专家意见与多元函数的对数效用最大化

推论5.4已经证明了这一点。请注意，断言的收敛相当缓慢。表5右侧显示了不同投资者对不同N值的效率。N VE，N（1）VC，N（1）ρE，NρC，N0.0429 0.4503 22.47%33.7%10 0.6294 0.7414 40.40%45.18%100 1.1358 1.146 3 67.03%67.74%1000 1.4006 1.4010 87.35%87.39%10000 1.4933 1.493 95.84%95.84%H=F 1.5358 100.00%表5：各种N的价值函数和效率，例如6.2参考文献[1]比约克、数学、A.M.Davis、A.H、土地和部分投资信息。方法操作。第71号决议（2010年），第371-399页。[2] F.Black，R.Litterman，《全球投资组合优化》，金融分析师期刊，48（1992），第28-43页。[3] 不完全信息下的投资组合选择，随机过程。应用程序。，116（2006），第701-723页。[4] R.S.Bucy，Riccati方程的整体理论，J.计算机。系统科学。，1（1967），第349-361页。[5] M.H.A.Davis，S.Lleo，Black——连续时间里的垃圾人：过滤的案例，《定量金融快报》，1（2013），第30-35页。[6] R.J.Elliott，L.Aggoun，J.B.Moore，《隐马尔可夫模型：估计与控制》，斯普林格，纽约，1994年。[7] R.Frey，A.Gabih，R.Wunderlich，《部分信息下的投资组合优化与专家意见》，理论与应用金融国际期刊，第15期（2012），第1-18页。[8] R.Frey，A.Gabih，R.Wunderlich，部分信息下的投资组合优化与专家意见：一种动态规划方法，Common。斯托克。肛门。，8（2014），第49-79页。[9] A.Gabih，H.Kondakji，J.Sass，R.Wunderlich，高斯漂移市场中的专家意见和对数效用最大化，Common。斯托克。肛门。，8（2014），第27-47页。多元股票收益的专家意见[10]T。

本田，《不可观测和制度转换平均收益的最优投资组合选择》，经济动力与控制杂志，28（2003），第45-78页。[11] R.A.霍恩，C.R.约翰逊，《矩阵分析》，剑桥大学出版社，1990年。[12] V.Kucera，对矩阵Riccati方程的回顾，Kybernetika（布拉格），9（19 73），第42-61页。[13] 部分信息效用最大化，随机过程。应用程序。，56（1995），第247-273页。[14] P.Lakner，投资者的最优交易策略：部分信息的情况，随机过程。应用程序。，76（1998），第77-97页。[15] R.S.Liptser，A.N.Shiryaev，《随机过程的统计：一般理论》，斯普林格，纽约，1994年。[16] K.Martensson，关于矩阵Riccati方程，请告知。Sci。，3（1971），第17-49页。[17] W.Putsch–ogl，J.Sass，部分信息下的最优消费与投资，决策。经济部。《金融》，31（2008），第137-170页。[18] 吕立德，N.B–auerle，不可观测马尔可夫调制漂移过程的投资组合优化，J.Appl。Probab。，42（2005），第362-378页。[19] J.Rodriguez Canabal，《Riccati方程的几何》，随机，1（1975），第129-149页。[20] L.C.G.罗杰斯，《放松的投资者与参数不确定性》，金融史托赫。，5（2001），第131-154页。[21]J.Sass，U.G.Haussmann，部分信息下的终端财富优化：作为连续时间马尔可夫链的提取过程，金融学Stoch。，8（2004），第553-577页。[22]J.Sass，F.Seifred，R.Wundrel ich，连续时间最优投资和金融分析师研究：将专家意见纳入资产配置，工作文件（2016）。[23]K.Sch–ottle，R.Werner，R.Zagst，Bayes和Black–Litterman模型的比较和鲁棒性，数学。方法操作。第71号决议（2010年），第453-475页。[24]A.N.Shiryaev，概率论，斯普林格，纽约，1996年。[25]王世德，郭铁山，C.F。

许，代数m atr ixRiccati和Lyapunov方程解的迹界，IEEE Trans。自动装置。《控制》，第31页（1986年），第654-656页。[26]W.M.Wonham，关于随机控制的矩阵Riccati方程，暹罗J.控制，6（1968），第681-697页。