Sobre o Evento
- Quem: David Evangelista
- Onde: Praia de Botafogo, 190 - sala 317
- Quando: 13 de Setembro de 2018 às 16:00h
We develop an extended mean-field game (MFG) in the context of optimal execution of portfolio transactions. We study the interactions between investors that seek to trade optimally and are affected by the behavior of a market maker. This market maker monitors the market liquidity and trades to meet her objective to clear the price. In turn, the reference price is (endogenously) affected permanently by the trading rate of the market maker; thus, the market maker influences the prices to clear the liquidity. First, we formulate the MFG under heterogeneous and identical preferences. Second, we study the identical preferences case without permanent impact in closed-form. Third, we recover the Cardaliaguet and Lehalle’s model of crowd impact. Finally, we numerically solve the MFG model under identical preferences and illustrate the behavior of optimal traders facing a market maker.
*Texto informado pelo autor.
OBSERVAÇÃO PARA VISITANTES:
A presença é gratuita e não exige confirmação. A FGV não permite a entrada de pessoas vestindo bermuda e/ou chinelos.
Palestrantes
David Evangelista
Doutorando no KAUST - King Abdullah University of Science and Technology
David Evangelista é aluno de doutorado no KAUST - King Abdullah University of Science and Technology sob orientação do Professor Diogo A. Gomes. Area de pesquisa no doutorado: Mean-Field Games, Equações Diferenciais Parciais, Controle Ótimo aplicado a finanças e métodos numéricos para Equações de Hamilton-Jacobi. Possui graduação em matemática pela Universidade Federal de São Carlos (2011). Possui mestrado pelo Instituto Nacional de Matemática Pura e Aplicada - IMPA, na área de Matemática Computacional e Modelagem. Participou de um projeto em cooperação com a PETROBRAS em derivativos financeiros, modelagem de risco, apreçamento de contratos derivados commodities de energia, e opções reais.
Local
Endereço
Praia de Botafogo, 190
Botafogo
Rio de Janeiro