Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 6

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Portfolio selection
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1

Fuzzy optimization for portfolio selection based on Embedding Theorem in Fuzzy Normed Linear Spaces

100%
Solatikia F., Kiliç E., Weber G. W.
Organizacija
|
2014
|
vol. 47
|
issue 2
90-97
EN
Background: This paper generalizes the results of Embedding problem of Fuzzy Number Space and its extension into a Fuzzy Banach Space C(Ω) × C(Ω), where C(Ω) is the set of all real-valued continuous functions on an open set Ω. Objectives: The main idea behind our approach consists of taking advantage of interplays between fuzzy normed spaces and normed spaces in a way to get an equivalent stochastic program. This helps avoiding pitfalls due to severe oversimplification of the reality. Method: The embedding theorem shows that the set of all fuzzy numbers can be embedded into a Fuzzy Banach space. Inspired by this embedding theorem, we propose a solution concept of fuzzy optimization problem which is obtained by applying the embedding function to the original fuzzy optimization problem. Results: The proposed method is used to extend the classical Mean-Variance portfolio selection model into Mean Variance-Skewness model in fuzzy environment under the criteria on short and long term returns, liquidity and dividends. Conclusion: A fuzzy optimization problem can be transformed into a multiobjective optimization problem which can be solved by using interactive fuzzy decision making procedure. Investor preferences determine the optimal multiobjective solution according to alternative scenarios.
2
Publication available in full text mode
Content available

Sampling methods for investment portfolio formulation procedure at increased market volatility

100%
Dzicher M.
Journal of Economics and Management
|
2021
|
vol. 43
70-89
EN
Aim/purpose–In this paper, a market volatility-robust portfolio composition frame-work under the modified Markowitz’s approach with the use of sampling methods is developed in order to improve the allocation efficiency for a portfolio of financial in-struments formulation procedure at an increased market volatility.Design/methodology/approach–In order to overcome the risk of not receiving an optimal solution to the portfolio optimization (suboptimal outcomes of attribution of weights in allocation procedures) the developed model, first, implements the rationale that financial markets largely feature two states, i.e., quiescent (non-crisis; low market volatility) periods that are occasionally interspersed with stress (crisis; high market volatility) periods and, second, relies on many input samples of rates of return, either from an empirical distribution or a theoretical distribution (mitigating estimation risk). All computational results are reported for publicly available historical daily data sets on selected Polish blue-chip securities. Findings–Not only did the presented method produce more diversified allocation, but also successfully minimized the unfavorable effects of increased market volatility by providing less risky portfolios in comparison to Newton’s method, typically used for optimization under portfolio theory. Research implications/limitations–The research emphasized that in order to get a more diversified investment portfolio it is crucial to outdo the limitations of a single sample approach (utilized in Markowitz’s model) which may on some occasions be statistically biased. Thus it was proved that sampling methods allow to obtain a less concentrated and volatile allocation which contributes the investment decision-making. However, the current research focused solely on publicly available input data of particular securities. In this manner, an additional analysis can be prepared for other jurisdictions and asset classes. There can also be considered a use of other than variance risk measures.Originality/value/contribution–The suggested framework contributes to existing methods a wide array of quantitative data analysis and simulation tools for composing an unique approach that directly addresses the task of minimizing the adverse implications of increased market volatility that, in consequence, pertains to knowledgeable attributing of investment portfolio proportions of either individual or institutional investors. The prepared method is also proved to hold demanded computational quality and, importantly, the capacity for further development.
3
Content available remote

A Fuzzy Decision-Making Approach for Portfolio Management with Direct Real Estate Investment

88%
Man Hui E., Fai Lau O., Lo K.
International Journal of Strategic Property Management
|
2009
|
vol. 13
|
issue 2
191-204
EN
This study incorporated expert knowledge into the classical quadratic programming approach, i.e., Modern Portfolio Theory (MPT), through fuzzy set theory; in obtaining portfolio return optimization involving direct real estate investment. Two fuzzy mathematical programming models were uniquely specified and estimated in this study, namely, Zimmer-mann's (2001) fuzzy tactical asset allocation (FTAA) flexible programming model and Ramik and Rimanek's (1985) FTAA robust programming model. These approaches try to overcome the drawbacks of traditional asset allocation models by including expert adjustment in the presence of imprecise information. The findings suggest that the fuzzy tactical asset allocation (FTAA Flexible Model), with the inclusion of expert judgments which contain information usually not found in historical data, is able to produce a portfolio just as efficient as traditional asset allocation models while minimizing the potential issues due to imprecision and vagueness of information. Meanwhile, the FTAA Robust Model proffers a more evenly-distributed, yet with higher risks and lower returns, portfolio. Aside from the lack of emphasis on portfolio risks minimization, one reason attributed to such anomaly is the low level of returns of high-risk stocks that are not selected by MPT and FTAA Flexible Models. It results in a unique situation where portfolio diversification does not necessarily guarantee an efficient investment decision.
LT
Šis tyrimas itraukia ekspertines žinias i klasikine kvadratinio programavimo metodika pavyzdžiui, moderniaja portfelio valdymo teorija per neapibrEeDžtuju aibiu teorija siekiant optimizuoti portfelio graža apimant tiesiogines nekilnojamojo turto investicijas. Šiame tyrime išsamiai aprašomi ir ivertinami du neapibrėžtojo matematinio programavimo modeliai. Tai Zimmermann (2001) neapibrėžtasis aktyvu paskirstymo lankstusis programavimo modelis ir Ramik bei Rimanek (1985) neapibrėžtasis aktyvu paskirstymo robustinis programavimo modelis. Juos taikant bandoma pašalinti tradiciniu aktyvu paskirstymo metodu trūkumus itraukiant ekspertu siūlomus pakeitimus nesant tikslios informacijos. Nustatyta, kad neapibrėžtasis aktyvu paskirstymas (neapibrěžtasis aktyvu paskirstymo lankstusis programavimo modelis) kartu su ekspertu vertinimais, paprastai apimančiais informacija kurios negalima rasti tarp istoriniu duomenu, leidžia sudaryti toki pati efektyvu portfeli, kaip ir tradiciniai aktyvu paskirstymo modeliai, tačiau minimizuojant potencialius nesutarimus, kuriu atsiranda dėl netikslios ir neapibrěžtos informacijos. Neapibrėžtasis aktyvu paskirstymo robustinis programavimo modelis siūlo tolygiau paskirstyta tačiau rizikingesni ir ne toki pelninga portfeli. Be portfelio rizikos minimizavimo trūkumo, dar viena priežastis, priskiriama prie šios anomalijos, yra maža didelės rizikos akciju, graža, kuri nēra pasirenkama moderniojoje portfelio valdymo teorijoje ir neapibrēžtuju aktyvu paskirstymo lanksčiuosiuose programavimo modeliuose. Kaip rezultatas gaunama unikali situacija, kai portfelio diversifikavimas nebūtinai garantuoja efektyvu investavimo sprendima.
4
Publication available in full text mode
Content available

The application of alpha-stable distributions in portfolio selection problem – the case of metal market

63%
Krężołek D.
Studia Ekonomiczne
|
2015
|
vol. 247
57-68
EN
The aim of this article is a brief presentation of the family of alpha-stable distributions and its application in portfolio selection problem. Alpha-stable models are widely used for describing the behaviour of time series observed in financial markets. Leptokurtosis, asymmetry, data clustering and heavy tails in empirical distributions do not allow for inference based on normality approach. These features significantly affect the risk assessment (especially extreme one) and the problem of assets allocation in investment portfolios. The application of alpha-stable models is presented on the example of investment portfolios on metal market.
PL
Celem artykułu jest zwięzła prezentacja rozkładów alfa-stabilnych oraz ich zastosowanie w teorii portfela inwestycyjnego. Modele alfa-stabilne są powszechnie wykorzystywane w naukach ekonomiczno-finansowych do opisu rozkładów prawdopodobieństwa danych przedstawionych w postaci szeregów czasowych. Empiryczne stopy zwrotu obserwowane na rynku cechuje wysoki poziom leptokurtozy, asymetrii (często lewostronnej), zjawisko skupiania zmienności oraz grube ogony empirycznych rozkładów stóp zwrotu. Cechy te uniemożliwiają prowadzenie wnioskowania statystycznego bazującego na paradygmacie normalności. Ponadto rozkłady alfa-stabilne są ściśle związane z zagadnieniem wyboru modelu opisującego ryzyko, zwłaszcza ekstremalne, oraz z zagadnieniem budowy portfela inwestycyjnego. Klasyczna teoria Markowitza, wobec niespełnienia założenia o normalności rozkładu, może być stosowana, jednakże z dużą dozą ostrożności. Odpowiednia alokacja składników w portfelu jest determinowana przyjętym rozkładem probabilistycznym, a tym samym wpływa na podejmowanie decyzji inwestycyjnych. Zastosowanie rozkładów alfa-stabilnych przedstawiono na przykładzie inwestycji na rynku metali.
5
Publication available in full text mode
Content available

Wpływ wyboru metody wielokryterialnej na strukturę i opłacalność portfela

63%
Pośpiech E.
Studia Ekonomiczne
|
2015
|
vol. 221
50-60
PL
W opracowaniu podjęto zagadnienie doboru spółek do portfela akcji z zastosowaniem wybranych metod wielokryterialnej optymalizacji dyskretnej. Metody wielokryterialne umożliwiają uporządkowanie lub wyodrębnienie grup preferencji obiektów. Wybór walorów giełdowych do portfela może być traktowany jako zagadnienie wielokryterialne ze względu na to, iż decydent jest zainteresowany wyborem najlepszych spółek, tzn. dających największy możliwy zysk przy minimalnym ryzyku. Najczęściej jednak te dwie charakterystyki są dodatnio skorelowane i trudno jest, bez metodycznego podejścia oraz bez dodatkowych informacji na temat spółki, dokonać właściwego wyboru. Dlatego też dobrze jest wspomóc się wskaźnikami charakteryzującymi sytuację finansowo-ekonomiczną spółek, traktując uwzględnione wskaźniki jako kryteria wyboru. Uzyskany ranking lub grupy preferencji stanowią podstawę konstrukcji portfela opartego na klasycznym modelu Markowitza. Celem opracowania jest porównanie uzyskanych portfeli pod względem ich opłacalności i uzyskanie odpowiedzi na pytanie, czy dobór metody selekcji ma znaczący wpływ na opłacalność portfela.
EN
The purpose of the paper is to compare the structure and profitability of selected portfolios based on Markowitz approach with the use of chosen multi-criteria methods. An important thing for the decision-maker is to make the best decision when there are many alternatives (objects) that are evaluating under differing criteria. Building a portfolio is such a problem. The investor’s main purpose is to select these objects (quoted companies) that have high return rate and low variance. Besides, an important issue in the problem of selecting companies to the portfolio, confirmed by many researchers, is to include in analyses diagnostic features that characterize financial and economic condition of companies. This approach makes that the problem of selecting companies to the portfolio can be treated as multi-criteria decision problem with the fundamental indices as criteria. There are many multi-criteria methods. Mainly, some of them enable to build rankings, others create groups of preferences. In the paper, four methods were applied: the AHP method, the PROMETHEE one (in these two methods rankings are created as a result), ELECTRE I and ELECTRE III (which are methods of the second, mentioned here, type).
6
Publication available in full text mode
Content available

Analiza porównawcza wybranych metod grupowania spółek giełdowych

51%
Pośpiech E.
Studia Ekonomiczne
|
2016
|
vol. 297
153-165
PL
W opracowaniu jest rozważany problem doboru walorów giełdowych do portfela akcji. W tym celu, na podstawie wybranych metod uwzględniających podejście wielowymiarowe oraz ujęcie wielokryterialne, wyselekcjonowano grupy spółek, które mogłyby stanowić podstawę konstrukcji portfela. Posłużono się wielokryterialną metodą ELECTRE I pozwalającą na wyodrębnienie grup preferencji obiektów oraz zastosowano narzędzia analizy wielowymiarowej – miernik syntetyczny oraz analizę skupień. W analizach wykorzystano wskaźniki fundamentalne określające kondycję spółek oraz standardowe mierniki stosowane w analizie portfelowej (oczekiwaną stopę zwrotu oraz wariancję stóp zwrotu). Zbudowane na bazie wyłonionych grup portfele oparte na modelu Markowitza wskazują, którą z metod selekcji najlepiej zastosować.
EN
The purpose of the paper is to compare selected clustering methods which may be used to the portfolio selection. To achieve this purpose multi-criteria and multivariate approaches were used. In multi-criteria approach, the ELECTRE I method was applied which enables to create groups of preferences, in the multivariate one – synthetic measure and clustering methods were involved. In analyses, diagnostic features that characterize financial and economic condition of companies, as well as classical measures as expected rate of return and variance of return rates, were used. Portfolios built on the basis of selected clustering methods and Markowitz approach, may give the answer if the selection method may cause significant differences in the portfolio profitability.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.