Portfolio Optimization under Fast and Slow Latent Mean-Reverting and Momentum Drift

创建于 2026-07-03T08:57:18.426488+08:00 更新于 2026-07-03T09:08:36.959737+08:00

摘要

本论文构建了一个价格观测下的两因子潜在漂移的部分信息投资组合优化框架，快慢两尺度的漂移通过卡尔曼滤波得到滤波估计，形成以价格路径的快速与慢速EMA之差为核心的MACD型信号，并辅以一个确定性的Volterra修正以完善预测误差。对数、幂、指数三种常用效用下给出显式的反馈最优策略，并给出可行性与验证性结论，证明MACD型信号在该模型中的内生性来自滤波与控制的耦合过程 [page::0][page::4][page::20]。

速读内容

深度阅读