deterministic and equidistant and another model where the information dates arrive randomly as the jump times of a Poisson process. In both cases we derive limit theorems stating that the information obtained from observing the discrete-time expert opinions is asymptotically the same as that from observing a certain diffusion process which can be interpreted as a continuous-time expert.   We use our limit theorems to derive so-called diffusion approximations of the filter for high-frequency discrete-time expert opinions. These diffusion approximations are extremely helpful for deriving simplified approximate solutions of utility maximization problems.
---
中文摘要:
本文研究了一个收益率依赖于不可观测高斯漂移过程的金融市场。虽然对收益率的观察产生了关于潜在漂移的信息,但我们也将离散时间专家意见作为外部信息来源。对于估计隐藏漂移,考虑给定可用观测值漂移的条件分布至关重要,即所谓的滤波器。对于同时观察收益过程和离散时间专家意见的投资者,我们详细研究了当专家意见到达频率趋于无穷大时滤波器的渐近行为。在我们的环境中,专家意见的频率越高,其准确性就越低,这意味着随着专家意见频率的增加,专家意见的差异就越大。我们考虑一个模型,其中信息日期是确定的和等距的,另一个模型,其中信息日期随机到达,作为泊松过程的跳跃时间。在这两种情况下,我们都推导出极限定理,说明从观察离散时间专家意见获得的信息与从观察某个可以解释为连续时间专家的扩散过程获得的信息是渐近相同的。我们使用极限定理推导出高频离散时间专家意见滤波器的所谓扩散近似。这些扩散近似对于导出效用最大化问题的简化近似解非常有用。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Portfolio Management        项目组合管理
分类描述:Security selection and optimization, capital allocation, investment strategies and performance measurement
证券选择与优化、资本配置、投资策略与绩效评价
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-6-10 05:38:54
基于高斯漂移J"orn-Sass的金融市场专家意见的差分近似*, Dorothee Westphal+和Ralf Wunderlich2020年3月5日摘要本文研究了一个收益率依赖于不可观察的高斯漂移过程的金融市场。虽然对收益率的观察产生了关于潜在漂移的信息,但我们也将离散时间专家意见作为外部信息来源。为了估计隐藏漂移,考虑给定可用观测值的漂移的条件分布至关重要,即所谓的滤波器。对于同时观察回报过程和离散时间专家意见的投资者,我们详细研究了随着专家意见到达频率趋于一致,过滤器的渐近行为。在我们的环境中,专家意见的频率越高,其准确性就越低,这意味着随着专家意见频率的增加,专家意见的差异就越大。我们考虑了一个信息日期具有确定性且等距的模型,以及一个信息日期随机到达的泊松过程跳跃时间模型。在这两种情况下,我们都推导出极限定理,说明从观察离散时间专家意见中获得的信息与从观察某个可以解释为连续时间专家的扩散过程中获得的信息是渐近相同的。我们使用极限定理推导出高频离散时间专家意见滤波器的离散近似值。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 05:38:57
这些差异近似非常有助于推导效用最大化问题的简化近似解。关键词:离散近似、卡尔曼滤波、Ornstein–Uhlenbeck过程、专家意见、投资组合优化、部分信息2010数学学科分类:初级91G10;次要93E11、93E20、60F25.1简介动态投资组合优化问题中的最佳交易策略在很大程度上取决于基础资产价格过程的变化。然而,漂移参数很难根据历史资产价格数据进行估计。漂移过程往往随时间随机波动,即使它们是常数,也需要很长的时间序列才能以令人满意的精度估计该参数。通常,漂移效应被波动性所掩盖。出于这些原因,从业者在确定最佳投资组合策略时,也会结合外部信息来源,如新闻、公司报道、评级或他们自己的直觉观点。这些外部信息来源称为专家意见。在经典的单周期马科维茨模型的背景下,这导致了著名的布莱克-利特曼方法,即通过证券分析师制定的观点改进回报预测,参见布莱克和利特曼[3]。在本文中,我们考虑了一个金融市场,其中收益取决于潜在的漂移过程,由于布朗运动产生的额外噪声,漂移过程是不可观察的。Gabih等人[11]已经对只有一项风险资产的市场和Sass中的一般设置进行了研究*德国凯瑟斯劳滕大学数学系,邮政信箱3049,67653 Kaisers劳滕;sass@mathematik.uni-吉隆坡。de+德国凯瑟斯劳滕大学数学系,P.O。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 05:39:00
德国凯泽斯劳滕67653号3049信箱;westphal@mathematik.uni-吉隆坡。德国勃兰登堡理工大学数学研究所Cottbus Senftenberg,邮政信箱101344,03013 Cottbus,德国;拉尔夫。wunderlich@b-对于具有任意数量股票的市场,专家意见集【23】的近似值。选择好交易策略的能力取决于对未观察到的漂移的估计程度。为了估计hiddendrift,我们考虑了已知观测值漂移的条件分布,即所谓的滤波器。在均方意义上,隐藏漂移过程的最佳估计是给定可用信息的漂移条件平均值。衡量该估计量优劣的一个指标是其条件协方差矩阵。在我们的设置中,由于我们处理高斯分布,滤波器完全由条件均值和条件协方差矩阵表征。对于只观察回报过程的投资者,滤波器是经典的卡尔曼滤波器,参见Liptser和Shiryaev【19】。expertopinions提供了额外的信息来源,我们将其建模为到达离散时间点的无偏漂移估计。除了观察回报过程外,有权获得这些专家意见的投资者在每次到达时更新其当前漂移估计。这些更新减少了条件协方差,因此可以产生更好的估计。这可以被视为上述静态黑色-同窝人方法的连续时间版本。我们详细调查了一位同时观察回报过程和离散时间专家意见的投资者,并研究了专家意见到达频率趋于一致时过滤器的渐近行为。Sass等人【23】和Gabih等人。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 05:39:04
[12] 已经解决的专家观点独立于到达频率,并且具有以有界协方差为特征的最小精度水平。在该设置中,当到达频率变为整数时,漂移估计的条件协方差变为零。这意味着条件均值收敛于真正的漂移过程,即在极限内,投资者拥有关于赎回的全部信息。在这里,我们研究了一种不同的情况,在这种情况下,更高频率的专家意见只能以单个专家意见的准确性为代价。换言之,随着专家意见出现频率的增加,专家意见的方差变得更大。一方面,这种假设确保投资者不可能在固定的时间间隔内获得任意多的信息。另一方面,它使我们能够推导出某种渐近行为,从而为观察到一定数量的离散时间专家意见的投资者提供一个合理的滤波器近似值。我们考虑两种不同的情况,一种是确定的等距信息日期,另一种是随机到达的信息日期,作为泊松过程的跳跃时间。对于与到达频率呈线性增长的专家意见的适当比例方差,我们证明了随着信息日期频率的增加,条件均值和条件协方差矩阵的Lp收敛性。我们的极限定理表明,从观察离散时间专家意见获得的信息与从观察某个与返回过程具有相同漂移的扩散过程获得的信息是渐近相同的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-10 05:39:09
这一过程可以被理解为一个持续时间的专家,他永久地提供关于漂移的嘈杂信息。我们的极限定理允许我们推导高频离散时间专家意见的滤波器近似值,我们称之为差分近似值。这些都是有用的,因为限制滤波器很容易计算,而离散时间专家意见的更新会导致计算涉及的滤波器。这对于推导效用最大化问题的简化近似解非常有帮助。我们将我们的差分近似应用于具有对数效用的投资组合优化问题。数值模拟表明,即使对于少数专家意见,该近似也是非常精确的。我们的filtershowever的严格Lp收敛结果也允许在更复杂的功率效用问题中推导值函数的收敛性,见备注5.5。连续时间专家的想法与Davis和Lleo[7]的观点一致,他们研究了一种称为“连续时间中的黑人-随地扔垃圾者”(BLCT)的方法。我们的结果显示了如何通过离散时间专家将BLCT模型作为BLCT模型的一个极限来获得BLCT模型。第一篇涉及BLCT的论文是Frey等人[9,10],他们考虑了在泊松过程的跳跃时间得出漂移和专家意见的HMM。文献中已经阐述了离散时间卡尔曼滤波器与连续时间等效滤波器的收敛性,例如Salgado等人【22】或Aalto【1】针对确定性信息日期的情况。然而,我们在这种情况下的结果并不直接来自这些ConvergencerResults。原因是在我们的案例中,必须首先构建一个合适的连续时间专家。离散时间专家意见不仅仅是连续时间专家的离散化。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群