交易成本与模型下的大规模投资组合配置

相比之下，不考虑交易成本的基准策略往往会永久性地重新平衡（财富的一小部分），从而累积出异常高的交易成本。为了解释样本外投资组合绩效的经济意义，我们使用Fleming et al.（2003）的框架评估了由此产生的效用收益。因此，我们计算假设费用，具有电力效用和相对风险规避γ=4的投资者将愿意每年支付一次费用，以从单个策略Mto切换到策略M。计算费用时，投资者将在两种策略之间产生不同的效用。对于rM、nT Ct和rM、nT Ct，我们因此确定M、 Msuch thatttxt=11+rM，nT Ct(1-γ） =文本=11+rM，nT Ct- M、 M级(1-γ). （49）表3显示了投资者愿意支付的从策略Miincomn i栏切换到策略MJ的平均费用。因此，我们发现，平均而言，投资者愿意支付正金额以切换到更好的混合模型。对于6种不同的策略中的任何一种，绩效费用的5%分位数都低于零，这表明混合模型表现强劲。因此，即使在交易成本之后，投资者也可以通过组合基于高频和低频数据的预测来获得更高的效用。在我们的高维架构中，投资者愿意每年平均支付7.5个基点，从幼稚的配置转换为领先的模型组合方法。因此，1/N分配不仅在统计上，而且在经济上也较差。然而，根据第2节中的发现，正如预期的那样，各个受处罚模型之间的切换费用大幅降低。这一结果再次证实了30。由于数值不稳定，我们将低于0.001%的营业额解释为没有再平衡。31

我们还使用了γ=1，…，的替代值γ，然而，不要发现质量差异。发现当考虑到交易成本时，基于高频和基于低频的方法之间的相对性能差异会趋于平缓。6结论本文从理论和实证上研究了交易成本在大规模投资组合优化问题中的作用。我们表明，交易成本的事前合并调整了基础协方差矩阵。特别是，我们的理论框架表明，在存在比例（二次）交易成本的情况下，营业额的套索（岭）惩罚之间存在着密切的关系。隐含的营业额惩罚改善了投资组合在夏普提奥和效用收益方面的配置。这一方面是由于正则化效应改善了协方差矩阵估计的稳定性和条件，另一方面是由于重新平衡的数量（和频率）显著减少，从而降低了周转成本。与协方差矩阵的纯（统计）正则化相反，在营业额超额化的情况下，正则化参数自然由市场中普遍存在的交易成本给出。这种先验机构隐含的正则化减少了对排他性协方差正则化的需求（例如，收缩所隐含的），但不会使其过于复杂。原因是交易成本规范化只在一定程度上有助于更好地调节协方差估计，但并不能从一开始就保证这一效果。

因此，对协方差矩阵及其逆矩阵的预测进行额外稳定的程序仍然有效，但在忽略交易成本的情况下则不那么重要。我们利用2007年至2017年300多个资产的纳斯达克数据进行了广泛的研究，并采用了700多亿条每日交易信息观察，我们实证展示了以下结果：首先，我们发现，如果事先不考虑交易成本，则基于高频和基于低频的预测分布都不会产生正夏普比率。第二，一旦交易成本事先纳入优化问题，由此产生的投资组合绩效就会显著改善，但竞争预测模型的相对性能差异会变小。特别是，PortfolioBotstrap揭示了基于HF的（阻塞的）实现协方差核、每日因子SV模型和滚动窗口收缩方法所隐含的预测在统计上和经济上的表现非常相似。第三，尽管个别预测模型的性能相似，但混合高频和低频信息是有益的，因为它利用了个别模型预测能力的时变特性。最后，我们发现，在交易成本和许多资产的存在方面，事前计入交易成本的策略明显优于一系列著名的竞争策略。因此，我们的论文表明，交易成本对投资组合配置起着重要作用，并降低了单个预测模型的效益。然而，将高频和低频信息进行最佳组合是值得的。

自适应混合生成的分配决定了单个模型的策略以及任何幼稚策略。7致谢感谢Lan Zhang，两位匿名裁判，Gregor Kastner，Kevin Sheppard，Allan Timmermann，Viktor Todorov和2017年维也纳哥本哈根金融计量会议，第三届维也纳宏观经济和金融高维时间序列研讨会，宾夕法尼亚州预测动态计量经济建模大数据会议的与会者，数学金融、计量经济学和精算学中的随机动力学模型会议，2017年，洛桑，第十届SoFiE年会，纽约，FMA EuropeanConference，里斯本，第70届欧洲计量经济学会会议，第四届国际应用计量经济学协会年会，札幌，2017年维也纳德国经济协会年会、伦敦第十一届计算与金融计量国际会议、伦敦皇家霍洛威骑行研讨会、牛津大学纽菲尔德计量经济学/INET研讨会、科隆大学研究研讨会、马德里第一届“金融市场新前沿”国际研讨会，以及维也纳商业和经济大学的Brown Bagsuminar，以获得宝贵的反馈。我们非常感谢维也纳科学集群对计算资源的使用。Voigt非常感谢奥地利科学基金（FWF项目编号DK W 1001-G16）和theIAAE的财政支持。参考Aguilar、O.和M.West（2000年）。贝叶斯动态因素模型和投资组合分配。《商业与经济统计杂志》18（3），338–357。Akian，M.、J.L.Menaldi和A.Sulem（1996年）。考虑交易费用的投资-消费模型。《暹罗控制与优化杂志》34（1），329–364。Andersen，T.G.和T.Bollerslev（1998年）。

回答怀疑者：是的，标准波动率模型可以提供准确的预测。《国际经济评论》39（4），885–905。Andersen，T.G.、T.Bollerslev、F.X.Diebold和P.Labys（2003年）。建模和预测灰色波动率。计量经济学71（2），579–625。Andersson，J.（2001年）。关于正态逆高斯随机波动率模型。商业和经济统计杂志19（1），44–54。Avramov，D.（2003年）。股票收益可预测性和资产定价模型。金融研究回顾17（3），699–738。Balduzzi，P.和A.W.Lynch（2000年）。可预测性和交易成本：对再平衡规则和行为的影响。《金融杂志》55（5），2285–2309。巴恩布拉、M.、D.吉安诺、M.莫杜格诺和L.赖克林（2013年）。现在播放和实时数据流。《经济预测手册2》（A部分），195–237。Bao，Y.、T.-H.Lee和B.Saltoglu（2007年）。比较密度预测模型。《预测杂志》26（3），203–225。Barndor Off-Nielsen，O.E.、P.R.Hansen、A.Lunde和N.Shephard（2009）。实际实现的内核：交易和报价。《计量经济学杂志》12（3），C1–C32。Barndor Off-Nielsen，O.E.、P.R.Hansen、A.Lunde和N.Shephard（2011年）。多元RealizedKernels：股票价格与噪声和非同步交易协变量的一致正半限定估计量。《计量经济学杂志》162（2），149–169。Barndor Off-Nielsen，O.E.、P.R.Hansen、N.Shephard和A.Lunde（2008）。设计RealizedKernels来衡量存在噪声时股票价格的事后变化。《计量经济学》76（6），1481–1536。Barndor Off-Nielsen，O.E.和N.Shephard（2004）。已实现协变量的计量经济学分析：金融经济学中基于高频的协方差、回归和相关性。计量经济学72（3），885–925。贝茨、J.M.和C.W.J.格兰杰（1969）。预测的组合。

或20（4），451–468。Billio，M.、R.Casarin、F.Ravazzolo和H.K.van Dijk（2013年）。使用非线性滤波的预测密度的时变组合。《计量经济学杂志》177（2），213–232。Bollerslev，T.、A.J.Patton和R.Quaedvlieg（2016年）。建模和预测（非）可靠实现的协方差，用于更可靠的财务决策。工作文件。Brown，S.J.（1976年）。不确定性下的最优投资组合选择：贝叶斯方法。芝加哥大学博士论文。坎贝尔、J.Y.、Y.L.Chan和L.M.Viceira（2003年）。战略资产配置的多元模型。《金融经济学杂志》67（1），41–80。Chib，S.、F.Nardari和N.Shephard（2006年）。高维多元随机波动率模型分析。《计量经济学杂志》134（2），341–371。Chopra，V.K.和W.T.Ziemba（1993年）。均值、方差和协方差误差对最优投资组合选择的影响。《投资组合管理杂志》19（2），6–11。Davis，M.H.A.和A.R.Norman（1990年）。具有交易成本的投资组合选择。运筹学数学15（4），676–713。DeMiguel，V.、L.Garlappi和R.Uppal（2009年）。最优与朴素的多元化：1/N投资组合策略的效率如何？金融研究回顾22（5），1915-1953年。DeMiguel，V.、A.Mart'n-Uterra和F.J.Nogales（2015年）。具有交易费用的多周期组合优化中的参数不确定性。《金融与定量分析杂志》50（6），1443–1471。DeMiguel，V.、F.J.Nogales和R.Uppal（2014年）。股票收益率序列相关性和样本外投资组合绩效。财务研究回顾27（4），1031–1073。DeMiguel，V.和A.V.Olivares Nadal（2018年）。技术说明——投资组合优化中交易成本的可靠视角。运筹学（即将出版）。Engle，R.F.（2002年）。

动态条件相关：一类简单的多元广义回归条件异方差模型。《商业与经济统计杂志》20（3），339–350。Engle、R.F.、O.Ledoit和M.Wolf（2017年）。大型动态协方差矩阵。商业和经济统计杂志0（0），1–13。Engle、R.F.、F.Robert和R.Je Offrey（2012年）。衡量和建模执行成本和风险。《投资组合管理杂志》38（2），14–28。Fan，J.、Y.Fan和J.Lv（2008年）。使用因子模型进行高维协方差矩阵估计。《计量经济学杂志》147（1），186–197。Fan，J.、J.Zhang和K.Yu（2012）。具有总敞口限制的大量投资组合选择。《美国统计协会杂志》107（498），592–606。Fleming，J.、C.Kirby和B.Ostdiek（2003年）。使用“已实现”波动率的波动率计时的经济价值。《金融经济学杂志》67（3），473–509。Forsberg，L.和T.Bollerslev（2002年）。弥合已实现（ECU）波动率分布与（欧元）ARCH模型之间的差距：GARCH-NIG模型。《应用计量学杂志》17（5），535–548。Garlappi，L.、R.Uppal和T.Wang（2007年）。具有参数和模型不确定性的投资组合选择：一种多先验方法。财务研究回顾20（1），41–81。G^arleanu，N.和L.H.Pedersen（2013年）。具有可预测回报和交易成本的动态交易。《金融杂志》68（6），2309–2340。Geweke，J.和G.Amisano（2011年）。最佳预测池。《计量经济学杂志》164（1），130–141。Ghysels，E.、P.Santa Clara和R.Valkanov（2006年）。预测波动性：最大限度地利用不同频率采样的回报数据。《计量经济学杂志》131（1-2），59–95。Halbleib，R.和V.Voev（2016年）。预测协方差矩阵：混合方法。《金融计量经济学杂志》14（2），383–417。霍尔、S.G.和J。

Mitchell（2007年）。结合密度预测。《国际预测杂志》23（1），1–13。Han，Y.（2006）。具有高维潜在因子随机波动率模型的资产配置。财务研究回顾19（1），237–271。Hansen，P.R.、Z.Huang和H.H.Shek（2012）。已实现garch：收益率和波动率的联合模型。《应用计量经济学杂志》27（6），877–906。Harvey，C.R.、J.C.Letchty、M.W.Letchty和P.M¨uller（2010年）。具有高风险的投资组合选择。定量金融10（5），469–485。Hautsch，N.、L.M.Kyj和P.Malec（2015年）。高频数据是否改善了高维投资组合分配？《应用计量经济学杂志》30（2），263–290。Hautsch，N.、L.M.Kyj和R.C.A.Oomen（2012年）。高维实现协方差估计的块化和正则化方法。《应用计量经济学杂志》27（4），625–645。Hoeting，J.A.、D.Madigan、A.E.Raftery和C.T.Volinsky（1999年）。贝叶斯模型平均：教程。统计科学14（4），382–401。Holt，C.A.和S.K.Laury（2002年）。风险规避和激励效应。《美国经济评论》92（5），1644-1655。Jacquier，E.、N.G.Polson和P.E.Rossi（2002年）。随机波动率模型的贝叶斯分析。商业与经济统计杂志20（1），69–87。Jin，X.和J.M.Maheu（2013年）。建模实现的协方差和收益。《金融经济计量学杂志》11（2），335–369。Jobson，J.D.和B.Korkie（1980年）。Markowitz有效投资组合的估计。《美国统计协会杂志》75（371），544–554。Jondeau，E.和M.Rockinger（2006年）。高阶矩下的最优投资组合配置。欧洲财务管理12（1），29–55。Jorion，P.（1986）。投资组合分析的Bayes-Stein估计。《金融与定量分析杂志》21（03），279–292。Kan，R.和G.Zhou（2007）。

具有参数不确定性的最优投资组合选择。《金融和定量分析杂志》42（03），621–656。Kastner，G.（2018）。多维稀疏贝叶斯时变协方差估计。计量经济学杂志（即将出版）。Kastner，G.、S.Fr–uhwirth Schnatter和H.F.Lopes（2017）。多元因素随机波动率模型的有效贝叶斯推断。《计算与图形统计杂志》26（4），905–917。Ledoit，O.和M.Wolf（2003年）。改进了股票收益协方差矩阵的估计，并将其应用于投资组合选择。《经验金融杂志》10（5），603–621。Ledoit，O.和M.Wolf（2004年）。亲爱的，我缩小了样本协方差矩阵。《港口管理杂志》30（4），110–119。Ledoit，O.和M.Wolf（2012年）。大维协方差矩阵的非线性收缩估计。《统计年鉴》40（2），1024–1060。Leland，H.（1999年）。具有交易成本和资本利得税的最优投资组合管理。工作文件。Liu，H.（2004）。具有交易成本和多重风险集的最优消费和投资。《金融杂志》59（1），289–338。Lynch，A.W.和S.Tan（2010年）。多重风险资产、交易成本和回报可预测性：分配规则和对美国投资者的影响。《金融与量化分析杂志》45（4），1015–1053。Magill、M.J.P.和G.M.Constantinides（1976年）。具有交易成本的投资组合选择。《经济理论杂志》13（2），245–263。Markowitz，H.（1952年）。投资组合选择。《金融杂志》7（1），77–91。P flug、G.C.、A.Pichler和D.Wozabal（2012年）。在模型模糊度较高的情况下，1／N投资策略是最优的。《银行与金融杂志》36（2），410–417。Shephard，N.（1996年）。ARCH和随机波动率的统计方面。统计学和应用概率专著65，1–68。股票，J.H.和M。

W、 沃森（1999）。预测通货膨胀。《货币经济学杂志》44（2），293–335。Stock，J.H.和M.W.Watson（2002年）。使用大量预测因子的主成分进行预测。《美国统计协会杂志》97（460），1167–1179。Taksar，M.、M.J.Klass和D.Assaf（1988年）。存在经纪费时最优投资组合选择的差异模型。运筹学数学13（2），277–294。Tibshirani，R.（1996年）。通过套索进行回归收缩和选择。皇家统计学会杂志。系列B（方法学）58（1），267–288。T\'oth，B.、Y.Lemperiere、C.Deremble、J.de Lataillade、J.Kockelkoren和J.-P.Bouchaud（2011年）。异常价格影响和金融市场流动性的关键性质。实物审查X 1（2），021006.1–021006.11。Tu，J.和G.Zhou（2011）。马科维茨与《塔木德：复杂而天真的多元化战略的结合》。《金融经济学杂志》99（1），204–215。Uppal，R.和T.Wang（2003）。模型规格错误和多样性不足。《金融杂志》58（6），2465–2486。Wang，Z.（2005）。模型不确定性和资产配置的收缩方法。财务研究回顾18（2），673–705。Weigend，A.S.和S.Shi（2000年）。预测标普500指数收益的日概率分布。《预测杂志》19（4），375–392。平均标准偏差BestHF 707.0 117.08 0.171[702.9711.0][113.58119.81][0.160,0.181]样品586.5 337.56 0.005[580.7591.8][318.99353.23][0.003,0.007]LW 694.2 165.72 0.197[689.1699.1][161.29170.00][0.185,0.211]SV 705.0 138.30 0.135[701.6708.2][136.11140.10][0.126,0.146]组合731.3 97.95 0.484[727.1735.6][96.71,99.34][0.477,0.491]表1：模型的预测精度，使用样本外预测对数可能性的时间序列进行评估，对应于对数pt（rOt+1 | Mk）。