[论文解读] Equilibrium Solutions of Multi-Period Mean-Variance Portfolio Selection
该论文通过引入一种结合开环控制与反馈策略的混合均衡解框架,为多期均值-方差投资组合选择问题建立了均衡解,消除了限制性的非退化假设,并首次在此背景下提供了显式的可解性条件。
This is a companion paper of [Mixed equilibrium solution of time-inconsistent stochastic LQ problem, arXiv:1802.03032], where general theory has been established to characterize the open-loop equilibrium control, feedback equilibrium strategy and mixed equilibrium solution for a time-inconsistent stochastic linear-quadratic problem. This note is, on the one hand to test the developed theory of that paper, and on the other hand to push the solvability of multi-period mean-variance portfolio selection. A nondegenerate assumption has been removed in this note, which is popular in existing literature about multi-period mean-variance portfolio selection; and neat conditions have been obtained to characterize the existence of equilibrium solutions.
研究动机与目标
- 为通过扩展混合均衡解概念来解决多期均值-方差投资组合选择中的时间不一致性问题。
- 消除现有文献中多期均值-方差模型里常用的非退化假设。
- 推导离散时间均值-方差投资组合问题中均衡解存在的简洁、显式条件。
- 测试并应用在 companion paper 中开发的时间不一致随机线性二次(LQ)控制的一般理论。
- 提供一个统一框架,将开环均衡控制和反馈均衡策略作为特例包含在内。
提出的方法
- 引入一种由纯反馈策略部分和开环控制部分组成的混合均衡解,确保时间一致性。
- 使用包含无风险资产和风险资产的离散时间随机线性二次(LQ)框架来建模投资组合动态。
- 通过求解一组耦合的类似Riccati方程的系统,推导出均衡存在的必要与充分条件。
- 使用超额收益矩阵 $\mathcal{O}_k$ 的广义逆(Moore-Penrose逆)来处理不可逆情形,确保可解性。
- 将 companion paper [arXiv:1802.03032] 中的一般理论应用于多期均值-方差优化的具体情形。
- 采用逆向归纳法计算均衡策略与控制,给出 $\Phi_k$、$v^{0,x}_k$ 和状态演化方程的显式表达式。
实验结果
研究问题
- RQ1在多期均值-方差投资组合选择中,是否可以在不损失可解性的前提下移除对超额收益矩阵 $\mathcal{O}_k$ 的非退化假设?
- RQ2在非退化假设缺失的情况下,均衡解存在的必要与充分条件是什么?
- RQ3混合均衡解如何在时间不一致的投资组合问题中推广开环与反馈均衡策略?
- RQ4时间不一致随机LQ控制的理论框架是否能成功应用于实际的多期均值-方差投资组合选择?
- RQ5当超额收益矩阵为奇异或不可逆时,均衡解的结构特性是什么?
主要发现
- 成功消除了对超额收益矩阵 $\mathcal{O}_k$ 的非退化假设,扩大了均衡解的适用范围。
- 基于 $\mathcal{O}_k^\dagger$、$\mathcal{L}_k$ 和 $\theta_k$ 的方程组可解性,推导出简洁、显式的均衡解存在条件。
- 在10种不同 $\phi$ 矩阵的测试案例中,只要 $\mathcal{O}_k$ 可逆(通过非零特征值验证),混合均衡解均存在。
- 通过 $\Phi_k$、$v^{0,x}_k$ 和状态演化方程显式构造了混合均衡解,控制与状态动态具有闭式表达式。
- 通过设定 $\Phi_k = 0$ 或使开环部分与初始状态无关,该解框架将开环均衡控制和反馈均衡策略统一为特例。
- 数值示例证实,即使 $\mathcal{O}_k$ 秩不足,只要使用 Moore-Penrose 逆,均衡解仍可计算且稳定。
更好的研究,从现在开始
从阅读论文到最终审阅,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。