💰 quantitative finance

Optimal Portfolio Choice with Cross-Impact Propagators

यह शोध पत्र क्षणिक क्रॉस-इम्पैक्ट (transient cross-impact) और अस्थायी मूल्य प्रभाव (temporary price impact) से जुड़ी निरंतर-समय इष्टतम पोर्टफोलियो चयन समस्याओं का एक स्पष्ट समाधान प्रदान करता है, जो प्रथम-क्रम की स्थितियों (first-order conditions) को स्टोकेस्टिक फ्रेडहोम समीकरणों (stochastic Fredholm equations) के एक निकाय में कम करके प्राप्त किया गया है, जिससे राजस्व, जोखिम और अल्फा संकेतों के बीच संतुलन बनाने वाली इष्टतम रणनीतियों को व्युत्पन्न किया गया है और साथ ही मूल्य हेरफेर की अनुपस्थिति भी सुनिश्चित की गई है।

मूल लेखक: Eduardo Abi Jaber, Eyal Neuman, Sturmius Tuschmann

प्रकाशित 2026-02-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Eduardo Abi Jaber, Eyal Neuman, Sturmius Tuschmann

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल जहाज (आपका निवेश पोर्टफोलियो) के कप्तान हैं जो एक व्यस्त, भीड़भाड़ वाले बंदरगाह (स्टॉक मार्केट) में चल रहा है। आपका लक्ष्य अपने माल (परिसंपत्तियों) को बेचना या अपने माल को इस तरह व्यवस्थित करना है जिससे लाभ अधिकतम हो और जोखिम न्यूनतम हो।

हालाँकि, इसमें एक पेच है: आपका जहाज इतना बड़ा है कि आपकी गतिविधियों से आपके आस-पास का पानी बदल जाता है।

यह शोध पत्र, जिसे तीन वित्तीय गणितज्ञों द्वारा लिखा गया है, एक अत्यंत जटिल समस्या पर चर्चा करता है: आप स्टॉक में व्यापार कैसे करें जब आपकी अपनी खरीद और बिक्री कीमतों को बिगाड़ देती है, और जब आपके एक स्टॉक पर किए गए कार्य दूसरे स्टॉक्स की कीमतों को प्रभावित करते हैं?

यहाँ सरल उपमाओं का उपयोग करके इसका विवरण दिया गया है:

1. समस्या: "वेक" (Wake) प्रभाव

पुराने समय में, वित्तीय मॉडल यह मानते थे कि यदि आप कोई स्टॉक बेचते हैं, तो उसकी कीमत थोड़ी गिर जाएगी और फिर तुरंत सामान्य स्थिति में वापस आ जाएगी, जैसे कि एक रबर बैंड। उन्होंने यह भी माना कि एप्पल (Apple) स्टॉक बेचने का माइक्रोसॉफ्ट (Microsoft) स्टॉक की कीमत से कोई लेना-देना नहीं है।

लेखक कहते हैं: "वास्तविक दुनिया में ऐसा नहीं होता।"

वेक (कीमत का प्रभाव): जब एक विशाल जहाज चलता है, तो वह अपने पीछे एक लहर (wake) छोड़ जाता है जो लंबे समय तक फैलती रहती है। इसी तरह, जब आप बहुत अधिक स्टॉक बेचते हैं, तो कीमत तुरंत वापस नहीं आती; वह "विक्षोभ" (disturbance) काफी समय तक बना रहता है।
क्रॉस-वेक (Cross-Wake/पारस्परिक प्रभाव): यदि आप अपने जहाज को जोर से बाईं ओर मोड़ते हैं, तो इससे ऐसी लहरें पैदा होती हैं जो आपके बगल वाले जहाज से टकराती हैं। बाजार में, यदि आप बहुत अधिक टेक (Tech) स्टॉक्स बेच देते हैं, तो यह न केवल टेक की कीमतों को कम करता है; यह ऊर्जा (Energy) स्टॉक्स की कीमत को भी नीचे खींच सकता है क्योंकि वे आपस में जुड़े हुए हैं।
स्मृति (Volterra Propagators): लेखक एक फैंसी गणितीय उपकरण का उपयोग करते हैं जिसे "वोल्टेरा प्रोपेगेटर" कहा जाता है। इसे एक मेमोरी बैंक के रूप में सोचें। बाजार आपकी ट्रेडों को केवल एक सेकंड के लिए नहीं, बल्कि मिनटों, घंटों या दिनों के लिए याद रखता है, और यह "स्मृति" धीरे-धीरे कम होती है (पावर-लॉ डिके के रूप में) न कि तुरंत।

2. लक्ष्य: एक आदर्श नृत्य

एक निवेशक एक आदर्श "नृत्य की चाल" (ट्रेडिंग रणनीति) खोजना चाहता है।

बहुत तेज़: आप बहुत अधिक पानी उछालेंगे, जिससे एक बड़ा वेक बनेगा जो आपकी अपनी कीमत को नुकसान पहुँचाएगा।
बहुत धीमा: आप बाजार के मुड़ने से पहले बेचने का अवसर खो देंगे।
संकेत (The Signal): आपके पास एक भविष्य बताने वाला यंत्र (एक "अनुमानित संकेत" या "अल्फा") भी है जो आपको बताता है कि हवा किस दिशा में बह रही है। आपको इस यंत्र का उपयोग अपनी चालों को सही समय पर करने के लिए करना होगा।

शोध पत्र पूछता है: यह देखते हुए कि मेरी गतिविधियाँ पानी को प्रभावित करती हैं, और पानी मेरे पड़ोसियों को प्रभावित करता है, और मेरे पास एक भविष्य बताने वाला यंत्र है, तो मुझे हर एक सेकंड में किस गति और दिशा में चलना चाहिए ताकि मैं सबसे अधिक पैसा कमा सकूँ?

3. समाधान: "रिजॉलवेंट" (Resolvent) मानचित्र

लेखकों ने केवल अनुमान नहीं लगाया; उन्होंने समीकरणों की एक विशाल, उलझी हुई गांठ को सुलझाया।

गांठ: क्योंकि बाजार में "स्मृति" होती है (यह पिछले ट्रेडों को याद रखता है), यह समस्या "नॉन-मार्कोवियन" (non-Markovian) है। यह कहने का एक फैंसी तरीका है कि: आप यह तय करने के लिए कि आगे क्या करना है, केवल यह नहीं देख सकते कि आप अभी कहाँ हैं; आपको यह याद रखना होगा कि आपने अतीत में क्या किया था।
मानचित्र: उन्होंने एक गणितीय "मानचित्र" बनाया (जिसे ऑपरेटर रिजॉलवेंट्स कहा जाता है) जो निवेशक को ठीक से बताता है कि व्यापार कैसे करना है। यह एक ऐसे GPS की तरह है जो न केवल सड़क दिखाता है, बल्कि यह भी गणना करता है कि आपकी कार का वजन अगले 10 मील के लिए सड़क की सतह को कैसे प्रभावित करेगा, और उसी के अनुसार आपके स्टीयरिंग को समायोजित करता है।

4. सुरक्षा जाँच: धोखाधड़ी की अनुमति नहीं है

इन मॉडलों में एक बड़ी चिंता मूल्य हेरफेर (Price Manipulation) है।

धोखाधड़ी: क्या कोई ट्रेडर सिस्टम को धोखा दे सकता है? उदाहरण के लिए, क्या कोई स्टॉक खरीद सकता है, उसे बेच सकता है, फिर से खरीद सकता है, और कृत्रिम मूल्य हलचल पैदा करके किसी तरह शुरुआत से अधिक पैसा कमा सकता है?
सुरक्षा घेरा (Guardrail): लेखकों ने सिद्ध किया कि यदि उनका "वेक" मॉडल कुछ नियमों का पालन करता है (विशेष रूप से, यदि बाजार की "स्मृति" एक सुचारू, अनुमानित तरीके से कम होती है), तो धोखाधड़ी करना असंभव है। आप केवल पानी को हिलाकर मुफ्त पैसा नहीं बना सकते। यह निवेशकों को विश्वास दिलाता है कि मॉडल निष्पक्ष और स्थिर है।

5. उन्होंने क्या पाया (Aha! क्षण)

लेखकों ने कंप्यूटर सिमुलेशन चलाकर देखा कि यह वास्तविक जीवन में कैसे काम करता है:

"राउंड ट्रिप" (Round Trip) का तरीका: यदि आप स्टॉक A बेच रहे हैं, और स्टॉक A और स्टॉक B आपस में जुड़े हुए हैं, तो आपकी बिक्री स्टॉक B की कीमत को भी गिरा सकती है। स्मार्ट रणनीति क्या है? स्टॉक B को शॉर्ट-सेल करें (उसके खिलाफ दांव लगाएं) जबकि आप स्टॉक A बेच रहे हैं। यह आपको स्टॉक B में उस गिरावट से लाभ उठाने में मदद करता है जो आपने स्वयं पैदा की है, जिससे आप बाद में बेहतर कीमत पर स्टॉक A बेच पाते हैं। यह एक जटिल, दो-चरणीय नृत्य है।
"तेज़ बनाम धीमा" संकेत: यदि आपके पास एक संकेत है जो कहता है "स्टॉक A जल्द ही ऊपर जाएगा, लेकिन केवल एक मिनट के लिए," और "स्टॉक B एक सप्ताह के लिए ऊपर जाएगा," तो क्रॉस-इम्पैक्ट मॉडल आपको स्टॉक A को तुरंत बेचने के लिए कहता है। क्यों? क्योंकि स्टॉक A को बेचने से स्टॉक B की कीमत अस्थायी रूप से गिर जाएगी, जिससे आप स्टॉक B को उसकी लंबी अवधि की बढ़त शुरू होने से पहले सस्ते में खरीद सकते हैं। आप एक अन्य संपत्ति को छूट पर खरीदने के लिए एक ट्रेड के "झटके" का उपयोग कर रहे हैं।

सारांश

यह शोध पत्र एक भीड़भाड़ वाले, फिसलन भरे डांस फ्लोर पर नेविगेट करने के मास्टरक्लास की तरह है।

पुराने मॉडल कहते थे: "बस संगीत पर नाचें।"
यह शोध पत्र कहता है: "फर्श चिपचिपा है, आपकी चालें आपके साथी को धक्का देती हैं, और आपके साथी की चालें आपको वापस धक्का देती हैं। यहाँ वह सटीक गणितीय सूत्र है कि कैसे नाचें ताकि आप गिरें नहीं, आप अपने साथी को चोट न पहुँचाएँ, और आप सबसे अधिक अंक प्राप्त करें।"

वे जटिल, लंबे समय तक चलने वाली बाजार प्रतिक्रियाओं और परस्पर जुड़े हुए एसेट्स को संभालने के उपकरण प्रदान करते हैं, जिससे यह सुनिश्चित होता है कि निवेशक कुशलतापूर्वक व्यापार कर सकें और अनजाने में बाजार में हेरफेर न करें या किसी खराब रणनीति में न फंसें।

यहाँ एडुआर्डो अबी जाबेर, एयाल न्यूमैन और स्टरमियस तुशमैन के शोध पत्र "Optimal Portfolio Choice with Cross-Impact Propagators" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र $N$ जोखिमपूर्ण संपत्तियों (risky assets) में व्यापार करने वाले एक निवेशक के लिए निरंतर समय (continuous time) में इष्टतम पोर्टफोलियो चयन (optimal portfolio choice) की समस्या को संबोधित करता है। मुख्य चुनौती एक राजस्व-जोखिम फलन (revenue-risk functional) को अधिकतम करना है, जबकि निम्नलिखित कारकों को ध्यान में रखा जाता है:

क्षणिक मूल्य प्रभाव (Transient Price Impact): ट्रेडों के निष्पादन से अस्थायी मूल्य विरूपण (price distortions) उत्पन्न होते हैं जो समय के साथ कम हो जाते हैं।
क्रॉस-इम्पैक्ट (Cross-Impact): एक संपत्ति में किए गए ट्रेड अन्य संपत्तियों की कीमतों को प्रभावित करते हैं।
पूर्वानुमानित संकेत (Predictive Signals): निवेशक के पास भविष्य की मूल्य गतिविधियों की भविष्यवाणी करने वाले प्रगतिशील रूप से मापने योग्य संकेत (alphas) उपलब्ध हैं।
सामान्य क्षय कर्नेल (General Decay Kernels): गार्लियानु और पेडरसन जैसे पिछले साहित्य के विपरीत, जो घातीय क्षय (exponential decay) मानता है, यह मॉडल सामान्य वोल्टेरा प्रोपेगेटर मैट्रिसेस (Volterra propagator matrices) $G(t, s)$ की अनुमति देता है, जो पावर-लॉ डिके (power-law decay) और अन्य गैर-मार्कोवियन व्यवहारों को कैप्चर कर सकते हैं।

उद्देश्य एक ट्रेडिंग स्पीड रणनीति $u_t$ खोजना है जो निम्नलिखित को अधिकतम करे:
$J(u) = \mathbb{E}\left[ \int_0^T -u_t^\top (P_t + D_t + \frac{1}{2}\Lambda u_t) dt + (X_T)^\top P_T - \frac{\gamma}{2} \int_0^T (X_t)^\top \Sigma X_t dt \right]$
जहाँ $D_t = \int_0^t G(t, s)u_s ds$ मूल्य विरूपण को दर्शाता है, $\Lambda$ अस्थायी प्रभाव मैट्रिक्स है, $\Sigma$ सहप्रसरण (covariance) मैट्रिक्स है, और $\gamma$ जोखिम सहनशीलता (risk aversion) पैरामीटर है।

2. कार्यप्रणाली (Methodology)

लेखक गैर-मार्कोवियन सेटिंग्स के लिए अनुकूलित स्टोकेस्टिक कंट्रोल थ्योरी का उपयोग करके इस समस्या का समाधान करते हैं।

गैर-मार्कोवियन ढांचा (Non-Markovian Framework): चूंकि सामान्य वोल्टेरा कर्नेल (जैसे पावर-लॉ) में मार्कोव गुण नहीं होते हैं, इसलिए मानक डायनेमिक प्रोग्रामिंग या बैकवर्ड स्टोकेस्टिक डिफरेंशियल इक्वेशन्स (BSDEs) सीधे लागू नहीं किए जा सकते।
प्रथम-क्रम की स्थितियाँ (First-Order Conditions): लेखक उद्देश्य फलन के लिए प्रथम-क्रम इष्टतमता स्थिति (गाटो डेरिवेटिव/Gâteaux derivative) व्युत्पन्न करते हैं। इससे एक जुड़ा हुआ स्टोकेस्टिक फ्रेडहोम इंटीग्रल इक्वेशन (stochastic Fredholm integral equations) का सिस्टम प्राप्त होता है, जिसमें फॉरवर्ड और बैकवर्ड दोनों घटक शामिल हैं।
ऑपरेटर थ्योरी (Operator Theory): समाधान को ऑपरेटर रेज़ोलवेंट्स (operator resolvents) का उपयोग करके फॉर्म्युलेट किया गया है। लेखक प्रोपेगेटर कर्नेल द्वारा प्रेरित $L^2([0, T], \mathbb{R}^N)$ स्पेस पर रैखिक इंटीग्रल ऑपरेटरों को परिभाषित करते हैं।
सिस्टम को हल करना: वे प्रथम-क्रम की स्थिति को एक विशिष्ट इंटीग्रल ऑपरेटर $B$ के रेज़ोलवेंट के माध्यम से हल करने योग्य सिस्टम में कम करते हैं। समाधान को $(I+B)^{-1}$ के रूप में स्पष्ट रूप से व्यक्त किया गया है।
मूल्य हेरफेर विश्लेषण (Price Manipulation Analysis): मॉडल को आर्थिक रूप से सुदृढ़ बनाने के लिए, वे जांच करते हैं कि क्या मॉडल "राउंड-ट्रिप" मूल्य हेरफेर (शून्य शुद्ध इन्वेंट्री से लाभ कमाना) को रोकता है। इसके लिए प्रोपेगेटर कर्नेल का नॉन-नेगेटिव डेफिनिट (nonnegative definite) होना आवश्यक है।

3. प्रमुख योगदान (Key Contributions)

A. सामान्य प्रोपेगेटर्स के लिए स्पष्ट समाधान

यह शोध पत्र निरंतर समय में सामान्य वोल्टेरा प्रोपेगेटर मैट्रिसेस के लिए पहला स्पष्ट समाधान प्रदान करता है।

थ्योरम 2.8: ऑपरेटर रेज़ोलवेंट्स के संदर्भ में अद्वितीय इष्टतम ट्रेडिंग रणनीति $u^*_t$ $u_{t}^{*}$ को व्युत्पन्न करता है। यह समाधान निम्नलिखित को संभालता है:
- सामान्य नॉन-नेगेटिव डेफिनिट प्रोपेगेटर्स (पावर-लॉ और एक्सपोनेंशियल सहित)।
- सामान्य प्रोग्रेसिवली मेजरेबल सिग्नल्स (स्टोकेस्टिक अल्फ़ा)।
- मल्टी-एसेट क्रॉस-इम्पैक्ट।
कोरोलरी 2.9: नियत (deterministic) संकेतों के लिए समाधान को सरल बनाता है, जिससे एक नियत रैखिक ऑपरेटर समीकरण प्राप्त होता है।

B. मूल्य हेरफेर न होने की शर्तें

लेखक हबरमैन और स्टैन्ज़ल के अर्थ में मूल्य हेरफेर को रोकने के लिए पर्याप्त स्थितियाँ स्थापित करते हैं।

थ्योरम 2.15: सिद्ध करता है कि यदि एक कन्वेल्यूशन कर्नेल $H(t)$ गैर-बढ़ता (nonincreasing), उत्तल (convex), और गैर-ऋणात्मक (nonnegative) है, तो संबंधित वोल्टेरा ऑपरेटर नॉन-नेगेटिव डेफिनिट होता है। यह सुनिश्चित करता है कि किसी भी राउंड-ट्रिप रणनीति के लिए अपेक्षित क्षणिक प्रभाव लागत गैर-ऋणात्मक होती है।
कोरोलरी 2.18: इसे लोकप्रिय फैक्टराइज्ड मॉडल $G(t, s) = C\phi(t-s)$ पर लागू करता है, यह सिद्ध करते हुए कि यदि $C$ सिमेट्रिक नॉन-नेगेटिव डेफिनिट है और $\phi$ नॉन-नेगेटिव, नॉन-इन्क्रीजिंग और कॉनवेक्स है, तो मॉडल हेरफेर-मुक्त (manipulation-free) है। यह मल्टी-एसेट सेटिंग्स में पावर-लॉ कर्नेल के उपयोग को वैध बनाता है।

C. संख्यात्मक कार्यान्वयन (Numerical Implementation)

लेखक इंटीग्रल ऑपरेटरों को विविक्त (discretize) करने के लिए निस्ट्रॉम विधि (Nyström method) पर आधारित एक व्यावहारिक संख्यात्मक योजना (सेक्शन 3.4) प्रदान करते हैं। यह जटिल कर्नेल (जैसे फ्रैक्शनल पावर-लॉ) के लिए इष्टतम रणनीतियों की गणना करने की अनुमति देता है, जो पहले कठिन था।

4. प्रमुख परिणाम और वित्तीय अंतर्दृष्टि (Key Results and Financial Insights)

क्रॉस-इम्पैक्ट का रणनीति पर प्रभाव

संख्यात्मक प्रयोग (सेक्शन 3) प्रकट करते हैं कि क्रॉस-इम्पैक्ट ट्रेडिंग व्यवहार को कैसे बदलता है:

ट्रांजैक्शन-ट्रिगर राउंड ट्रिप्स: संकेतों की अनुपस्थिति में, क्रॉस-इम्पैक्ट एक शून्य प्रारंभिक इन्वेंट्री वाली संपत्ति में "राउंड ट्रिप" को प्रेरित कर सकता है। उदाहरण के लिए, संपत्ति 1 को बेचने से संपत्ति 2 की अस्थायी कीमत गिर सकती है, जिससे ट्रेडर को संपत्ति 2 को शॉर्ट करने के लिए प्रेरित किया जा सकता है, और फिर क्रॉस-इम्पैक्ट रिकवरी से लाभ उठाने के लिए इसे बाद में वापस खरीदा जा सकता है।
अल्फा डिके इंटरप्ले (Alpha Decay Interplay): जब संकेत मौजूद होते हैं, तो इष्टतम रणनीति अल्फा डिके दरों और क्रॉस-इम्पैक्ट के बीच परस्पर क्रिया का लाभ उठाती है।
- यदि संपत्ति 1 में तेज़-क्षय वाला अल्फा है और संपत्ति 2 में धीमा-क्षय वाला अल्फा है, तो ट्रेडर शुरुआत में आक्रामक रूप से संपत्ति 1 को बेच सकता है। इससे संपत्ति 2 की कीमत कम हो जाती है (क्रॉस-इम्पैक्ट के माध्यम से), जिससे ट्रेडर को संपत्ति 2 को छूट पर खरीदने और निरंतर अल्फा को कैप्चर करने के लिए रखने की अनुमति मिलती है।
चेन इफेक्ट्स (Chain Effects): मल्टी-एसेट श्रृंखलाओं (संपत्ति 1 $\to$ संपत्ति 2 $\to$ संपत्ति 3) में, अप्रत्यक्ष क्रॉस-इम्पैक्ट गैर-निकटवर्ती संपत्तियों के परिसमापन (liquidation) को प्रभावित कर सकता है, जिससे जटिल हेजिंग रणनीतियाँ बनती हैं।

घर्षण का प्रभाव (Impact of Frictions)

स्मूथिंग (Smoothing): अस्थायी प्रभाव ( $\Lambda$ ) ट्रेडिंग पथ को सुचारू बनाता है, जिससे अनंत ट्रेडिंग गति को रोका जा सके।
कर्नेल पर्सिस्टेंस (Kernel Persistence): पावर-लॉ (फ्रैक्शनल) कर्नेल वाले रणनीतियाँ एक्सपोनेंशियल कर्नेल की तुलना में अधिक सुचारू और निरंतर होती हैं, जो मार्केट इम्पैक्ट की लंबी स्मृति (memory) को दर्शाती हैं।

5. महत्व (Significance)

सैद्धांतिक प्रगति: यह शोध पत्र गैर-मार्कोवियन मूल्य प्रभाव गतिकी (power-law decay, strong cross-impact) वाले मल्टी-एसेट वातावरण में इष्टतम ट्रेडिंग के लिए एक व्यापक ढांचा प्रदान करता है। यह गार्लियानु और पेडरसन के प्रतिबंधात्मक एक्सपोनेंशियल डिके और अल्फोन्सी एट अल की डिस्क्रीट-टाइम सीमाओं से आगे बढ़ता है।
गणितीय नवाचार: यह स्टोकेस्टिक फ्रेडहोम इक्वेशन्स के सिस्टम में बदलकर और ऑपरेटर रेज़ोलवेंट्स के माध्यम से उन्हें हल करके गैर-मार्कोवियन स्टोकेस्टिक कंट्रोल समस्याओं को हल करने के लिए एक नवीन तरीका पेश करता है।
व्यावहारिक प्रयोज्यता: प्रदान किया गया संख्यात्मक कार्यान्वयन चिकित्सकों को पावर-लॉ डिके और जटिल क्रॉस-एसेट सहसंबंधों वाले यथार्थवादी मार्केट मॉडल के लिए इष्टतम निष्पादन रणनीतियों की गणना करने की अनुमति देता है, जो हाई-फ्रीक्वेंसी ट्रेडिंग और एल्गोरिथमिक निष्पादन के लिए महत्वपूर्ण हैं।
मजबूती (Robustness): मूल्य हेरफेर की अनुपस्थिति के लिए पर्याप्त स्थितियों को कठोरता से सिद्ध करके, यह शोध पत्र सुनिश्चित करता है कि प्राप्त रणनीतियाँ आर्थिक रूप से व्यवहार्य हैं और पैथोलॉजिकल मार्केट व्यवहारों पर निर्भर नहीं हैं।