不確実性の下でのグローバル最小分散ポータル:ロバスト最適化アプローチ【JST・京大機械翻訳】

Cacador Sandra; Cacador Sandra; Cacador Sandra; Dias Joana Matos; Dias Joana Matos; Dias Joana Matos; Godinho Pedro; Godinho Pedro

文献

J-GLOBAL ID：202002290422899709 整理番号：20A0545682

不確実性の下でのグローバル最小分散ポータル:ロバスト最適化アプローチ【JST・京大機械翻訳】

Global minimum variance portfolios under uncertainty: a robust optimization approach

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0545682&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0545682&from=J-GLOBAL&jstjournalNo=W2010A") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 76 号： 2 ページ： 267-293 発行年： 2020年
JST資料番号： W2010A ISSN： 0925-5001 CODEN： JGOPEO 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：ドイツ (DEU) 言語：英語 (EN)

本論文では,期待利益を推定することなく,資産収益の第一および第二モーメントを最適化する新しいモデルを提案した。第二モーメントのみを最適化し,最適化モデルそのものに不確実性を組み込むロバスト最適化手法を適用することにより計算した最適解の安定性に動機付けられ,相対的にロバストで絶対的にロバストな最小分散ポートフォリオを計算する方法を定義するために,既存の方法を拡張し結合した。相対的にロバストな戦略に対しては,最大のレジスタが最小化されているところで,実現されたシナリオの最適ポートフォリオを選択する代わりに,与えられたポートフォリオに投資することに起因する投資リスクの増加として,リレットが定義される。最大リスクを最小化する絶対ロバスト戦略を,全体の不確実性集合上の最悪シナリオを仮定して適用した。交互時間ウィンドウを通して,結果は,提案したロバスト最小分散ポートフォリオが非ロバストポートフォリオより優れているという新しい証拠を提供した。ポートフォリオ測定がリターン,リスク,リレットまたは修正Sharpe比に基づいているかどうかについて,結果は,ロバストな方法論が期待利益を推定する必要がなく,第一と第二のモーメントを最適化できることを示唆した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (6件)： , , , , ,

利益管理

, , , ,

前のページに戻る