×

金融市场稳健的套利条件。 (英语) Zbl 1471.91553号

摘要:本文利用Wasserstein距离作为模糊度度量,研究了分布不确定性下金融市场的套利性质。考虑了经典套利条件的弱形式和强形式。我们引入了一种松弛方法,即统计套利。导出了鲁棒套利条件的简单对偶公式。在这方面出现了一些有趣的问题。一个问题是:我们能计算出套利机会存在的临界瓦瑟斯坦半径吗?将模糊程度映射到统计套利水平的曲线形状是什么?关于最佳(最坏)情况分布和最优投资组合的结构也出现了其他问题。为了回答这些问题,我们发展了一些理论,并针对具体的问题实例进行了计算实验。最后,讨论了一些有待进一步研究的问题和建议。

MSC公司:

91G15型 金融市场

软件:

针织衫
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Ross SA等人(1973)《回报、风险和套利》。罗德尼·L·怀特金融研究中心,沃顿商学院
[2] Ross,S.,《资本资产定价的套利理论》,《经济理论杂志》,第13、3、341-360页(1976年)·doi:10.1016/0022-0531(76)90046-6
[3] 夏普,WF,《资本资产价格:风险条件下的市场均衡理论》,《金融杂志》,19,3,425-442(1964)
[4] Markowitz,H.,《投资组合选择》。《金融杂志》,7,1,77-91(1952)
[5] Delbaen F,Schachermayer W(2006)套利数学。施普林格科技与商业媒体·Zbl 1106.91031号
[6] LeRoy SF,Werner J(2014)《金融经济学原理》。剑桥大学出版社
[7] Föllmer H,Schied A(2011)《随机金融:离散时间导论》。沃尔特·德格鲁伊特·Zbl 1126.91028号
[8] Shreve S(2005)《金融随机演算I:二项式资产定价模型》。施普林格科技与商业媒体·兹比尔1068.91040
[9] Shreve SE(2004)《金融随机演算II:连续时间模型》,第11卷。施普林格科技与商业媒体·Zbl 1068.91041号
[10] Villani C(2008)《最佳交通:新旧》,第338卷。施普林格科技与商业媒体·Zbl 1156.53003号
[11] Blanchet,J。;Murthy,K.,《通过最优运输量化分配模型风险》,《数学与运筹学研究》,44,2,565-600(2019)·Zbl 1434.60113号 ·doi:10.1287/摩尔.2018.0936
[12] Gao R,Kleywegt AJ(2016)具有wasserstein距离的分布鲁棒随机优化。arXiv预打印arXiv:1604.02199
[13] Focardi,SM;法博齐,FJ;Mitov,IK,统计套利的新方法:基于价格及其表现的动态因素模型的策略,J Bank Financ,65134-155(2016)·doi:10.1016/j.jbankfin.2015.10.005
[14] 克劳斯,C.,《统计套利对交易策略:回顾与展望》,《经济研究杂志》,31,2,513-545(2017)·doi:10.1111/joes.12153
[15] 拉扎里诺,M。;贝里尔,J。;Šević,A.,什么是统计套利?,Theor Econ Lett,8,5,888(2018)·doi:10.4236/tel.2018.85063
[16] 阿西亚奥,B。;贝格尔伯克,M。;彭克纳,F。;Schachermayer,W.,《资产定价基本定理和超重复定理的无模型版本》,《数学金融》,26,2,233-251(2016)·Zbl 1378.91129号 ·数字对象标识码:10.1111/mafi.12060
[17] Jeyakumar,V。;Li,G.,不确定线性系统的鲁棒farkas引理及其应用,积极性,15,2,331-342(2011)·Zbl 1242.90232号 ·doi:10.1007/s11117-010-0078-4
[18] Dinh,N。;马萨诸塞州戈伯纳;López,M。;Mo,TH,通过稳健向量farkas引理重温稳健优化,optimization,66,6,939-963(2017)·Zbl 1391.90547号 ·doi:10.1080/02331934.2016.1152272
[19] Bouchard,B。;Nutz,M.,非支配离散时间模型中的套利和对偶,Ann Appl Prob,25,22823-859(2015)·Zbl 1322.60045号 ·doi:10.1214/14-AAP1011
[20] 比亚基尼,S。;Bouchard,B。;卡达拉斯,C。;Nutz,M.,《连续过程的鲁棒基本定理》,《数学金融》,27,4,963-987(2017)·Zbl 1411.91543号 ·doi:10.1111/mafi.12110
[21] 格雷丘克,B。;Zabarankin,M.,应用偏差、风险、遗憾和错误度量的敏感性分析,SIAM J Opt,27,4,2481-2507(2017)·Zbl 1387.90248号 ·doi:10.1137/16M1105165
[22] 吕特凯博默特,E。;Sester,J.,《稳健的统计套利策略》,Quant Financ,21,3,379-402(2021)·Zbl 1466.91345号 ·网址:10.1080/14697688.2020.1824077
[23] Ostrovski,V.,模型不确定性下no-arbitrage特性的稳定性,Stat Prob Lett,83,1,89-92(2013)·Zbl 1282.91113号 ·doi:10.1016/j.spl.2012.08.026
[24] Bartl D、Drapeau S、Tangpi L(2017)稳健优化确定性等价物和期权定价的计算方面·Zbl 1508.91613号
[25] Bartl,D.,无限捐赠模型不确定性下的指数效用最大化,Ann Appl Probab,29,1,577-612(2019)·Zbl 1419.91285号 ·doi:10.1214/18-AAP1428
[26] Blanchet J,Chen L,Zhou XY(2018)基于wasserstein距离的分布稳健均值-方差投资组合选择
[27] Singh D Zhang S(2019)通过wasserstein距离的分布稳健xva第1部分。arXiv预打印arXiv:1910.01781
[28] Blanchet J、Kang Y、Murthy K(2016)《稳健wasserstein轮廓推断及其在机器学习中的应用》。arXiv预打印arXiv:1610.05627·Zbl 1436.62336号
[29] Esfahani,项目经理;Kuhn,D.,《使用wasserstein度量的数据驱动分布式稳健优化:性能保证和可控制的重新计算》,《数学程序》,171,1-2,115-166(2018)·Zbl 1433.90095 ·doi:10.1007/s10107-017-1172-1
[30] Wasserman L(2017)最佳运输和wasserstein距离。http://www.stat.cmu.edu/larry/=sml/Opt.pdf。访问时间:2020-03-15
[31] Xie Y,Wang X,Wang R,Zha H(2018)计算wasserstein距离的快速近点方法。arXiv预打印arXiv:1802.04307
[32] Calafiore GC,El Ghaoui L(2014)优化模型。剑桥大学出版社·Zbl 1342.90001号
[33] Tawarmalani,M。;内华达州萨希尼迪斯,《全局优化的多面体分枝切割法》,《数学程序》,103,225-249(2005)·Zbl 1099.90047号 ·doi:10.1007/s10107-005-0581-8
[34] Byrd R、Nocedal J、Knitro RW(2006)非线性优化的集成包
[35] Cornuejols G,TüTüncüR(2018)《金融优化方法》。剑桥大学出版社,第2版·Zbl 1400.91001号
[36] Oleaga,G.,没有卖空的套利条件,Boletín de Matemáticas,19,1,37-54(2012)·Zbl 07763038号
[37] 约翰逊,DS;Preparia,FP,《最密集的半球问题》,Theo Comp Sci,6,1,93-107(1978)·Zbl 0368.68053号 ·doi:10.1016/0304-3975(78)90006-3
[38] Avis D,Hertz A,Marcotte O(2005)图论与组合优化,第8卷。施普林格科技与商业媒体·Zbl 1075.05002号
[39] Fletcher R(2010)序列二次规划方法。非线性优化,第165-214页。施普林格·Zbl 1192.90002号
[40] Wojcik R(2005)《配对交易:专业方法》。PDF日期,19
[41] Zhao Z,Zhou R,Wang Z,Palomar DP(2018)金融统计套利的最优投资组合设计。2018年IEEE统计信号处理研讨会(SSP),第801-805页。电气与电子工程师协会
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。