On Robustness of Double Linear Trading with Transaction Costs

資料來源

項目	連結
arXiv	https://arxiv.org/abs/2209.12383
期刊	IEEE Control Systems Letters, vol. 7, pp. 679–684（2022）

論文基本資訊

項目	內容
作者	Chung-Han Hsieh（單作者）
首版	2022-09
資料	GBM with jumps 模擬 + BTC-USD 歷史

一句話摘要

DLP 在無摩擦市場可以保證 robust positive expected gain，但交易成本可以把這個保證吃掉；本篇給出在何種條件下正期望仍能保留的判定條件，並用 GBM with jumps 與比特幣回測驗證。

核心貢獻

1. 點出 cost 可吃掉 DLP 結構紅利：清楚展示 transaction cost 何時讓 DLP 失效。
2. 保留正期望的條件：給出顯式不等式，把成本上限與權重設定關聯起來。
3. GBM with jumps 模擬：超越 vanilla BM，模擬肥尾事件下的表現。
4. BTC-USD 歷史回測：實際資料驗證理論。

目前限制與注意事項

• 成本模型仍簡化（線性 / 比例式）。
• BTC 單一資產，多資產含成本版本要看 multi-DLP 系列。
• L-CSS 篇幅短，理論細節需配合作者其他文章。

研究價值與啟示

關鍵洞察

1. 任何「結構性正期望」都該先過 cost 那關：學術上常見「無成本世界裡某策略期望為正」，本篇直接告訴你「成本一進來，這個保證可能立刻消失」── 是個對 DLP 主結果的誠實警示。
2. Cost-aware 條件給策略上線提供 sanity check：實作時可以拿論文不等式當作「我設定的權重 + 我估的成本，是否仍能維持正期望」的檢核。
3. GBM with jumps 是更貼近現實的模擬：純 GBM 對加密貨幣不適用（肥尾、跳躍頻繁），加 jump 後才有意義。
4. BTC 是好的 stress-test：高波動 + 高成本 + 24/7 = 對任何策略都是嚴格考驗。

與其他研究筆記的關聯

• DLP with Time-Varying Weights ── 同 DLP 系列。
• Robust Trading in Lattice Market ── DLP 多資產延伸（沒處理成本）。
• Robust Optimal Linear Feedback Stock Trading ── DLP 早期理論基礎。