Cálculo Eficiente De Estrategias De Operación Óptimas

Cálculo eficiente de estrategias de operación óptima Victor Boyarshinov y Malik Magdon-Ismail Resumen: Dada la serie de retorno para un conjunto de instrumentos, un emph es una función de conmutación que transfiere la riqueza de un instrumento a otro en momentos especificados. Presentamos algoritmos eficientes para la construcción de estrategias (ex post) de comercio que son óptimas con respecto a la rentabilidad total, la proporción de la libra esterlina y el ratio de Sharpe. Tal ex post estrategias óptimas son herramientas de análisis útiles. Pueden ser utilizados para analizar la rentabilidad de un mercado en términos de negociación óptima para desarrollar puntos de referencia contra el cual el comercio real se pueden comparar y, dentro de un marco inductivo, las operaciones óptimas se pueden utilizar para enseñar a los sistemas de aprendizaje (predictores) que luego se se utiliza para identificar futuras oportunidades comerciales. Trabajos relacionados: Este objeto puede estar disponible en otros lugares en EconPapers: para buscar un producto con el mismo título. referencia de la exportación: BibTeX RIS (EndNote, ProCite, RefMan) HTML / Texto Más artículos en los documentos de la serie de datos arXiv. org mantenidas por los administradores arXiv (). Este sitio es parte de RePEc y todos los datos que se muestran aquí es parte del conjunto de datos RePEc. Es el trabajo que falta de RePEc Aquí es cómo contribuir. Las preguntas o problemas Comprobar la EconPapers FAQ o enviar correo to. Efficient Cálculo de estrategias de operación óptima Teniendo en cuenta la serie de retorno para un conjunto de instrumentos, un emph es una función de conmutación que transfiere la riqueza de un instrumento a otro en momentos especificados. Presentamos algoritmos eficientes para la construcción de estrategias (ex post) de comercio que son óptimas con respecto a la rentabilidad total, la proporción de la libra esterlina y el ratio de Sharpe. Tal ex post estrategias óptimas son herramientas de análisis útiles. Pueden ser utilizados para analizar la quotprofitability de un marketquot en términos de la negociación óptima para desarrollar puntos de referencia contra el cual el comercio real se pueden comparar y, dentro de un marco inductivo, las operaciones óptimas se pueden utilizar para enseñar a los sistemas de aprendizaje (predictores) que luego se se utiliza para identificar futuras oportunidades comerciales. Si experimenta problemas al descargar un archivo, compruebe si tiene la correcta aplicación para poder verla primero. En caso de tener más problemas leen las Ideas Ayuda página. Tenga en cuenta que estos archivos no están en el sitio IDEAS. Por favor, sea paciente ya que los archivos pueden ser large. arXiv. org gt gt cs arXiv: 1009.4683 Ciencias de la Computación Ingeniería Computacional, Finanzas y Ciencia Título: Cálculo eficiente de estrategias de operación óptima (Enviado el 23 sep 2010) Resumen: Teniendo en cuenta el cambio de serie un conjunto de instrumentos, un emph es una función de conmutación que transfiere la riqueza de un instrumento a otro en momentos especificados. Presentamos algoritmos eficientes para la construcción de estrategias (ex post) de comercio que son óptimas con respecto a la rentabilidad total, la proporción de la libra esterlina y el ratio de Sharpe. Tal ex post estrategias óptimas son herramientas de análisis útiles. Pueden ser utilizados para analizar la rentabilidad de un mercado en términos de negociación óptima para desarrollar puntos de referencia contra el cual el comercio real se pueden comparar y, dentro de un marco inductivo, las operaciones óptimas se pueden utilizar para enseñar a los sistemas de aprendizaje (predictores) que luego se se utiliza para identificar futuras oportunidades comerciales. 45 páginas de trabajo paperEfficient Cálculo de Optimal Estrategias de Trading Mostrar abstracta Ocultar el resumen Resumen: Consideramos el problema de la negociación óptima de un activo en presencia de los costos de transacción jos, donde los satises precios de los activos de un SDE del formdSt dBth (Xt) dt donde Bt es un movimiento browniano, h es una función conocida y Xt es una cadena de Markov. Nos fijamos en dos versiones del problema, la maximización de la ganancia a largo plazo por unidad de tiempo y la maximización de una forma de ganancia de descuento. Es bien sabido que la estrategia de negociación óptima para un problema de este tipo es la solución de un problema sin límite presentamos una derivación intuitiva viendo el problema de comercio óptima como un par de problemas parada óptima simultáneas. También damos soluciones explícitas para una serie de ejemplos, y damos a los límites en el costo de la transacción por encima del cual no es óptimo para comprar el activo a todos. Nos muestran que en el caso de que la cadena de Markov XT es independiente del movimiento browniano y tiene una Statespace noche, este costo de transacción crítica tiene una forma sencilla. Artículo Ene de 2002 Anales de la Investigación de Operaciones G. W. P. Thompson Mostrar Ocultar resumen Resumen Resumen: Consideramos el problema de la selección de la cartera, con los costos de transacción y restricciones sobre la exposición al riesgo. los costos de transacción lineales, los límites en la varianza de la rentabilidad, y los límites en diferentes probabilidades de déficit de la gestión eficaz de los métodos de optimización convexa. Para este tipo de problemas, la cartera global óptimo se puede calcular muy rápidamente. problemas de optimización cartera con los costos de transacción que incluyen una tarifa fija, o los puntos de interrupción de descuento, no pueden ser resueltos directamente por la optimización convexa. Se describe un método de relajación que produce una forma fácilmente computable cota superior a través de la optimización convexa. También describimos un método heurístico para encontrar una cartera subóptima, que se basa en la solución de un pequeño número de problemas de optimización convexa (y por tanto se puede hacer de manera eficiente). Por lo tanto, producimos una solución subóptima, y ​​también un límite superior en la solución óptima. experimentos numéricos indican que para los problemas prácticos que la brecha entre los dos es pequeña, incluso para los grandes problemas que afectan a cientos de activos. El mismo enfoque se puede utilizar para los problemas relacionados, como la de seguimiento de un índice con una cartera que consiste en un pequeño número de activos. - Texto completo del artículo Mar de 2007 Miguel Sousa Lobo Maryam Fazel Stephen Boyd Mostrar Ocultar resumen Resumen Resumen:. Le damos una breve introducción a los algoritmos lineales a trozos (PL), también llamado pivote complementario o algoritmos de punto fijo. Nuestro enfoque se basa en la presentación fundamental de alero 14, por lo tanto, se describen los algoritmos en la configuración general de colectores de PL. En concreto, se introduce el método de homotopía PL Aleros amp Saigal 16. Se presentará la clase de reciente creación de algoritmos de dimensiones variables. Utilizamos un cono construcción particular para la manipulación del parámetro de homotopía. Se presta especial atención a los resultados de convergencia. detalles numéricos de los algoritmos sólo pueden ser esbozados. Para una presentación más detallada de este tipo de algoritmos y observaciones bibliográficas nos referimos a 4. I. Introducción 1 El primero y más destacado ejemplo de un algoritmo de PL fue diseñada por Lemke amp Howson 33 y Lemke 30 para calcular una solución del problema de complementariedad lineal. Este algoritmo ha desempeñado un papel crucial en el desarrollo de algoritmos posteriores PL. complementari lineal. Artículo Ago de 1998 Anales de la Investigación de Operaciones Kurt GeorgMilos Hauskrecht, Luis Ortiz, Ioannis Tsochantaridis, y Eli Upfal El objetivo de este trabajo es el cálculo de estrategias eficientes para el comercio de mercancías en un entorno multi-mercado. En todayrsquos economía mundial las materias primas a menudo son comprados en un lugar y luego se venden (inmediatamente o después de un periodo de almacenamiento) en los diferentes mercados. Por lo tanto, una decisión comercial en un solo lugar debe basarse en las expectativas sobre las futuras curvas de precios en todos los demás mercados de referencia, y en los costes de almacenamiento y de transporte actuales y futuras. Los inversores tratan de calcular una estrategia que maximiza el rendimiento esperado, por lo general con algunas limitaciones en riesgo asumido. Con estocásticos supuestos estándar en las fluctuaciones de precios de los productos básicos de computación, una estrategia óptima puede ser modelado como un proceso de decisión de Markov (MDP). Sin embargo, en general, una formulación de este tipo no conduce a algoritmos eficientes. En este trabajo se propone un modelo para representar el problema de negociación de múltiples mercados y mostramos cómo obtener algoritmos estructurados eficientes para el cálculo de las estrategias óptimas para una serie de comerciales de uso común funciones objetivo (valor presente neto sea, media-varianza, y el valor en riesgo). Esta página es propiedad de AAAI. Todos los derechos reservados. El uso de este sitio implica la aceptación de todos los términos y condiciones AAAIs y política de privacidad.