抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
Markowitzモデルは,現代のポートフォリオ理論の corner石である。特に,最小分散ポートフォリオに焦点を当てたとき,共分散行列またはその逆,いわゆる精度行列は必要な唯一の入力である。これまで,ほとんどの学者は入力の推定の改善に働いているが,非Gauss設定における依存性構造を捉えるとき,逆共分散行列の限界にはほとんど注意が払われていない。精度行列はGauss設定におけるランダムベクトルの条件付き依存性構造を正しく理解できるが,共分散行列の逆はGauss性が失敗するとき,必ずしも信頼できる情報源をもたらさない。本論文では,局所依存性関数を利用して,一般クラスの分布に対して成立する一般化精度行列(GPM)の異なる定義を提供した。特に,多変量t-Student分布に焦点を当て,ランダムベクトルにおける相互作用が共分散行列の逆数だけでなく,付加的要素にも依存しないことを指摘した。S&P100とFamaとフランスの産業データを考慮して,最小分散ポートフォリオセットアップを用いて,提案したGPMの性能を試験した。GPMに依存するポートフォリオは,最先端の方法よりも,しばしば統計的に有意な低いサンプル外分散を生成することを示した。【JST・京大機械翻訳】