[논문 리뷰] Outperformance Portfolio Optimization via the Equivalence of Pure and Randomized Hypothesis Testing

Tim Leung, Qingshuo Song외 1명|arXiv (Cornell University)|2013. 08. 27.

Stochastic processes and financial applications참고 문헌 44인용 수 10

한 줄 요약

이 논문은 포트폴리오 최적화에서 순수 및 랜덤화된 가설 검정 간의 새로운 등가성을 확립하며, 최대 승리 확률에 대한 이중 표현을 도출할 수 있게 한다. 특정 조건 하에서, 스토크래틱 벤치마크를 앞서는 최적 전략은 네이만-피어슨 보조정리에 의해 특징지어지며, 완전 시장에서는 닫힌 형태의 해를, 불완전한 설정에서는 HJB 편미분방정식(PDE)으로 기술할 수 있다.

ABSTRACT

We study the portfolio optimization problem of maximizing the outperformance probability over a random benchmark through dynamic trading with a xed initial capital. Under a general incomplete market framework, this stochastic control problem can be formulated as a composite pure hypothesis testing problem. We analyze the connection between this pure testing problem and its randomized counterpart, and from latter we derive a dual representation for the maximal outperformance probability. Moreover, in a complete market setting, we provide a closed-form solution to the problem of beating a leveraged exchange traded fund. For a general benchmark under an incomplete stochastic factor model, we provide the Hamilton-Jacobi-Bellman PDE characterization for the maximal outperformance probability.

연구 동기 및 목표

• 고정된 초기 자본 하에서 동적 트레이딩 전략이 랜덤 벤치마크를 앞서는 확률을 최대화하는 문제를 다루는 것.
• 성과 초월 포트폴리오 최적화 문제와 그 랜덤화된 가설 검정에 대응하는 문제 간의 등가성 여부를 조사하는 것.
• 순수 및 랜덤화된 가설 검정 간의 등가성에 필요한 충분 조건을 도출하여 최적 성능에 대한 이중 표현을 사용할 수 있도록 하는 것.
• 완전 시장에서는 명시적 해를 제공하고, 불완전한 스토크래틱 요인 모델에서는 가치 함수를 HJB PDE로 기술하는 것.
• 순수 검정에서의 최대 성과 초월 확률이 랜덤화된 검정보다 엄격히 작을 수 있음을 보여주며, 등가 조건의 중요성을 부각하는 것.

제안 방법

• 일반적인 불완전 시장 프레임워크 하에서 성과 초월 문제를 복합 순수 가설 검정 문제로 수립한다.
• 네이만-피어슨 보조정리를 활용하여 랜덤화된 가설 검정을 통해 최대 성과 초월 확률의 이중 표현을 수립한다.
• 순수 및 랜덤화된 검정 간의 등가성에 필요한 조건을 유도한다(정리 2.10), 이를 포트폴리오 최적화에 적용한다(정리 3.5).
• 이중 표현을 활용하여 완전 시장에서 레버리지 ETF를 앞서는 문제를 해결하고, 닫힌 형태의 해를 도출한다.
• 스토크래틱 변동성 모델 하에서 불완전 시장에서 가치 함수를 힘저히-자코비-벨리만(Hamilton-Jacobi-Bellman, HJB) 편미분방정식(PDE)으로 기술한다.
• 불완전 시장에서의 해를 단순화하기 위해 최소 마링갈 측도(Minimal Martingale Measure, MMM)를 사용한다. 특히, 일정 또는 주식 기반 벤치마크의 경우 유용하다.

실험 결과

연구 질문

• RQ1 성과 초월 포트폴리오 최적화 문제는 그 랜덤화된 가설 검정에 대응하는 문제와 동일한가?
• RQ2 순수 검정에서의 최대 성과 초월 확률이 랜덤화된 검정에서와 동일한 조건은 무엇인가?
• RQ3 완전 시장에서, 특히 레버리지 ETF의 경우 최적의 성과 초월 확률을 명시적으로 계산할 수 있는가?
• RQ4 불완전한 스토크래틱 요인 모델 하에서 성과 초월에 대한 가치 함수는 어떻게 기술할 수 있는가?
• RQ5 최소 마링갈 측도(Minimal Martingale Measure, MMM)는 불완전 시장에서 성과 초월 문제의 해를 단순화하는 데 어떤 역할을 하는가?

주요 결과

• 순수 가설 검정에서의 최대 성과 초월 확률은 랜덤화된 검정보다 엄격히 작을 수 있으며, 이는 일반적으로 두 검정 방식이 동치가 아님을 보여준다.
• 순수 및 랜덤화된 가설 검정 간의 등가성에 필요한 충분 조건이 도출되었다(정리 2.10), 이는 최적 성능에 대한 이중 표현 사용을 가능하게 한다.
• 완전 시장에서는 레버리지 거래소 거래형 펀드(ETF)를 앞서는 데 대해 닫힌 형태의 해를 제공하며, 최적 전략은 네이만-피어슨 보조정리를 통해 도출된다.
• 스토크래틱 변동성 모델 하에서 일정 또는 주식 기반 벤치마크의 경우, 투자자는 0의 변동성 리스크 프리미엄을 최적으로 할당할 수 있으며, 이는 최소 마링갈 측도(MMM)에 해당한다. 이는 성공 확률의 명시적 계산을 가능하게 한다.
• 일반적인 불완전 시장에서는 성과 초월 문제의 가치 함수가 힘저히-자코비-벨리만(Hamilton-Jacobi-Bellman, HJB) 편미분방정식(PDE)으로 기술되며, 이는 수치적 및 해석적 분석을 위한 PDE 기반 프레임워크를 제공한다.
• 논문은 순수 검정 가치 함수의 최소 볼록 대체 함수가 항상 랜덤화된 검정 가치 함수와 일치하지 않음을 보여주는 반례를 구성하여, 단순한 볼록화 접근 방식이 잘못되었음을 입증한다.