[论文解读] Correlated multi-asset portfolio optimisation with transaction cost

Siu Lung Law, Chiu Fan Lee+2 more|ArXiv.org|May 14, 2007

Stochastic processes and financial applications参考文献 16被引用 7

一句话总结

本文通过摄动分析，构建了一个在交易成本下对多资产投资组合进行优化的解析框架，将先前仅限于单资产的研究扩展至允许风险资产相关的情形。通过假设最优投资组合周围存在对称的无交易区域，作者在一般效用函数下推导出最优交易策略的闭式解，并通过长期增长模型框架下的数值模拟进行了验证。

ABSTRACT

We employ perturbation analysis technique to study multi-asset portfolio optimisation with transaction cost. We allow for correlations in risky assets and obtain optimal trading methods for general utility functions. Our analytical results are supported by numerical simulations in the context of the Long Term Growth Model.

研究动机与目标

• 将现有的含交易成本的单资产投资组合优化模型扩展至多只相关风险资产。
• 在存在交易成本的前提下，为一般效用函数下的最优交易策略开发解析解。
• 通过长期增长模型框架下的数值模拟，验证解析结果。
• 在最优投资组合曲线周围引入对称的无交易区域，以简化边界的结构，提升计算与解析的可处理性。

提出的方法

• 将小的交易成本作为哈密顿-雅可比-贝尔曼方程中的小参数，采用摄动分析方法进行建模。
• 引入变量变换：$ H(\Pi,\alpha,t) = J(\Pi,A,t) $，其中 $ A = A^*(\Pi,t) + k^{1/3}\alpha $，以对价值函数按交易成本参数 $ k $ 的幂级数展开。
• 推导出价值函数 $ J $ 对 $ H $ 和 $ \alpha $ 的导数表达式，从而实现对最优控制的渐近展开。
• 假设买入与卖出边界对称（即 $ \alpha_{+} = -\alpha_{-} $），以简化无交易区域并推导出解析表达式。
• 利用动态规划与伊藤引理，建立最优期望值函数的哈密顿-贝尔曼-雅可比方程。
• 通过数值模拟，采用两只风险资产与一只无风险资产的设定，利用带相关维纳过程的随机微分方程更新财富，并在无交易区域之外施加交易成本。

实验结果

研究问题

• RQ1 如何将含交易成本的多资产投资组合优化推广至包含相关风险资产的情形？
• RQ2 当引入交易成本且无交易区域对称时，最优交易策略的解析形式是什么？
• RQ3 风险资产之间的相关性如何影响最优投资组合的结构以及无交易区域的边界？
• RQ4 通过摄动方法推导出的解析结果与长期增长模型中的数值模拟结果在多大程度上一致？
• RQ5 当最优策略受对称无交易区域约束时，交易成本对投资组合表现有何影响？

主要发现

• 作者在风险资产相关且存在交易成本的前提下，假设无交易区域对称，推导出一般效用函数下最优交易策略的解析表达式。
• 摄动方法成功捕捉了无交易区域的结构，买入与卖出边界与最优投资组合曲线保持等距。
• 数值模拟验证了分析预测，表明采用对称边界的最优策略性能几乎与真实最优策略相当，仅存在微小的性能差距。
• 在 $ r=1 $，$ \mu_1=1.3 $，$ \mu_2=1.5 $，$ \sigma_1=\sigma_2=1 $，$ \rho_{12}=0.5 $，$ k=0.005 $，$ \Delta t=5\times10^{-5} $ 的模拟设置下，系统表现出稳定的收敛性与现实的动力学行为。
• 变量变换 $ A = A^* + k^{1/3}\alpha $ 实现了对价值函数的系统性展开，使一阶修正项的最优策略在交易成本下得以推导。
• 结果表明，对称边界下的最优策略虽非完全最优，但与最优策略极为接近，实际差异极小，验证了分析近似的有效性。