Results found: 2

Search results

Sort By:

Limit search:

Zastosowanie rozkładu najgorszego przypadku do konstrukcji stabilnego portfela inwestycji finansowych

100%

Krzemienowski A.

Studia Ekonomiczne

2015

vol. 248

151-160

Podstawą konstrukcji portfela inwestycji finansowych jest określenie udziałów poszczególnych aktywów (instrumentów inwestycyjnych). Z matematycznego punktu widzenia zagadnienie to sprowadza się do optymalizacji struktury aktywów portfela w warunkach ryzyka. Jest to problem optymalizacyjny typowo rozwiązywany za pomocą metody Markowitza, która maksymalizuje średnią stopę zwrotu przy minimalizacji miary ryzyka. Praca przedstawia koncepcję rozkładu najgorszego przypadku stóp zwrotu aktywów finansowych, który wykorzystany w modelu Markowitza pozwala poza próbą otrzymać wyniki nie gorsze niż w próbie w sensie rozważanych wskaźników jakości. Rozkład najgorszego przypadku jest definiowany w oparciu o relację dominacji stochastycznej pierwszego rzędu. W pracy posłużono się metodą kopuł. Proponowane podejście zostanie zilustrowane wynikami analizy eksperymentalnej dla wybranych akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie.

The basis of the portfolio selection is to determine the share of each financial asset. From a mathematical point of view, this issue boils down to portfolio optimization. This is a typical optimization problem solved by the Markowitz method, which maximizes the expected rate of return and minimizes risk defined as the variance. The assumptions of the Markowitz model should ensure that the optimal portfolios are stable over time, i.e., they should be characterized by the absence of fluctuations in their shares, or in other words, the risk and the expected return should correspond to those estimated from the historical data. In practice, these assumptions are not met. To solve this problem, we define a certain time-invariant distribution bounding portfolio time series of returns from below. This distribution is based on the relation of stochastic dominance and is called the worst-case distribution. We test the validity of this approach by conducting computational experiments on the real-life financial data from the Warsaw Stock Exchange.

Wielowymiarowa warunkowa wartość zagrożona jako miara ryzyka

100%

Krzemienowski A.

Studia Ekonomiczne

2013

vol. 154

53-60

The Multivariate Conditional Value-at-Risk (MCVaR) is a scalar risk measure for multivariate risks modeled by multivariate random variables. It is assumed that the univariate risk components are perfect substitutes, i.e., they are expressed in the same units. MCVaR is a quantile risk measure that allows one to emphasize the consequences of more pessimistic scenarios. By changing the level of the quantile, the measure permits to parameterize prudent attitudes toward risk ranging from extreme risk aversion to risk neutrality. In terms of definition, MCVaR is slightly different from the popular and well-researched Conditional Value-at-Risk (CVaR). Nevertheless, this small difference allows one to efficiently solve MCVaR portfolio optimization problems based on the full information carried by a multivariate random variable using column generation technique, which is not possible in the case of CVaR.

Refine search results

2 Studia Ekonomiczne

2 Krzemienowski A.

1 2015

1 2013

Search results

Zastosowanie rozkładu najgorszego przypadku do konstrukcji stabilnego portfela inwestycji finansowych

Wielowymiarowa warunkowa wartość zagrożona jako miara ryzyka