投資組合優化

應用於投資組合的凱利標準與馬科維茨 MVA

  • February 23, 2022

我最近看了兩部關於投資組合優化的凱利標準的影片,但是一個似乎沒有正確地推斷出來(正如人們評論的那樣),另一個根本沒有顯示任何扣除。緊接著,我找到了這篇文章

正如我們所看到的,等式 10 中提出了無約束問題,其解決方案位於等式 12 的下方。但我對求解受限問題(等式 13)很感興趣。因此,我嘗試了這個:

  1. 首先,我們設置唯一的約束: $ \vec{W} \vec{I} $ , 這樣 $ \vec{W} $ 是權重向量,最後一個滿足 $ \vec{I} = \begin{bmatrix} 1 & 1 & \cdots & 1 \end{bmatrix}^{T} $ ;
  2. 這裡沒有賣空,因此 $ 0 \leq w_i \leq 1 $ ;
  3. 我們設置拉格朗日 $ \mathcal{L} $ 如下:

$$ \begin{equation}\tag{1} \mathcal{L}(\vec{W}, \lambda_1) = r + \vec{W}^{T} (\mathbb{E}[\vec{R}-r \vec{I}]) - \vec{W}^{T} \Sigma \vec{W} + \lambda_1(1-\vec{W}^{T} \vec{I}) \end{equation} $$

在哪裡 $ r $ 是無風險資產收益, $ \vec{R} $ 是風險資產回報的隨機向量, $ \Sigma $ 是共變異數矩陣。

  1. 現在,像往常一樣,我們通過計算梯度來最大化 $ \mathcal{L} $ 並將其設置為零。因此,我們到達

$$ \begin{equation}\tag{2} \begin{bmatrix} 2 \Sigma & \vec{I} \ \vec{I}^{T} & 0 \end{bmatrix} \begin{bmatrix} \vec{W} \ \lambda_1 \end{bmatrix} = \begin{bmatrix} \mathbb{E}[\vec{R}]- r \vec{I} \ 1 \end{bmatrix} \end{equation} $$

  1. 然後我們可以使用 QR 分解和反向替換來解決它:

$$ \begin{equation}\tag{3} QR \vec{x} = \vec{b} \ R \vec{x} = Q^{T} \vec{b} \end{equation} $$

所以,有些事情我仍然不清楚:

  1. 投資組合回報的期望值之間存在不匹配( $ R_p $ )。在第一個影片中,我們可以看到(分鐘 3),等效地,

$$ \begin{equation}\tag{4} \textrm{Kelly Criterion: } \mathbb{E}[R_p] = \mathbb{E}[\log(1+\vec{W} \vec{R})] \end{equation} $$

但是,在文章中,他們使用 $ \mathbb{E}[R_p] = \mathbb{E}[\vec{W} \vec{R}] $ ,正如 Markowitz 模型使用的那樣。對此有什麼想法嗎?此外,在文章中,作者說該模型僅適用於正態分佈的價格。

我敢打賭我們使用 $ \mathbb{E}[R_p] = \mathbb{E}[\vec{W} \vec{R}] $ 對於正態分佈的價格和 $ \mathbb{E}[R_p] = \mathbb{E}[\log(1+\vec{W} \vec{R})] $ 對於對數正態分佈的價格,因為 $ \ln(\textrm{LogNormal}) = \mathcal{N} $ .

  1. 我已經看到有一條與凱利準則相關的拋物線。一旦解決了(3),我們如何得到每個人都繪製的漂亮拋物線?我看不出怎麼做,因為我們有多個權重。老實說,對我來說,它看起來更像 Markowitz 模型。
  2. 在 Markowitz 模型中,我們可以將向量參數化 $ \vec{b} $ 就我們想要的期望值而言,即 $ \mu_0 $ , 得到有效邊界。凱利的投資組合優化標準中有類似的東西嗎?如果我們參數化 $ \vec{b} $ 在 (3) 中,我們得到了可能的投資組合權重曲線。那麼凱利和馬科維茨有什麼區別呢?只有期望是如何定義的?

我試圖在網際網路上找到更多資訊,但我真的很難,很少有資源可以解釋模型背後的數學可以澄清這些問題。此外,歡迎任何書籍推薦!

主要一:這個推論正確嗎?任何要更正或添加的內容將不勝感激!

謝謝

正如評論中正確提到的那樣,凱利往往比 MVA 更具侵略性。它的主要弱點是專注於單一賭注/證券而忽略回報的序列相關性,這使得大量回撤成為可能。在我最近的書中給出了均值變異數和凱利的各種特徵的闡述,包括交易成本和約束的影響。

在等式 1 中,第三項應除以 2。正如您提到的,Kelly 最大化對數回報。所以方程(2)中的 2 應該是 1。我認為拋物線是不可能的。就像切線投資組合一樣,只有一個凱利投資組合位於 Markorwitz 的有效前沿。

引用自:https://quant.stackexchange.com/questions/68475