4 votos

Fracción de Kelly para distribuciones discretas

La fracción de Kelly es $f^\star$ maximizando $\mathbb E[\log(1+f X)]$ . Por ejemplo, si $$ X\sim\begin{cases} 1 & w.p. p\\ -1 & w.p. 1-p \end{cases}, $$ conseguimos que $f^\star=2p-1$ . Tengo curiosidad por las formas cerradas de $f^\star$ para distribuciones discretas con $X\in [-1,1]$ . Me pregunto si esa forma cerrada se conoce en la literatura económica.

Puedo derivar una forma cerrada simple si $supp(x) = \{-1,0,1\}$ mediante el reajuste de la escala $p$ pero me interesa un soporte mayor (finito), digamos $\{-1,-\frac{1}{2},0,\frac{1}{2},1\}$ .

¿Alguna idea?


Editar Dado el comentario, lo aclaro. La función $\mathbb E[\log(1+f X)]$ es estrictamente cóncavo en $f$ para $f\in[0,1]$ por lo que sólo existe un máximo. Como también es diferenciable, ese máximo es root de su derivada.

La serie de Taylor implica que $$ \log(1+y)=\sum _{n=1}^{\infty }(-1)^{n+1}{\frac {y^{n}}{n}}=y-{\frac {y^{2}}{2}}+{\frac {y^{3}}{3}}-\cdots $$ Por lo tanto, $$ \frac{d}{df}\mathbb E[\log(1+f X)]=\frac{d}{df}\mathbb E\left[\sum _{n=1}^{\infty }(-1)^{n+1}{\frac {(fX)^{n}}{n}}\right]. $$ Invocando la linealidad de la expectativa, tenemos $$ \frac{d}{df}\mathbb E[\log(1+f X)]=\sum _{n=1}^{\infty }(-1)^{n+1}{f^{n-1} \mathbb E[ X^n]}. $$ El criterio de Kelly es $f^\star$ es root de la ecuación anterior. Me pregunto si tiene una forma cerrada agradable para algunas distribuciones discretas, no Bernoulli.

1voto

Mild_Thornberry Puntos 180

Ya he hecho un comentario sobre cómo encontrar el tamaño de la apuesta Kelly, f, pero supongo que malinterpretado la pregunta. Sin embargo, lo digo sinceramente, porque es muy vago. Hay un número infinito de posibles distribuciones discretas con pagos entre -1 y 1 para ciertas probabilidades. Tú sabes mejor que nadie a qué pregunta quieres responder, y si conoces las herramientas, que "por supuesto" las conoces, puedes resolverla.

Los métodos numéricos también pueden encontrar una respuesta exacta a la pregunta. No entiendo por qué no son aplicables. Se necesitan métodos numéricos para encontrar cosas básicas como la TIR. Esa función está súper cerca de la derivada de tu apuesta de Kelly. Sin embargo, no hay motivación para una fórmula de TIR de forma cerrada porque los métodos numéricos son muy precisos.

Tampoco entiendo por qué no va a funcionar una ampliación de la serie Taylor. Sácalo hasta el cuarto término. Entonces usted tiene $O(x^5)$ error. ¿No es eso lo suficientemente preciso, dado que cualquier estimación de probabilidad a futuro en finanzas probablemente contiene MUCHO más error? No hay que perder el bosque por los árboles.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X