Portfolio Selection with Small Transaction Costs and Binding Portfolio Constraints
一个相对风险厌恶度不变、规划期无限的投资者，在交易成本小、投资组合约束外生的情况下，交易风险资产和安全资产，同时投资机会不变。我们明确推导出最优交易政策，其福利，和隐含的交易量。作为一个应用，我们研究了选择一个主经纪人之间的替代品与不同的贷款利率和保证金要求的问题。此外，我们还讨论了不断变化的监管约束如何影响非流动性贷款的存款利率。
2013-01-08 math.OC q-fin.PM
Regression techniques for Portfolio Optimisation using MOSEK
回归被许多学科的实践者广泛使用。我们重新制定的基本优化问题作为一个二阶圆锥曲线的程序提供的灵活性，往往需要在应用中。使用投资组合管理和定量交易的例子，我们解决了有约束和无约束的回归问题。给出了几个Python代码片段。代码和数据可在http://www.github.com/tschm/MosekRegression在线获得。
2013-10-12 math.OC q-fin.PM
Enhancing CVaR portfolio optimisation performance with GAM factor models
提出结合自回归滤波与因子回归的离散时间模型，用广义加性模型估计因子，在道琼斯和标普500指数上显著提升六年期均值-CVaR组合的样本外表现。
2023-12-30 q-fin.PM
Optimising Credit Portfolio Using a Quadratic Nonlinear Projection Method
在条件风险价值（CVaR）度量信用资产组合风险的基础上，提出了一种基于二次非线性投影的信用资产组合优化方法。在多维约束参数空间中描述为投资组合调整总量的函数的局部约束下，通过一系列单步优化来搜索最优投资组合状态的整个优化过程。每个单步优化近似的权重增量相对于投资组合调整的总量的一阶变化，并解决了在一般拉格朗日乘子法制定的局部精确公式的形式。我们的方法可以处理一般的非线性目标函数的优化，如回报风险比最大化或多元化指数，以及风险最小化或回报最大化。
2016-07-19 q-fin.PM
A Primer on Portfolio Choice with Small Transaction Costs
本综述介绍了小交易成本下投资组合选择问题的渐近方法。我们概述了如何推导出相应的动态规划方程，并简化它们的小成本限制。这使得获得明确的解决方案，在广泛的设置，我们说明了一个模型的均值回复预期收益率和比例交易成本。对于更复杂的模型，我们提出了一个政策迭代计划，允许计算数值的解决方案。
2017-05-23 math.OC q-fin.PM
Portfolio Optimization in the Financial Market with Correlated Returns under Constraints, Transaction Costs and Different Rates for Borrowing and Lending
本文研究了在风险资产收益率序列相关的情况下，在交易量、交易成本和不同借贷利率的硬约束下的最优投资组合选择问题。不需要对不同时间点之间的相关性结构或资产收益率的分布进行假设。该问题被描述为一个具有期望收益的参考投资组合的动态跟踪问题。我们的方法是测试一组真实的数据从俄罗斯证券交易所MICEX。
2014-10-29 q-fin.PM
Duality Theory for Portfolio Optimisation under Transaction Costs
对于比例交易成本下的投资组合优化问题，我们给出了一般cadlag价格过程的对偶理论。在这种情况下，我们证明了存在一个双重优化以及影子价格过程在广义上。这个影子价格是通过一个由可预测的和可选的强上鞅组成的“三明治”过程定义的，并且适用于在交易成本下保持偿付能力的所有策略。我们提供的例子表明，在目前的一般设置的影子价格过程必须是这种广义的形式。
2014-08-26 q-fin.MF q-fin.PM
Portfolio Optimization under Small Transaction Costs: a Convex Duality Approach
本文考虑了一个具有常数绝对风险厌恶的投资者，在存在小比例交易成本的情况下，交易具有一般Ito动态的风险资产。Kallsen和Muhle-Karbe（2012）正式推导了领先订单最优交易策略和相关的交易成本对福利的影响。在本文中，我们进行了一个凸对偶的方法，方便的影子价格过程的概念，以验证Kallsen和Muhle-Karbe的主要结果下定义良好的正则性条件。
2013-09-13 q-fin.PM
Numerical Solution of Dynamic Portfolio Optimization with Transaction Costs
我们应用数值动态规划技术来解决离散时间多资产动态投资组合优化问题的比例交易成本和卖空/借款的限制。例子包括多个资产的问题，以及有限视野问题中的许多交易期。在存在交易成本和约束条件的情况下，我们还解决了一个包含一个无风险资产、一个期权及其标的风险资产的投资组合的动态随机问题。这些例子表明，现在解决这类问题是容易的。
2020-03-03 econ.GN q-fin.CP q-fin.EC
Mind the Cap! -- Constrained Portfolio Optimisation in Heston's Stochastic Volatility Model
针对Heston随机波动率模型下带凸约束的效用最大化投资组合优化问题，通过对偶方法得到最优配置闭式解，发现约束影响与Black-Scholes模型有本质差异，且多数场景下上限组合损失小但金融危机时损失显著。
2023-06-19 q-fin.PM
Machine Learning for Socially Responsible Portfolio Optimisation
University of Johannesburg（约翰内斯堡大学）
针对社会责任投资者需求，本研究改进均值-方差模型，在投资组合优化中引入ESG得分约束，使投资者在Sharpe Ratio与平均ESG得分权衡下仍能构建具竞争力的投资组合。
2023-05-21 cs.LG q-fin.PM
Cost-aware Portfolios in a Large Universe of Assets
本文针对资产数量大于样本量的高维环境，提出考虑比例和二次交易成本的非凸惩罚投资组合构建与再平衡模型，理论分析与实证研究表明其表现优异，强调了交易成本在再平衡中的重要性。
2025-08-20 q-fin.PM stat.ME
Growth-optimal investments and numeraire portfolios under transaction costs: An analysis based on the von Neumann-Gale model
本文的目的是将Kelly、Breiman、Cover等人的资本增长理论推广到有交易成本的资产市场模型。我们定义了一个自然的概括的概念，提出了一个计价单位的投资组合，并显示如何使用这样的投资组合，以构建增长最优的投资策略。分析是基于经典的冯诺依曼-盖尔模型的经济动力学，随机版本，我们使用的框架建模的金融市场的摩擦。
2009-09-25 math.PR q-fin.PM
Transaction fees and optimal rebalancing in the growth-optimal portfolio
Kelly开创的增长最优投资组合优化策略是基于不断的投资组合再平衡，这使得它对交易费用敏感。我们研究了费用的影响，一个风险资产的二元回报分布的例子，并表明，费用可能会引起一个最佳时期的投资组合再平衡。在对数正态收益率的情况下，找到了最佳的周期分析。因此，这一结果的推广和数值验证的广泛的回报分布和收益产生的Gestival过程。最后，我们研究的情况下，投资的再平衡只有部分，并表明，这一战略可以提高投资的长期增长率比优化的再平衡时期。
2011-01-06 q-fin.PM
Discrete-time risk sensitive portfolio optimization with proportional transaction costs
本文研究了具有成比例交易成本的离散时间风险敏感投资组合优化问题。我们表明，在日志返回i.i.d.框架的解决方案，一个合适的贝尔曼方程存在最小的假设，并可以用来描述最优策略的风险规避和风险寻求的情况下。此外，使用数值例子，我们展示了如何贝尔曼方程分析可以用来构建或完善最佳的交易策略，在存在交易成本。
2022-01-08 math.OC q-fin.MF q-fin.PM
Mean-variance dynamic portfolio allocation with transaction costs: a Wiener chaos expansion approach
本文提出基于维纳混沌展开的数值方法，解决带交易成本的多期平均方差投资组合配置问题，并构建单期Markowitz基准验证其效率。
2023-06-19 math.PR q-fin.CP q-fin.PM
Portfolio optimisation with options
本文研究含期权投资组合优化中的非对称分布、高维性与相依结构问题，提出基于期权收益条件概率的相依矩阵，并在 copula 结构下给出闭式计算，实证表明其高效且可扩展。
2024-09-08 q-fin.MF q-fin.PM
Optimal portfolio selection under vanishing fixed transaction costs
本文在固定交易费用和比例交易费用下，得到了一个长期增长率投资组合优化模型的渐近结果。更准确地说，当固定成本趋于零的模型的收敛性进行了研究。一个合适的极限模型与纯比例成本的介绍和最优策略是由保持风险分数过程中的一个独特的间隔$[A,B]\subseteq\,]0,1[$以最小的努力。此外，最优边界，渐近增长率和最优风险分数过程的收敛性得到了严格的证明。结果是基于对相应的HJB方程的解的收敛性的深入分析。
2017-07-06 q-fin.PM
Growth-optimal portfolios under transaction costs
研究了金融市场离散时间马尔可夫模型中的投资组合优化问题，其中资产价格动态依赖于经济因素的外部过程.交易成本的结构特别包括固定成本加比例成本的情况。我们证明了存在一个自融资的交易策略最大化投资组合财富的平均增长率。我们证明了这种策略具有马尔可夫形式。我们的结果是通过对价格过程的经验测度的大偏差估计和对不连续转移算子的消失贴现方法的推广得到的。
2007-07-21 math.OC math.PR q-fin.PM
Portfolio Optimisation via the Heston Model Calibrated to Real Asset Data
主动投资策略和被动投资策略之间的争论已经持续了很多年，远未结束。在本文中，我们表明，最优投资组合管理策略的选择取决于投资环境，我们通过校准到真实的股票市场数据的赫斯顿模型的参数测量。根据这些参数的值，被动策略可能优于主动策略，反之亦然。该方法是测试三个股票市场指数：S\& P500，DAX和WIG 20。
2023-02-03 q-fin.PM
International Portfolio Optimisation with Integrated Currency Overlay Costs and Constraints
投资组合优化通常旨在提供最佳配置，通过分散不同的投资，在给定的回报目标下最大限度地降低风险。然而，如果投资集中在一个国家，或更具体地说，集中在一种货币，这种风险分散的潜在范围可能会受到限制。多货币投资组合是实现更高回报和更多样化投资组合的一种选择，但它需要谨慎管理汇率变化带来的风险。投资组合中资产和货币风险敞口之间的偏离被定义为“货币覆盖”。本文通过允许货币叠加和资产配置一起优化来解决风险缓解问题。我们提出了一个国际投资组合优化问题的模型，其中货币覆盖是通过持有外汇远期利率合约构建的。重要的是，远期合约的持有成本、交易成本和保证金要求也要在投资组合回报计算中考虑在内。这种新的扩展以前的覆盖模型提高了投资组合的风险和回报计算的准确性，此外，我们的实验结果表明，包括这些成本显着改变最优决策。实证结果表明，投资组合的风险收益补偿随收益目标的不同而有显著差异。
2016-11-04 cs.CE q-fin.PM
Exact solutions for optimal execution of portfolios transactions and the Riccati equation
我们提出了两种方法来获得关于证券组合交易的最优执行的Almart-Chriss模型的精确解。在第一种方法中，我们重写的Almante-Chriss方程，并找到两个精确的解决方案。在第二种方法中，利用一般的重新参数化时间，我们证明了Almandi-Chriss方程可以化为一些已知的方程，这些方程在不同的情况下都可以精确求解，对于最后一种情况，我们得到了一个守恒量.此外，我们表明，在这两种方法中的Almart-Chriss方程是等价的Riccati方程。
2016-01-29 q-fin.MF q-fin.PM
Portfolio optimisation under non-linear drawdown constraints in a semimartingale financial model
提款限制迫使当前财富保持在迄今为止最大值的给定函数之上。我们考虑的投资组合优化问题，最大化的长期增长率的期望效用的财富下降约束，在原来的设置Grossman和周（1993）。我们工作在一个抽象的半鞅金融市场模型与一般类的效用函数和缩编约束。我们解决的问题，它实际上是等价于一个无约束的问题，适当修改的效用函数。在此基础上，给出了无约束问题的价值函数和最优投资策略。
2013-04-22 q-fin.PM
Discrete time portfolio optimisation managing value at risk under heavy tail return distribution
考虑一个投资者，其投资组合由单一风险资产和无风险资产组成，在风险价值假设股票收益率服从厚尾分布的条件下，期望投资组合期望效用最大化。利用马尔可夫决策过程和动态规划原理，得到了参数分布和非参数分布下最大化期望效用的最优策略和价值函数。由于在非参数情况下缺乏显式解，我们采用数值积分进行优化
2020-11-30 q-fin.MF q-fin.PM
Continuous-Time Portfolio Optimisation for a Behavioural Investor with Bounded Utility on Gains
研究了有限时间内连续时间（本质）完备金融市场的最优投资问题。我们处理一个投资者的行为与累积前景理论的原则一致，其收益的效用函数是有界的。的适定性的优化问题是平凡的，并推导出一个最佳的交易策略存在的必要条件。这个条件要求投资者的损失概率失真函数不会比给定的比率更快地接近0，这是由效用函数决定的。在额外的假设下，我们证明了这个条件确实是可达性的边界，在这个意义上，对于收敛较慢的失真函数确实存在一个最佳的投资组合。
2014-03-17 q-fin.PM
Non-linear shrinkage of the price return covariance matrix is far from optimal for portfolio optimisation
投资组合优化需要能够滤除估计噪声的复杂协方差估计器。非线性收缩是一种流行的估计器，它基于如何仅使用校准窗口中的数据计算Oracle特征值。与通常的看法相反，NLS对于投资组合优化不是最优的，因为当资产依赖结构是非平稳的时，NLS不能最小化正确的成本函数。相反，我们得出最佳目标。使用历史数据，我们量化了NLS可以改进的程度。我们的研究结果重新打开了如何建立协方差矩阵估计的投资组合优化在现实条件下的问题。
2022-10-13 math.OC q-fin.PM q-fin.ST
Goal-based portfolio selection with fixed transaction costs
本研究针对带固定交易成本的多目标投资组合选择问题，利用随机Perron方法证明价值函数为拟变分不等式系统的唯一粘性解，并建立最优策略存在性，数值结果揭示复杂交易区域且策略异于无摩擦情形。
2025-10-24 math.OC q-fin.MF q-fin.PM
Optimal execution of Portfolio transactions with geometric price process
在本文中，我们推导出的最优执行轨迹的交易者谁希望购买或出售一个大的位置的股票演变为一个几何布朗过程，在现有文献中流行的算术模型，并与一般的临时影响$h$。我们提供了几个例子来说明结果。我们要强调的事实是，在本文中，我们使用可理解的用户友好的技术。
2009-11-25 math.OC q-fin.PM
Portfolio Optimisation Using the D-Wave Quantum Annealer
第一台量子计算机有望在二次优化问题上表现出色。本文以金融学中的一个二次问题--投资组合优化问题为研究对象。在这里，选择一组资产进行投资，以使总风险最小化，实现最低回报并满足预算约束。这个问题在两个主要指数Nikkei 225和S\&P500指数中的几个实例中得到了解决，使用了D-Wave量子退火器及其混合求解器的最新实现。结果是基准对传统的，国家的最先进的，商业上可用的工具。结果表明，对于所使用的实例的大小的问题，D-Wave解决方案，在其目前，仍然有限的大小，已经接近商业求解器的性能。
2020-11-13 math.OC q-fin.PM quant-ph
Dynamic Mean-Variance Portfolio Optimisation
投资组合优化问题，首先由哈里·马科维茨在1952年提出，一直是理解股票市场和决策的基本和核心话题。到目前为止，已经有大量的工作有助于均值方差优化（MVO）的发展。本文主要讨论了其中的一类，即动态均值-方差优化（DMVO）。我们可以应用预先承诺或博弈论的方法来解决DMVO中的时间不一致问题。我们使用第二种方法来寻求时间一致的策略。在获得最优策略后，我们将结果扩展到CEV驱动的经济。为了证明它们的有效性，策略被拟合到真实的市场数据和模拟数据。事实证明，假设接近市场条件的策略通常会给出更好的结果。最后，选择一个选定的策略与深度学习技术提出的另一个策略进行比较。
2019-07-06 math.OC q-fin.MF q-fin.PM
Onflow: a model free, online portfolio allocation algorithm robust to transaction fees
CEREMADE, Université Paris Dauphine - PSL（巴黎第九大学-PSL大学 CEREMADE研究中心）
Onflow是一种基于梯度流的无模型在线投资组合分配算法，能有效应对交易费用，实现最优投资策略。
2026-03-11 cs.NA math.NA q-fin.CP
Optimal relaxed portfolio strategies for growth rate maximization problems with transaction costs
在本文中，我们研究了一类新的增长率最大化问题的脉冲控制策略的基础上，使每单位时间内的平均交易数不超过一个固定的水平。此外，我们包括比例交易成本，使投资组合问题更加现实。我们提供了一个验证定理来计算最优增长率以及最优交易策略。此外，我们证明了存在一个恒定的边界策略是最优的。最后，我们比较我们的方法与其他离散时间增长率最大化问题的数值例子。事实证明，每单位平均交易次数较少的恒定边界策略的表现几乎与具有无限活动的经典最优解一样好。
2013-06-07 math.OC math.PR q-fin.PM
A dynamic conditional approach to portfolio weights forecasting
我们建立了时间序列的最佳实现的投资组合权重的高频数据，我们提出了一种新的动态条件权重（DCW）模型的动态。DCW在权重预测和投资组合分配方面以流行的基于模型和无模型规范为基准。除了投资组合方差、确定性等价物和交易额之外，我们还引入了盈亏平衡交易成本作为一个额外的度量，它确定了一种配置比另一种配置更可取的交易成本范围。通过比较最小方差投资组合的组成部分，道琼斯30指数，建议的DCW总体上达到最佳的配置相对于考虑的措施，任何程度的风险规避，交易成本和曝光。
2020-04-26 q-fin.PM q-fin.ST
On Dynamic Deviation Measures and Continuous-Time Portfolio Optimisation
在本文中，我们提出了动态偏差测度的概念，作为（静态）偏差测度概念的动态时间相容扩展。为了实现时间的一致性，我们需要一个动态的偏差措施满足一个广义的条件方差公式。我们表明，在一个支配条件下，动态偏差措施的特点是作为解决方案的某一类落后的SDES。我们建立了任何动态偏差测度的整表示，并推导出一个对偶刻画结果的加法$m$稳定的对偶集。使用这个概念的动态偏差测量，我们制定了一个动态的均值偏差投资组合优化问题的跳跃扩散设置，并确定一个子博弈完美的纳什均衡策略，是线性的财富的函数，推导和求解相关的扩展HJB方程。
2016-04-27 math.PR q-fin.PM q-fin.RM
Optimal Investment Under Transaction Costs: A Threshold Rebalanced Portfolio Approach
Koc University（Koç大学）
从信号处理视角，提出阈值再平衡投资组合算法，在比例交易成本下最大化期望累积财富，并在历史数据集上显著优于现有方法。
2012-03-19 cs.SY eess.SY q-fin.PM
Functionally Generated Portfolios Under Stochastic Transaction Costs: Theory and Empirical Evidence
本文将经典随机投资组合理论扩展至包含比例随机交易成本的连续时间市场，推导出函数生成投资组合成本调整后相对财富的闭式下界，并证明在CRSP小盘股回测中多样性与熵加权策略在扣除成本后仍显著跑赢基准。
2025-07-12 q-fin.PM
Optimal vs. Naive Diversification in the Cryptocurrencies Market: The Role of Time-Varying Moments and Transaction Costs
本文研究了加密货币市场中时间变异矩和交易成本对投资组合优化的影响，探讨了最优投资组合策略与朴素1/N基准的比较，并通过实证分析揭示了高波动资产类别的投资组合构建动态。
2025-11-27 q-fin.PM
The dual optimizer for the growth-optimal portfolio under transaction costs
我们考虑在比例交易成本下的布莱克-斯科尔斯模型中长期增长率的最大化，如Taksar，Klass和Assaf [Math. Oper. Res. 13，1988]。与Kallsen和Muhle-Karbe [Ann. Appl. Probab.，20，2010]对于无限范围内的最优消费，我们通过确定影子价格来解决这个问题，这是对偶问题的解。它可以显式计算，直到确定确定性函数的根。这反过来又允许显式计算分数泰勒展开，无论是最优策略的非交易区域还是最优增长率。
2010-10-11 math.OC math.PR q-fin.PM
Geometric insights into robust portfolio construction
本研究扩展了无约束二次投资组合优化中alpha-权重角度与协方差矩阵条件数的关系，将结果推广至含杠杆约束的优化场景，论证等权重组合不优于均值-方差组合，并通过高斯模拟验证了理论，为稳健投资组合构建提供几何视角。
2024-12-02 math.OC q-fin.GN q-fin.PM
A nonlinear optimisation model for constructing minimal drawdown portfolios
在本文中，我们考虑的问题，最小化提取的投资组合的金融资产。这里的回撤代表了在特定时间段内单个最佳错失交易机会的相对机会成本。我们制定的问题（最小化的平均水位下降，最大回撤，或两者的加权组合）作为一个非线性的程序，并显示它可以部分线性化，通过替换一个非线性约束等效的线性约束。计算结果（使用非线性求解器SCIP生成）的三个测试实例，从EURO STOXX 50，FTSE 100和S&P 500的每日价格数据在2010年至2016年期间。我们目前的结果，只有长期缩编的投资组合，以及结果的投资组合与长期和短期的立场。这表明，（平均而言）我们的最小回撤投资组合在样本期外（约1800个交易日）的回报率、夏普比率、最大回撤和平均回撤方面主导了市场指数。
2019-08-23 math.OC q-fin.PM q-fin.RM
Optimizing Investment Strategies with Lazy Factor and Probability Weighting: A Price Portfolio Forecasting and Mean-Variance Model with Transaction Costs Approach
本研究提出结合惰性因子与概率加权的投资策略模型，通过价格组合预测模型（含EXPMA、ARIMA）和含交易成本的均值-方差模型优化收益风险平衡，实验验证了其适应性与泛化潜力。
2023-06-12 cs.CE q-fin.PM
A quantum unstructured search algorithm for discrete optimisation: the use case of portfolio optimisation
S&P Global（标普全球）
本文提出了一种量子无结构搜索算法，用于解决投资组合优化中的离散优化问题，通过量子算法实现更快的极值搜索。
2025-05-20 q-fin.PM quant-ph
On Cost-Sensitive Distributionally Robust Log-Optimal Portfolio
本文针对收益分布模糊且含凸交易成本的投资组合问题，提出基于Wasserstein度量的成本敏感分布鲁棒对数最优模型，通过对偶理论转化为可计算的有限凸规划，实证验证了模型的有效性与成本-配置的权衡关系。
2024-10-31 cs.SY eess.SY math.OC
Portfolio Optimisation Under Flexible Dynamic Dependence Modelling
来自多元高阶条件矩的信号以及包含在外生协变量中的信息，可以被理性投资者有效地利用来在不同的风险投资机会中分配他们的财富。本文提出了一个新的灵活的动态copula模型，能够解释和预测大规模资产收益率分布的时变形状。此外，我们让一元边际分布驱动的更新机制的基础上的条件分布的缩放得分。这个框架允许我们在条件分布的四阶矩中引入时变。随时间变化的依赖模式随后建模为一个潜在的马尔可夫切换过程的函数，也允许在动态更新方程中包含外源协变量。我们实证评估，该模型大大提高了理性投资者的最优投资组合配置最大化他们的期望效用。
2016-01-20 q-fin.PM stat.ME
Large-scale Time-Varying Portfolio Optimisation using Graph Attention Networks
University of Southampton（南安普顿大学）；Southampton Business School（南安普顿商学院）；Centre for Operational Research, Management Sciences and Information Systems (CORMSIS)（运筹学、管理科学与信息系统中心）；The University of Western Ontario（西安大略大学）
本文首次在大规模投资组合优化中纳入违约风险公司，提出基于图注意力网络的方法，利用30年中盘股数据构建公司图并结合Sharpe比率损失函数，实验表明其长期表现优于多种基准策略。
2025-02-03 cs.AI cs.SI q-fin.PM
Optimal two-parameter portfolio management strategy with transaction costs
针对带交易成本的单资产组合，提出双参数控制（滤波与不交易阈值）优化策略，证明去自相关并设不交易区可获局部最优，且达最大收益，给出改进下界。
2024-12-17 math.OC math.PR q-fin.PM
Portfolio optimisation: bridging the gap between theory and practice
针对投资组合优化中理论最优权重难以转换为现实交易的问题，本文提出两阶段框架，先优化权重再生成可执行交易，并整合期货与股票、纳入空头借券成本，通过实验验证其在实际场景中的有效性。
2024-09-30 math.OC q-fin.PM
On Frequency-Based Optimal Portfolio with Transaction Costs
National Tsing Hua University（国立清华大学）
本文研究含交易成本的频率依赖型对数最优投资组合问题，证明其等价于凹规划，提出近似二次凹规划及充要条件、两基金定理，经多频率数据验证并拓展至在线交易场景。
2023-01-07 cs.SY eess.SY math.OC
Portfolio Selection with Mandatory Bequest
本文研究了投资者在固定利率银行账户和价格服从对数正态扩散的股票上的最优消费和投资决策问题。我们提出的哈密顿-雅可比-贝尔曼方程的方法，以明确解决这种类型的修改，如固定的百分比交易成本和强制性遗赠功能的问题。研究表明，投资者在进行消费和交易决策时，将强制遗赠视为计入个人财富的费用。此外，投资者将其投资组合比例保持在与Merton最优比例和交易成本相关的固定边界内。
2014-09-13 math.OC q-fin.PM
Optimizing Portfolio with Two-Sided Transactions and Lending: A Reinforcement Learning Framework
Virginia Tech（弗吉尼亚理工大学）；Tehran Institute for Advanced Studies (TeIAS)（德黑兰高等研究院）
本文提出结合PnL奖励、SAC与CNN-MHA的RL框架，通过双边交易和USDT借贷管理12种加密资产永续期货组合，并在两个16个月测试期内显著跑赢基准。
2024-08-09 cs.LG q-fin.PM
Multiperiod bond portfolio optimization with transaction costs using a Markov Decision process
Indian Institute of Science（印度科学学院）
针对银行国库券组合在利率风险和交易成本下的多期优化问题，提出基于动态Nelson-Siegel和马尔可夫决策过程的模拟框架，通过逆向归纳求解最优策略，并量化截断误差的影响。
2026-10-01 q-fin.CP q-fin.MF q-fin.PM
Dynamic Portfolio Rebalancing: A Hybrid new Model Using GNNs and Pathfinding for Cost Efficiency
本文提出一种混合模型，利用图神经网络预测交易成本并结合Dijkstra算法寻找最低成本再平衡路径，以显著降低投资组合再平衡的交易成本。
2024-10-02 cs.LG q-fin.PM
Deep Reinforcement Learning and Convex Mean-Variance Optimisation for Portfolio Management
University of the Witwatersrand（金山大学）
传统的投资组合管理方法可以结合特定的投资者偏好，但依赖于对资产收益和协方差的准确预测。强化学习（RL）方法不依赖于这些明确的预测，更适合多阶段决策过程。为了解决评估研究的局限性，我们在总体趋势不同的不同经济体的三个市场进行了实验。通过将特定的投资者偏好纳入我们的RL模型的奖励函数中，可以在风险收益空间中与传统方法进行更全面的比较。交易成本的模型也更现实，包括市场波动和交易量引起的非线性变化。这项研究的结果表明，在某些市场条件下，与传统的凸均值-方差优化方法相比，使用RL方法可能具有优势。我们的RL模型在上升趋势市场中的表现可以显著优于传统的单期优化（SPO）和多期优化（MPO）模型，但仅限于特定的风险限制。在横向趋势市场中，SPO和MPO模型的表现可以与我们的RL模型在大多数测试的超额风险范围内紧密匹配。在特定的市场条件下，这些模型可以胜过对方突出的重要性，更全面的比较帕累托最优边界的风险回报空间。这些前沿领域让投资者更细致地了解哪些模型可能为他们特定的风险承受能力或回报目标提供更好的表现。
2022-02-13 cs.LG q-fin.PM
On using shadow prices in portfolio optimization with transaction costs
在无摩擦市场中，效用最大化问题通常通过随机控制或鞅方法来解决。开始与开创性的文件戴维斯和诺曼[数学。Res.15（1990）676- 713]，随机控制理论也被用于解决存在成比例的交易成本的这类问题。另一方面，鞅方法到目前为止只用于推导一般的结构结果。这些适用于无摩擦市场的对偶理论，通常是一个虚构的影子价格过程，位于真实价格过程的买卖边界内。在本文中，我们表明，这种双重的方法实际上可以用来推导出一个候选解决方案和验证默顿的问题与对数效用和比例交易成本。特别是，我们确定了影子价格过程。
2010-10-21 math.PR q-fin.CP q-fin.PM
