• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Artificial Intelligence Planning and Scheduling; 2000414-17; Breckenridge,CO(US) >Computing Global Strategies for Multi-Market Commodity Trading
【24h】

Computing Global Strategies for Multi-Market Commodity Trading

机译：计算多市场商品交易的全球策略

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The focus of this work is the computation of efficient strategies for commodity trading in a multi-market environment. In today's "global economy" commodities are often bought in one location and then sold (right away, or after some storage period) in different markets. Thus, a trading decision in one location must be based on expectations about future price curves in all other relevant markets, and on current and future storage and transportation costs. Investors try to compute a strategy that maximizes expected return, usually with some limitations on assumed risk. With standard stochastic assumptions on commodity price fluctuations, computing an optimal strategy can be modeled as a Markov decision process (MDP). However, in general such a formulation does not lead to efficient algorithms. In this work we propose a model for representing the multi-market trading problem and show how to obtain efficient structured algorithms for computing optimal strategies for a number of commonly used trading objective functions (Expected NPV, Mean-Variance, and Value at Risk).
机译：这项工作的重点是在多市场环境中计算商品交易的有效策略。在当今的“全球经济”中，商品通常是在一个地点购买，然后在不同的市场上出售（立即出售，或在一定的存储期之后）。因此，一个地点的交易决策必须基于对所有其他相关市场中未来价格曲线的预期，以及当前和未来的存储和运输成本。投资者通常会尝试制定一种使预期收益最大化的策略，通常会对假设风险有所限制。使用关于商品价格波动的标准随机假设，可以将计算最佳策略建模为马尔可夫决策过程（MDP）。然而，一般而言，这样的表述不会导致有效的算法。在这项工作中，我们提出了一个代表多市场交易问题的模型，并展示了如何获得有效的结构化算法，以计算针对许多常用交易目标函数（预期NPV，均值方差和风险价值）的最优策略。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号