Calcolo efficiente di Optimal Trading Strategies Victor Boyarshinov e Malik Magdon-Ismail Abstract: Data la serie di ritorno per una serie di strumenti, un emph è una funzione di commutazione che trasferisce ricchezza da uno strumento all'altro, a volte specificato. Vi presentiamo algoritmi efficienti per la costruzione di strategie (ex-post) di negoziazione che sono ottimali per quanto riguarda il rendimento totale, il rapporto di Sterling e l'indice di Sharpe. Tale ex post strategie ottimali sono strumenti di analisi utili. Essi possono essere utilizzati per analizzare la redditività di un mercato in termini di trading ottimale per sviluppare criteri di riferimento rispetto al quale trading reale possono essere confrontati e, all'interno di un quadro induttivo, i mestieri ottimali possono essere usate per insegnare sistemi di apprendimento (predittori) che sono poi utilizzato per identificare le future opportunità di trading. Lavori collegati: Questo articolo può essere disponibile altrove in EconPapers: Ricerca di oggetti con lo stesso titolo. Export di riferimento: BibTeX RIS (nota, ProCite, RefMan) HTMLText Più carte in carte da dati arXiv. org Serie gestiti da amministratori di arXiv (). Questo sito è parte di RePEc e tutti i dati visualizzati qui fa parte del set di dati RePEc. È il vostro lavoro manca da RePEc Ecco come contribuire. Per domande o problemi Controllare la EconPapers FAQ oppure invia una mail to. Efficient Calcolo di strategie di trading ottimale Data la serie di ritorno per una serie di strumenti, un emph è una funzione di commutazione che trasferisce ricchezza da uno strumento all'altro, a volte specificato. Vi presentiamo algoritmi efficienti per la costruzione di strategie (ex-post) di negoziazione che sono ottimali per quanto riguarda il rendimento totale, il rapporto di Sterling e l'indice di Sharpe. Tale ex post strategie ottimali sono strumenti di analisi utili. Essi possono essere utilizzati per analizzare il quotprofitability di un marketquot in termini di trading ottimale per sviluppare criteri di riferimento rispetto al quale trading reale possono essere confrontati e, all'interno di un quadro induttivo, i mestieri ottimali possono essere usate per insegnare sistemi di apprendimento (predittori) che sono poi utilizzato per identificare le future opportunità di trading. Se si verificano problemi durante il download di un file, controllare se si dispone l'applicazione corretta per vederlo prima. In caso di ulteriori problemi leggi le Idee Assistenza pagina. Si noti che questi file non sono sul sito IDEE. Si prega di essere paziente, come i file possono essere large. Efficient Calcolo di strategie di trading ottimale Victor Boyarshinov e Malik Magdon-Ismail Data la serie di ritorno per una serie di strumenti, una strategia di trading è una funzione di commutazione che trasferisce ricchezza da uno strumento all'altro a orari specificati. Vi presentiamo algoritmi efficienti per la costruzione di strategie (ex-post) di negoziazione che sono ottimali per quanto riguarda il rendimento totale, il rapporto di Sterling e l'indice di Sharpe. Tali strategie ottimali sono utili come punti di riferimento, e per identificare i mestieri ottimali che possono essere utilizzati per insegnare (ex-ante) predittori. 1 OAI identifier: oai: CiteSeerX. psu: 10.1.1.333.4364Efficient Calcolo di Optimal Trading Strategies Mostra astratto Nascondi Abstract Abstract: consideriamo il problema del commercio ottimale di un bene in presenza di costi di transazione ssi in cui i prezzi delle attività satises un SDE del dt formdSt dBth (Xt), dove Bt è un moto browniano, h è una funzione nota e Xt è una catena di Markov. Guardiamo due versioni del problema, massimizzando il guadagno a lungo termine per unità di tempo e massimizzando una forma di guadagno scontato. E 'ben noto che la strategia di negoziazione ottimale per tale problema è la soluzione di un problema del limite presentiamo una derivazione intuitiva visualizzando il problema negoziazione ottimale come una coppia di problemi simultanei arresto ottimali. Abbiamo anche dare soluzioni esplicite per una serie di esempi, e dare limiti sul costo di transazione di sopra del quale è ottimale mai di acquistare l'attività a tutti. Ci mostrano che, nel caso in cui Markov Chain XT è indipendente dal moto browniano e ha un statespace nite, questo costo di transazione critica ha una forma semplice. Articolo gennaio 2002 Annals of Operations Research G. W. P. Thompson Mostra astratto Nascondi Abstract Abstract: Consideriamo il problema di selezione del portafoglio, con costi di transazione e vincoli su esposizione al rischio. i costi di transazione, lineari limiti sulla varianza del rendimento e ai limiti su diverse probabilità di mancato pagamento sono efficacemente gestite da metodi di ottimizzazione convessi. Per tali problemi, il portafoglio globale ottimale può essere calcolata molto rapidamente. problemi di ottimizzazione del portafoglio con costi di transazione che comprendono una quota fissa, o punti di interruzione di sconto, non possono essere direttamente risolti con l'ottimizzazione convessa. Descriviamo un metodo di rilassamento che produce un facilmente calcolabile limite superiore attraverso l'ottimizzazione convessa. Noi descriviamo anche un metodo euristico per trovare un portafoglio ottimale, che si basa sulla soluzione di un piccolo numero di problemi convessi di ottimizzazione (e quindi può essere fatto in modo efficiente). Così, produciamo una soluzione non ottimale, e anche un limite superiore la soluzione ottimale. esperimenti numerici suggeriscono che per problemi pratici il divario tra i due è piccola, anche per i grandi problemi che coinvolgono centinaia di attività. Lo stesso approccio può essere utilizzato per problemi correlati, come quello di tracciare un indice con un portafoglio composto da un piccolo numero di beni. Testo integrale dell'articolo Mar 2007 Miguel Sousa Lobo Maryam Fazel Stephen Boyd Mostra astratto Nascondi Abstract Abstract:. Diamo una breve introduzione ad algoritmi lineari a tratti (PL), chiamato anche perno complementare o algoritmi punto fisso. Il nostro approccio è basato sulla presentazione fondamentale Eaves 14, quindi descriviamo gli algoritmi nel contesto generale dei collettori PL. In particolare, si introduce il metodo homotopy PL di Eaves amp Saigal 16. sarà presentato La classe di recente costituzione di algoritmi di dimensioni variabili. Usiamo un particolare cono costruzione per la gestione del parametro omotopia. Particolare attenzione è rivolta ai risultati di convergenza. dettagli numerici degli algoritmi possono essere abbozzati solo. Per una presentazione più dettagliata di tali algoritmi e osservazioni bibliografici ci riferiamo a 4. I. Introduzione 1 Il primo e più importante esempio di algoritmo PL creata da Lemke amp Howson 33 e Lemke 30 per calcolare una soluzione del problema complementarità lineare. Questo algoritmo ha giocato un ruolo cruciale nello sviluppo di algoritmi successive PL. complementari lineare. Articolo agosto 1998 Annals of Operations Research Kurt Georg
No comments:
Post a Comment