基于惩罚分位数回归的资产配置策略

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Asset Allocation Strategies Based on Penalized Quantile Regression》
---
作者：
Giovanni Bonaccolto, Massimiliano Caporin and Sandra Paterlini
---
最新提交年份：
2015
---
英文摘要：
  It is well known that quantile regression model minimizes the portfolio extreme risk, whenever the attention is placed on the estimation of the response variable left quantiles. We show that, by considering the entire conditional distribution of the dependent variable, it is possible to optimize different risk and performance indicators. In particular, we introduce a risk-adjusted profitability measure, useful in evaluating financial portfolios under a pessimistic perspective, since the reward contribution is net of the most favorable outcomes. Moreover, as we consider large portfolios, we also cope with the dimensionality issue by introducing an l1-norm penalty on the assets weights.
---
中文摘要：
众所周知，每当关注响应变量左分位数的估计时，分位数回归模型会使投资组合的极端风险最小化。我们表明，通过考虑因变量的整个条件分布，可以优化不同的风险和绩效指标。特别是，我们引入了一个风险调整后的盈利能力衡量指标，这有助于从悲观的角度评估金融投资组合，因为回报贡献是最有利结果的净值。此外，在考虑大型投资组合时，我们还通过在资产权重上引入l1范数惩罚来应对维度问题。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Portfolio Management        项目组合管理
分类描述：Security selection and optimization, capital allocation, investment strategies and performance measurement
证券选择与优化、资本配置、投资策略与绩效评价
--
一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--

---
PDF下载：
--> Asset_Allocation_Strategies_Based_on_Penalized_Quantile_Regression.pdf (982.04 KB)

2022-6-15 13:43:13 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：分位数回归 资产配置 分位数 Quantitative Optimization

基于惩罚分位数回归的资产配置策略。意大利帕多瓦大学统计科学系Bonaccolto、M.Caporin和S.Paterlini，via C.Battisti 241，35121帕多瓦。电子邮件：bonaccolto@stat.unipd.itDepartment经济与管理学院“Marco Fanno”，via del Santo 33，35123 Padova，Italy。电子邮件：massimiliano。卡波林@unipd。德国威斯巴登市古斯塔夫·斯特雷斯曼环3号欧洲商学院金融和会计系，邮编：65189。电子邮件：sandra。paterlini@ebs.eduAbstractIt众所周知，分位数回归模型在关注响应变量左分位数的估计时，使投资组合的极端风险最小化。我们表明，通过考虑因变量的整个条件分布，可以优化不同的风险和绩效指标。特别是，我们引入了一种风险调整后的稳定性度量，这有助于从悲观的角度评估金融投资组合，因为回报贡献是最有利的结果的净值。此外，当我们考虑大型投资组合时，我们还通过引入l-对总重量的定额罚款。关键词：分位数回归，l-标准惩罚，悲观分配。JEL代码：C58，G10.1简介从Markowitz（1952）对均值-方差投资组合理论的开创性贡献开始，投资组合估计和资产选择越来越受到从业者和研究者的关注。在金融行业，资产配置和证券选择在为私人投资者和机构投资者设计投资组合策略时起着核心作用。

不同的是，学术界关注马科维茨方法在不同研究领域的发展：将其与夏普（1964）、林特纳（1965b）、林特纳（1965a）和莫辛（1966）所做的市场均衡联系起来；当目标函数设置为效用函数或采用性能度量形式时，修改目标函数（Alexander and Baptista，2002；Farinelli et al.，2008）；开发马科维茨模型输入的估计和预测工具，重点关注回报和风险。在各种方法上的进步中，我们关注的是与目标函数变化相关的进步，或者更普遍地，基于资产配置问题的替代表示。过去几十年中提出的一些不同的资产配置方法有一个共同特点：它们以回归模型的形式有一个伴随表示，其中系数与投资组合中的资产权重相对应或相关联。通过资产超额收益率常数的线性回归估计有效投资组合权重（Britten Jones，1999）和通过特定回归模型的解估计全球最小方差投资组合权重，参见Fan等人（2012），给出了两个例子。在前面引用的案例中，投资组合方差起着基础性作用。然而，即使我们同意方差（或波动率）与风险衡量和管理的相关性，财务文献现在也包含了大量其他可能更合适的指标。例如，对于一个投资者来说，如果其对风险的偏好或态度被存在极端风险的效用函数所概括，那么波动性可能会被尾部预期所取代。