文献

J-GLOBAL ID：201702248679894666   整理番号：17A1966409

復帰予測を用いたエントロピーモデルはポートフォリオ性能を増強する【Powered by NICT】

Does entropy model with return forecasting enhance portfolio performance?

著者 (4件)： Yu Jing-Rung (Department of Information Management, National Chi Nan University, Nantou, Taiwan) ,  Chiou Wan-Jiun Paul (Finance Group, D’Amore-McKim School of Business, Northeastern University, 360 Huntington Ave., Boston, MA 02115, USA) ,  Lee Wen-Yi (Department of Finance, National Kaohsiung First University of Science and Technology, Kaohsiung, Taiwan) ,  Yu Kai-Cheng (Department of Information Management, National Chi Nan University, Nantou, Taiwan)
資料名： Computers & Industrial Engineering  (Computers & Industrial Engineering)
巻： 114  ページ： 175-182  発行年： 2017年 
JST資料番号： D0502B  ISSN： 0360-8352  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 推定におけるバイアスに対する感受性のために,結果の少量資産と不確実性の濃度を得るために希薄平均-分散フレームワークなどの伝統的なポートフォリオモデル。我々は,リターン予測と投資の多様性を改善する技術を合成するポートフォリオモデルを開発した。具体的には,自己回帰積分移動平均(ARIMA)モデルとYager(1995)エントロピーを統合し,500株S&Pのデータを用いて種々のモデルの事後性能を評価した。結果は,エントロピーモデルを対応するMVモデルよりも高い性能,低い取引コスト,および高いポートフォリオ多様性をもたらすことを示した。エントロピーモデルにおけるリターン予測を添加するとポートフォリオ効率を増加させる市場動力学,特に市場不況の期間に対応する。その線形性のために,YagerエントロピーはMVモデルより計算的に効率的であり,資産管理に有用である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 積分 ,  感受性 ,  不確実性 ,  不況 ,  *予測 ,  *エントロピー ,  *ポートフォリオ ,  線形性 ,  小規模
準シソーラス用語： 資産管理 ,  ARIMAモデル ,  自己回帰 , 【Automatic Indexing@JST】

著者キーワード (7件)： エントロピー ,  ポートフォリオ選択 ,  予測 ,  多目的 ,  再バランシング ,  短販売 ,  トランザクションコスト

分類 (5件)： 数値計算  (JE02000J) ,  信頼性  (KB04040H) ,  在庫管理  (KB05030D) ,  数理計画法  (KA03030M) ,  生産工学一般  (KB01000U)

タイトルに関連する用語 (4件)： 復帰 ,  予測 ,  ポートフォリオ ,  増強