Bayes多重試験によるスパースポートフォリオ選択【JST・京大機械翻訳】

Das Sourish; Sen Rituparna

プレプリント

J-GLOBAL ID：202202205167094177 整理番号：22P0040681

Bayes多重試験によるスパースポートフォリオ選択【JST・京大機械翻訳】

Sparse Portfolio selection via Bayesian Multiple testing

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2017年04月17日プレプリントサーバーでの情報更新日： 2020年08月31日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

k因子資産価格決定モデルとして,Bayesポートフォリオ選択戦略を提示した。市場が情報効率が良いならば,提案戦略は市場を模倣する。そうでなければ,戦略は市場を凌駕する。この戦略は,Bayes多重試験方法論によるポートフォリオの選択に依存する。「離散混合事前」モデルと「馬蹄先の階層Bayesモデル」を提示した。Oracle集合を定義し,Bayes規則がO(1)までのBayesOracleのリスクを達成することを証明した。提案したBayesOracle試験は,タイプII誤差の上限を提供することにより,統計的電力を保証する。シミュレーション研究は,提案したBayesオラクルテストが,非能率的に価格が乏しい効率的市場に適していることを示した。しかし,モデルが高密度になると,市場は高度に非効率で,Bayesオラクル試験を使用するべきではない。Bayes Oracleポートフォリオの統計的電力は,1因子CAPMよりもk因子モデル(k>1)に対して均一であった。2006年から2018年の13年間のベンチマークとして,ニューヨークストック交換(NYSE)からのS&P500の500構成ストックとS&P500指標を考慮した経験的研究を提示した。著者らは,4つの異なるポートフォリオ選択戦略のアウトサンプルリスクとリターン性能を示して,ベンチマーク市場指数としてS&P500指数と比較した。経験的結果は,市場を凌駕できる戦略を提案することが可能であることを示した。【JST・京大機械翻訳】

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

統計学 , 人工知能 , オペレーションズリサーチの基礎的数学理論 , 計算機網 , システム同定

, ,

前のページに戻る