时间一致的模型不确定下的投资：强鲁棒前瞻准则
摘要：结合前瞻的投资绩效过程和模糊厌恶的投资组合选择。我们引入了鲁棒前瞻标准的概念，解决了模型规格和偏好以及投资时间表规定的模糊问题。它描述了一致于时间的模糊厌恶偏好的演变。我们首先着重建立鲁棒前瞻标准的双重表征。这样做有多种优点，因为对偶问题相当于搜索下限，而原始问题则具有一个鞍点。我们的方法基于Schied (2007)和Zitkovic (2009)的思想发展。然后我们详细研究了非波动性标准。特别地，我们明确解决了一个投资者开始时具有对数效用并应用二次惩罚函数的例子。投资者根据对市场风险估计进行动态评估，并根据其对市场机会的感知调整其随机效用。我们证明，这导致了一个与投资者对估计的$ hat lambda $的信心成正比的一致于时间的最优投资策略。杠杆比例与投资者对估计的$ hat lambda $的信心成正比。
作者：Sigrid Kallblad, Jan Obloj and Thaleia Zariphopoulou
论文ID：1311.3529
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2014-11-17