跳轉到

Generalization of Affine Feedback Stock Trading Results to Include Stop-Loss Orders

資料來源

項目 連結
arXiv https://arxiv.org/abs/2004.12848
期刊 Automatica, vol. 136, pp. 11051:1–11051:7(2022)

論文基本資訊

項目 內容
作者 Chung-Han Hsieh(單作者)
首版 2020-04-27

一句話摘要

把 affine feedback stock trading 的既有結果擴張到含 stop-loss 訂單:用 GBM 當價格模型,導出含 stop-loss 的累積 P&L 的閉式 CDF;無 stop-loss 的舊結果是本篇特例。

核心貢獻

  1. Affine feedback + stop-loss 統一處理:給出含 stop 的閉式分布。
  2. 回收舊結果為特例:stop-loss 上限放鬆 → 退化為經典結果。
  3. 顯式刻畫 survivability、cash-financing、long-only、期望 P&L 下界等實務關注議題。

方法論

GBM 隨機微積分 + control theory feedback 設計 + stop-loss order 的結束時刻刻畫;給出 P&L CDF 閉式表達。

目前限制與注意事項

  • GBM 假設限制(無跳躍、波動性常數)。
  • 連續時間設定,與離散下單實務有 gap。

研究價值與啟示

關鍵洞察

  1. Stop-loss 在控制論的學術處理一直不夠完整:實務人天天用 stop-loss,但學術上常被當「外加規則」而非內生策略;本篇把它放進 affine feedback,理論層級補強。
  2. 閉式 CDF 是金字招牌:能給出 P&L 的完整分布閉式 = 任何下檔風險指標(VaR、CVaR、機率破產)都可直接導出。
  3. Automatica 期刊位置反映重視:Automatica 是控制論頂刊,把 stop-loss + affine feedback 推到 Automatica 等於在控制社群打標。
  4. 連續時間 GBM 是雙刃:給漂亮閉式但離實務遠;後續論文(DLP 系列)轉離散時間就是為了更貼近實務。

與其他研究筆記的關聯