استفاده از کاپیولا-CVaR در بهینه‌سازی سبد سرمایه‌گذاری و مقایسه تطبیقی آن با روش Mean-CVaR

نویسندگان

چکیده مقاله:

بهینه‌سازی سبد سرمایه‌گذاری یکی از چالش‌های پیش‌روی بنگاه‌های اقتصادی است. صاحبنظران مختلف با فرضیات گوناگون در پی یافتن وزن بهینه هر دارایی در سبد سرمایه‌گذاری می‌باشند. باتوجه به اینکه یکی از فعالیت‌های عمده صندوق‌های سرمایه‌گذاری وشرکت‌های سرمایه‌گذاری پرتفوی‌گردانی می‌باشد انتخاب روش مناسب بهینه‌سازی برای این شرکت‌ها امری ضروری است. با توجه به محدودیت اساسـی روش میانگین-واریانس مبنی بر نرمال بودن توزیع بازده دارایی‌ها روش‌های فاقد این محدودیت برای استفاده شرکت‌های مذکور و سرمایه‌گذاران مناسب‌تر می‌باشند. از سوی معیار ارزش در معرض خطر شرطی (CVaR) علاوه بر دارا بودن تمام خصوصیات معیار ارزش در معرض خطر (VaR) دارای مزایای بیشتری نسبت به آن از قبیل سادگی محاسبات، معیار دقیق‌تر ریسک و در نظر گرفتن احتمالات مختلف برای حالات مختلف می‌باشد، به این دلیل در تحقیق خود از معیار ارزش در معرض خطر شرطی استفاده می‌نماییم. بر این اساس، در این تحقیق برای دو فلز طلا و مس با استفاده از داده‌های هفتگی ابتدای سال 2002 تا انتهای 2013 با استفاده از روش کاپیولای نرمال اقدام به ایجاد پرتفوی بهینه می‌نماییم و در انتها معیار شارپ به‌دست آمده از این روش را بـا معیـار شـارپ Mean-CVaR مقایسه می‌کنیم و مشاهده می‌شود روش کاپیولا عملکرد بهتری دارد.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

استفاده از کاپیولا-cvar در بهینه سازی سبد سرمایه گذاری و مقایسه تطبیقی آن با روش mean-cvar

بهینه سازی سبد سرمایه گذاری یکی از چالش های پیش روی بنگاه های اقتصادی است. صاحبنظران مختلف با فرضیات گوناگون در پی یافتن وزن بهینه هر دارایی در سبد سرمایه گذاری می باشند. باتوجه به اینکه یکی از فعالیت های عمده صندوق های سرمایه گذاری وشرکت های سرمایه گذاری پرتفوی گردانی می باشد انتخاب روش مناسب بهینه سازی برای این شرکت ها امری ضروری است. با توجه به محدودیت اساسـی روش میانگین-واریانس مبنی بر نرما...

متن کامل

CVaR Robust Mean - CVaR Portfolio Optimization

One of the most important problems faced by every investor is asset allocation. An investor during making investment decisions has to search for equilibrium between risk and returns. Risk ‎and ‎return are uncertain parameters in ‎the ‎suggested portfolio optimization models and should be estimated to solve the‎problem. The estimation might‎ lead ‎to ‎large ‎error in the final decision. One of t...

متن کامل

بهینه‌سازی سبد سهام با استفاده از روش Mean-CVaR و رویکرد ناهم‌سانی واریانس شرطی متقارن و نامتقارن

هدف: مدیریت ریسک یکی از حوزه‌های مهم‌ پژوهشی در رشته مالی است که مدیران و سرمایه‌گذاران بسیاری در بخش‌های مختلف به آن توجه کرده‌اند، به‌خصوص با وقوع بحران‌های مالی در سال‌های اخیر، اهمیت اجرای پژوهش‌های دقیق‌تر در این حوزه دوچندان شده است. هدف اصلی این پژوهش، ارائه مدلی برای اندازه‌گیری دقیق‌تر ریسک در پرتفولیوهای سهام است. روش: برای اجرای این پژوهش، از قیمت پایانی تعدیل‌شده 3...

متن کامل

Optimal Dynamic Portfolio with Mean-CVaR Criterion

Value-at-risk (VaR) and conditional value-at-risk (CVaR) are popular risk measures from academic, industrial and regulatory perspectives. The problem of minimizing CVaR is theoretically known to be of a Neyman–Pearson type binary solution. We add a constraint on expected return to investigate the mean-CVaR portfolio selection problem in a dynamic setting: the investor is faced with a Markowitz ...

متن کامل

Fast gradient descent method for Mean-CVaR optimization

We propose an iterative gradient descent procedure for computing approximate solutions for the scenario-based mean-CVaR portfolio selection problem. This procedure is based on an algorithm proposed by Nesterov [13] for solving non-smooth convex optimization problems. Our procedure does not require any linear programming solver and in many cases the iterative steps can be solved in closed form. ...

متن کامل

Performance-based regularization in mean-CVaR portfolio optimization

Regularization is a technique widely used to improve the stability of solutions to statistical problems. We propose a new regularization concept, performance-based regularization (PBR), for data-driven stochastic optimization. The goal is to improve upon Sample Average Approximation (SAA) in finite-sample performance while maintaining minimal assumptions about the data. We apply PBR to mean-CVa...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 22  شماره 72

صفحات  155- 172

تاریخ انتشار 2015-01

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

کلمات کلیدی

کلمات کلیدی برای این مقاله ارائه نشده است

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023