ソートされたl_1ノルムによるスパースポートフォリオ選択【JST・京大機械翻訳】

Kremer Philipp J.; Lee Sangkyun; Bogdan Malgorzata; Paterlini Sandra

プレプリント

J-GLOBAL ID：202202219616393649 整理番号：21P0005208

ソートされたl_1ノルム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 the sorted $\ell_{1}$-Norm

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 (4件)： , , ,
資料名：
発行年： 2017年10月06日プレプリントサーバーでの情報更新日： 2017年10月06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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

関連する資産を自動的に選択し,分類l_1-Normペナルティ化,従ってSLOPEを頼ることでそれらの重みを推定することができる,金融ポートフォリオ最適化フレームワークを導入した。本アプローチは,類似の相関特性を有する構成要素をグループ化でき,また,同じ根底にある危険因子曝露を有する。ペナルティの強度を変化させることにより,SLOPEはリスク多様化フロンティア上の最適ポートフォリオの全集合を,最小分散から均等加重までスパンできることを示した。最適化問題を解明するために,著者らは,マルチプライヤーの交互方向法に基づく新しい効率的アルゴリズムを開発した。著者らの経験的分析は,SLOPEが,より安定した資産重量推定を通して全体のターンオーバーを減らすことによって,良好なサンプル外リスクとリターン性能特性を有する最適ポートフォリオを生み出すことを示した。さらに,SLOPEの自動グループ化特性を用いて,SLOPE-MVのような新しいポートフォリオ戦略を開発し,資産間のデータ駆動検出類似性を活用できる。【JST・京大機械翻訳】

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

利益管理

, ,

前のページに戻る