×
莫根斯·格拉芙·普莱森;劳拉·普格里亚;托马索·加布里埃利尼;阿尔贝托·本普拉德

具有交易成本的动态期权套期保值：一种随机模型预测控制方法。 （英语） Zbl 1426.91275号

国际J鲁棒非线性控制 29，第15号，5058-5077（2019）.
摘要：本文提出了随机模型预测控制作为在存在交易成本的情况下对冲衍生品合约（如普通期权和奇异期权）的工具。该方法将在下一个再平衡区间预测资产价格的随机情景生成与最小化预测对冲误差的随机度量相结合。我们考虑了三种不同的最小化措施，以最佳地重新平衡重复投资组合：在方差和对冲错误的预期值、条件风险值和最大预期对冲错误之间进行权衡。由此产生的优化问题需要在每个交易瞬间分别求解一个二次规划、一个线性规划和一个（小规模）线性规划。这些方案可以与3种不同的场景生成方案相结合：参数从数据中递归识别的对数正态股票模型、基于支持向量回归的识别方法和基于扰动噪声的更简单方案。通过从NASDAQ-100组合中提取的真实数据，对所提出的随机模型预测控制策略获得的套期保值性能进行了说明，并对欧洲看涨期权和障碍期权进行了评估，并与增量套期保值进行了比较。

引用于7文件

MSC公司：

9120国集团 衍生证券（期权定价、对冲等）
93E20型 最优随机控制
93B45码 模型预测控制
90立方厘米15 随机规划

关键词：

金融期权;套期保值技术;场景生成;随机模型预测控制;随机规划;交易费用
PDF格式BibTeX公司 XML格式引用
\textit｛M.G.Plessen｝等人，Int.J.Robust非线性控制29，编号152058-5077（2019；Zbl 1426.91275）
全文： 内政部

参考文献：

[1] 赫尔J。期权、期货和其他衍生品。第6版，上鞍河，新泽西州：普伦蒂斯·霍尔；2006
[2] 格拉夫·普莱森姆（Graf PlessenM），BemporadA。在多个看涨和看跌期权中进行平行投资，以跟踪所需的利润状况。论文发表于：美国控制会议论文集；2017; 华盛顿州西雅图。
[3] 斯科尔斯·布莱克夫。期权和公司负债的定价。政治经济学杂志。1973;81(3):637‐654. ·Zbl 1092.91524号
[4] 费多托夫斯·米哈伊洛夫斯·费多托夫。基于随机优化的不完全市场期权定价：交易成本、自适应控制和预测。国际理论与应用金融杂志。1999;4(1):179‐195. ·Zbl 1153.91494号
[5] GondzioJ、KouwenbergbR、VorstT。交易成本和随机波动下的套期保值期权。经济动态控制杂志。2003;27(6):1045‐1068. ·Zbl 1178.91196号
[6] PrimbsJA。LQR和滚动地平线方法用于交易成本下的多维期权套期保值。论文发表于：美国控制会议论文集；2010; 美国马里兰州巴尔的摩。
[7] PrimbsJA。使用滚动期控制在比例交易成本下动态对冲一揽子期权。国际J控制。2009;82(10):1841‐1855. ·Zbl 1178.93052号
[8] DombrovskiiVV、DombrovskiiDV、LyashenkoEA。乘性噪声随机参数系统的预测控制。应用于投资组合优化。自动远程控制。2005;66(4):583‐595. ·Zbl 1114.93099号
[9] HerzogF、DondiG、GeeringHP。随机模型预测控制和投资组合优化。国际理论与应用金融杂志。2007;10(2):203‐233. ·Zbl 1137.91449号
[10] BemporadA、BellucciL、GabbrielliniT。基于情景模拟的随机模型预测控制动态期权套期保值。Quant Finan公司。2014;14(10):1739‐1751. ·Zbl 1402.91754号
[11] BemporadA、GabbrielliniT、PugliaL、BellucciL。基于情景的动态期权套期保值随机模型预测控制。论文发表于：第49届IEEE决策与控制会议论文集；2010; 美国佐治亚州亚特兰大。
[12] BemporadA、PugliaL、GabbrielliniT。具有交易费用的动态期权套期保值的随机模型预测控制方法。论文发表于：美国控制会议论文集；2011; 美国加利福尼亚州旧金山。
[13] LongstaffFA、SchwartzES。通过模拟评估美国期权：一种简单的最小二乘法。2001年《金融学评论》；114(1):113‐147.
[14] EdirisingeC、NaikV、UppalR。具有交易成本和交易限制的期权的最佳复制。J财务数量分析。1993;28(1):117‐138.
[15] 山达PrimbsJA。一种新的计算工具，用于分析交易成本下的动态套期保值。Quant Finan公司。2008;8(4):405‐413. ·Zbl 1140.91409号
[16] LoboMS、FazelM、BoydS。具有线性和固定交易成本的投资组合优化。Ann Oper Res.2007；152(1):341‐365. ·Zbl 1132.91474号
[17] 科努约尔斯·G，TutuncuR。财务优化方法。美国纽约：剑桥大学出版社；2007. ·Zbl 1117.91031号
[18] 格伦杰。利用交易成本和资金变化进行均值-方差投资组合再平衡。2011年《运营研究杂志》；62:667‐676.
[19] 莫拉里姆·贝姆帕达。集成逻辑、动力学和约束的系统控制。自动化。1999;35(3):407‐427. ·Zbl 1049.93514号
[20] 英国CooperWW CharnesA。机会受限编程。管理科学。1959;6(1):73‐79. ·Zbl 0995.90600号
[21] 内米洛夫斯基，夏皮罗。机会约束规划的凸近似。SIAM J Optim公司。2006;17(4):969‐996. ·Zbl 1126.90056号
[22] RockafellarRT，UryasevS公司。优化条件风险值。J风险。2000;2(3):21‐42.
[23] SunY、AwG、LoxtonR、TeoKL。存在违约风险时养老基金投资组合的机会约束优化。2017年欧洲运营研究杂志；256(1):205‐214. ·Zbl 1395.91423号
[24] SenguptaRN，KumarR。机会约束问题的稳健可靠投资组合优化公式。发现计算减少科学。2017;42(1):83‐117. ·Zbl 1366.91145号
[25] 斯莫拉AJ，舍尔科普夫B。支持向量回归教程。统计计算。2004;14(3):199‐222.
[26] DiamondS、BoydS。CVXPY：一种用于凸优化的嵌入python的建模语言。J Mach Learn Res.2016；17(83):1‐5. ·Zbl 1360.90008号
[27] BeasleyJE、MeadeN、昌吉。索引跟踪问题的进化启发式算法。2003年欧洲运营研究杂志；148(3):621‐643. ·Zbl 1037.90038号
[28] GaivoronskiAA、KrylovS、Van der WijstN。最佳投资组合选择和动态基准跟踪。2005年欧洲运营研究杂志；163(1):115‐131. ·Zbl 1066.91040号
[29] KimK公司。使用支持向量机进行金融时间序列预测。神经计算。2003;55(1):307‐319.
[30] 哈尼·金克。遗传算法用于预测股价指数的人工神经网络中的特征离散化。专家系统应用。2000;19(2):125‐132.
[31] IBM，Inc.IBM ILOG CPLEX Optimization Studio 12.4‐用户手册；2012
[32] 古罗比优化公司古罗比优化器参考手册；2012
[33] 贝姆帕德。混合逻辑动力系统到等效分段仿射形式的有效转换。IEEE自动控制。2004;49(5):832‐838. ·Zbl 1365.93087号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。