óptima re-equilibrio de estrategia con asincrónica alfa de la señal

Question

Quieres construir una cartera óptima.

Digamos que usted tiene un alfa de la señal que llega con algunas período (digamos trimestral). El alfa de la señal predice la aritmética devuelve un año por delante. Usted tiene las estimaciones de riesgo que se actualizan diariamente.

El optimizador de su función de utilidad es es la maximización de los retornos esperados a partir de la publicación trimestral de la alfa de la señal (que se asocia con un nivel de confianza), para minimizar el riesgo de la diaria modelo de riesgo, y la minimización de los costos de transacción. En el Día 1 determinar el óptimo de una sola período de la estrategia de pesos es fácil-sólo girar la manivela en el optimizador.

Sin embargo, digamos que pasa una semana y usted tiene la oportunidad de re-equilibrio. La seguridad de que los precios han cambiado, lo que refleja en parte el ruido y la parte nueva información. Su alfa previsiones son cada vez más obsoletos hasta el próximo trimestral alfa de la señal.

Pregunta - ¿cuál es el óptimo óptimo re-equilibrio de procdedure?

Hay un par de enfoques y no es obvio que es mejor un Bayesiano de actualización de la alfa de la señal, la contracción hacia una previa, como el alfa de la señal es cada vez más obsoletos, o alguna otra regla-de-pulgar re-equilibrio de la regla. (Alguna forma de simplificación es necesaria aquí, ya que realmente el óptimo re-equilibrio sería un multi-período de programación dinámica el problema de que no es prácticamente posible solución.)

Aquí están algunos de los enfoques:

1. No hacer nada - ignorar re-equilibrio de oportunidades. Contras: la Seguridad puede tener de lograr la efectiva los objetivos de precio o de la cartera de mayo se han desviado de optimalidad (es decir, beneficios marginales por unidad de riesgo no es más equilibrada).

2. Ingenuo caso - En la siguiente re-equilibrio de período, optimizar con el inicio del periodo alfa previsiones y las nuevas estimaciones de riesgo. Inconveniente es que tenemos menos confianza en el alfa prever en la medida de que pasa el tiempo. Imaginar una seguridad que se ha incautado graves noticias negativas-el optimizador de carga en este tipo de seguridad si utiliza el comienzo del período alfa de la señal. Este enfoque trata a todos los cambios de precios como los informativos.

3. Trinquete hacia abajo de la confianza de la alfa de la señal en cada re-equilibrio de período (hasta el próximo trimestral de actualización) y permitir que el optimizador se encogen hacia un antes como mínimo de la varianza de la cartera.

4. Baja la confianza en el alfa de la señal Y volver a calibrar el alfa de la señal a cuenta para la seguridad de los cambios de precios. Por ejemplo, si el original alfa pronóstico para una seguridad es de 8% anualizado y la posición es de +10% ya luego de su re-calibrado pronóstico sería -2% (corto). Con: Alfa señales nunca son tan precisos. Son más eficaces en el ranking de oportunidades y que este enfoque podría conducir a escenarios donde es el cortocircuito de sus más firmes candidatos en un alfa de la señal ordenados base.

5. De alguna manera, el tratamiento de los cambios de precios informativos y uso Bayesiano actualización para ajustar su alfa pronóstico después de observar el desempeño real. Con: Mucha de la mano saludando aquí.

6. No utilice el optimizador en la posterior re-equilibrio-sólo uso con su modelo de riesgo. Específicamente, venta de valores que tienen una mayor contribución marginal al riesgo, y la compra de valores que tienen una baja contribución marginal al riesgo.

En última instancia, esto parece como una cuestión empírica que tiene que ser probado. La mejor respuesta sería citar la investigación empírica sobre asincrónica óptimo de re-equilibrio, si es que existe.

Gracias!

Answer 1

No he seguido su pregunta. Están preguntando sobre la mejor opción para reequilibrar la frecuencia en la presencia de t-costos y un cambio de alfa señal?

Usualmente incluyen el t-estimación de costos como otro término en su optimización (para limitar los pesos). Este actúa para limitar el comercio de "agresividad". En otras palabras, se puede pensar en el problema como (1) el cambio de su reequilibrar frecuencia ya que la negociación con demasiada frecuencia el resultado será un exceso de t-costos de o (2) el cambio de su comercio agresividad, donde la agresividad simplemente indica lo lejos que el comercio hacia su implacable de la cartera. Tienen efectos equivalentes, salvo que estrictamente reequilibrio con menos frecuencia tiene la ventaja/desventaja de hacer que usted sensible a los puntos finales (por ejemplo, si usted reequilibrar a fin de mes, entonces los resultados serán más sensibles a la conducta, en ese momento).

Así que yo sugeriría que usted considere en su lugar de mudarse a una frecuencia más alta de reequilibrar pero la adición de un t-costo término en la optimización de cartera. Esto es difícil, pero usted puede buscar en estos últimos trabajos:

1. Garleanu y Pedersen "Dinámica de la Negociación con los ingresos Previsibles y Los Costos De Transacción" De 2009. Este documento proporciona una solución de forma cerrada para la optimización asumiendo cuadrática t-costos. Una función importante del trabajo es el enfoque adicional en la desintegración alfa de la estrategia, y la combinación óptima de estrategias con diferentes desintegración alfa horizontes.
2. Skaf y Boyd "Multi-Período de la Cartera de Optimización con Restricciones y Costos de Transacción" de 2009. Esta es la más directamente relacionada con el problema de como la ha descrito como un multi-periodo de optimización, excepto que añadir restricciones adicionales y resolverlo sin programación dinámica como un problema de optimización convexa.

Answer 2

Creo que todo este complicado que suena problema se puede calzar en un tradicional media-varianza de optimización. Sin embargo, hay varios incrustado sub-problemas, cada uno digno de una atención específica (por eso te recomiendo dividir la pregunta más en las múltiples preguntas más pequeños).

Su rentabilidad esperada puede y debe ser actualizada tan a menudo como sea posible/factible. Si la señal en sí es observable sólo trimestral, usted debe usar las propiedades de la señal o las relaciones con las altas frecuencias de variables para predecir la señal. Por cierto, hace ingenuamente obtendrá salta cuando la nueva señal llega. Hay varios métodos para lidiar con esto, y es digno de una pregunta aparte.

El re-equilibrio de la frecuencia debe ser optimizado en función de la magnitud de los cambios en el riesgo y la rentabilidad esperada, así como los costos de transacción. Esto debe incluir la molestia "costo" de los frecuentes reequilibrio en una baja frecuencia de estrategia. Esencialmente, esto es clásico de la maximización de la utilidad, donde el reequilibrio fijo frente al coste monetario y una utilidad de beneficio en términos de espera de riesgo/retorno. El cambio de la confianza en la señal puede ser incorporado directamente en la función de utilidad (diseño adecuado de esta función de utilidad es otro digno sub-pregunta). Cualquier otro enfoque es un ad hoc de aproximación o de la regla de pulgar.