EUVIMEDEUVIMED entdecken
Crossref

Optimal investment in S&P 500 using SDDP and the implied-calibrated ARMA–GARCH model

Petr A. Arbuzov, Dmitry Yu. Golembiovsky

Numerical Methods and Programming (Vychislitel'nye Metody i Programmirovanie) · 21.01.2026 · 27 (1) · 90-100

DOI: 10.26089/nummet.v27r107 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Numerical Methods and Programming (Vychislitel'nye Metody i Programmirovanie), online erschienen am 21.01.2026. Verfasst von Petr A. Arbuzov und 1 weiteren Autor:innen. Die Arbeit nennt 25 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

We study a dynamic portfolio optimization problem in which probabilistic forecasts of the S&P 500 index are derived from option market prices. To overcome the limitations of classical approaches to reconstructing implied density from option prices which fail to generate conditional multi-period return distributions, we propose a method that involves calibrating the discrete-time ARMA–GARCH model from the observed call option prices in a risk-neutral measure with subsequent transition to a physical measure using a representative-agent framework. The calibrated model provides conditional multi-period distributions of asset returns, which are used to construct scenario lattices in multi-stage stochastic optimization. The resulting portfolio optimization problem is formulated as a multi-stage stochastic programming problem. At each stage, a weighted combination of the expected negative objective value for the next stage and the Conditional Value-at-Risk (CVaR) is minimized. The optimization is performed by means of the Stochastic Dual Dynamic Programming (SDDP) method. Historical simulations over the period 2019–2023 demonstrate that the proposed option-calibrated ARMA–GARCH–SDDP method consistently outperforms benchmark approaches based on static implied densities, equal-probability scenarios, and buy-and-hold investment. The results underscore the economic value of using option-implied information in portfolio management. Работа посвящена изучению задачи динамической оптимизации портфеля, в которой вероятностные прогнозы индекса S&P 500 получаются на основе рыночных цен опционов. Чтобы преодолеть ограничения классических подходов к восстановлению подразумеваемой плотности по ценам опционов, которые не позволяют генерировать условные многопериодные распределения доходностей, мы предлагаем метод, включающий калибровку дискретно-временной модели ARMA–GARCH по наблюдаемым ценам на колл-опционы в риск-нейтральной вероятностной мере и последующий переход к физической мере с использованием степенной функции полезности агента. Калиброванная модель предоставляет условные многопериодные распределения доходностей активов, которые используются для построения сценарных решеток в многоэтапной стохастической оптимизации. Полученная задача оптимизации портфеля формулируется как многоэтапная задача стохастического программирования.На каждом этапе минимизируется взвешенная комбинация ожидаемого отрицательного значения целевой функции для следующего этапа и условное значение Value-at-Risk (CVaR). Оптимизация выполняется с помощью метода стохастического двойственного динамического программирования (SDDP). Исторические симуляции за период 2019–2023 демонстрируют, что предлагаемый метод ARMA–GARCH–SDDP, калиброванный по опционам, последовательно превосходит бенчмарк-подходы, основанные на статических подразумеваемых плотностях, сценариях с равными вероятностями и инвестициях buy-and-hold. Результаты подчеркивают экономическую ценность учета информации, извлекаемой из опционов при управлении портфелем.

Zitieren

APA

Arbuzov, P. A., & Golembiovsky, D. Y. (2026). Optimal investment in S&P 500 using SDDP and the implied-calibrated ARMA–GARCH model. Numerical Methods and Programming (Vychislitel'nye Metody i Programmirovanie), 27(1), 90-100. https://doi.org/10.26089/nummet.v27r107

Vancouver

Arbuzov PA, Golembiovsky DY. Optimal investment in S&P 500 using SDDP and the implied-calibrated ARMA–GARCH model. Numerical Methods and Programming (Vychislitel'nye Metody i Programmirovanie). 2026;27(1):90-100. doi:10.26089/nummet.v27r107

BibTeX
@article{Arbuzov2026,
  author = {Arbuzov, Petr A. and Golembiovsky, Dmitry Yu.},
  title = {Optimal investment in S&P 500 using SDDP and the implied-calibrated ARMA–GARCH model},
  journal = {Numerical Methods and Programming (Vychislitel'nye Metody i Programmirovanie)},
  year = {2026},
  volume = {27},
  number = {1},
  pages = {90--100},
  doi = {10.26089/nummet.v27r107}
}
Kostenlos starten →