機械学習ポートフォリオ割当【JST・京大機械翻訳】

Pinelis Michael; Ruppert David

プレプリント

J-GLOBAL ID：202202219053831415 整理番号：21P0025677

機械学習ポートフォリオ割当【JST・京大機械翻訳】

Machine Learning Portfolio Allocation

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： 2020年03月01日プレプリントサーバーでの情報更新日： 2021年11月03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)

市場指数とリスクフリー資産間のポートフォリオ割当てのための機械学習を用いるとき,経済的および統計的に有意な利得を見出した。時変期待収益と揮発性に対する最適ポートフォリオ規則を2つのランダム森林モデルで実施した。1つのモデルを採用して,支払い収率による過剰リターンの符号確率を予測した。二番目を用いて,最適化揮発性推定を構築した。機械学習による報酬リスクタイミングは,ユーティリティ,リスク調整リターン,および最大ドローダウンにおいて,購入およびホールドの実質的な改善を提供する。本論文では,リターンとボラティリティタイミングの両方に適用した機械学習のための新しい理論的基礎と統一フレームワークを提案した。【JST・京大機械翻訳】

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

利益管理

, ,

前のページに戻る