MétaCan
Menu
Retour à la cohorte
Enregistrement W2155372443 · doi:10.1287/opre.1080.0598

Dynamic Hedging Under Jump Diffusion with Transaction Costs

2009· article· en· W2155372443 sur OpenAlexaff
J. S. Kennedy, Peter Forsyth, K.R. Vetzal

Notice bibliographique

RevueOperations Research · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHedgeTransaction costJump diffusionPortfolioJumpAsset (computer security)EconometricsReplicating portfolioJump processDatabase transactionComputer scienceEconomicsActuarial scienceMicroeconomicsPortfolio optimizationFinancial economics

Résumé

récupéré en direct d'OpenAlex

If the price of an asset follows a jump diffusion process, the market is in general incomplete. In this case, hedging a contingent claim written on the asset is not a trivial matter, and other instruments besides the underlying must be used to hedge in order to provide adequate protection against jump risk. We devise a dynamic hedging strategy that uses a hedge portfolio consisting of the underlying asset and liquidly traded options, where transaction costs are assumed present due to a relative bid-ask spread. At each rebalance time, the hedge weights are chosen to simultaneously (i) eliminate the instantaneous diffusion risk by imposing delta neutrality, and (ii) minimize an objective that is a linear combination of a jump risk and transaction cost penalty function. Because reducing the jump risk is a competing goal vis-à-vis controlling for transaction cost, the respective components in the objective must be appropriately weighted. Hedging simulations of this procedure are carried out, and our results indicate that the proposed dynamic hedging strategy provides sufficient protection against the diffusion and jump risk while not incurring large transaction costs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,048
Tête enseignante GPT0,319
Écart entre enseignants0,271 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations48
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOperations ResearchMême sujetStochastic processes and financial applicationsTravaux en français237 207