MétaCan
Menu
Retour à la cohorte
Enregistrement W2143299583 · doi:10.1080/14697680701213868

Portfolio optimization under the Value-at-Risk constraint

2007· article· en· W2143299583 sur OpenAlexafffund
Traian A. Pirvu

Notice bibliographique

RevueQuantitative Finance · 2007
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Portfolio Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPortfolio optimizationPortfolioConstraint (computer-aided design)Value at riskEconomicsValue (mathematics)Expected shortfallMathematical optimizationFinancial economicsEconometricsMathematical economicsActuarial scienceRisk managementMathematicsFinanceStatistics

Résumé

récupéré en direct d'OpenAlex

In this paper we analyse the effects arising from imposing a Value-at-Risk constraint in an agent's portfolio selection problem. The financial market is incomplete and consists of multiple risky assets (stocks) plus a risk-free asset. The stocks are modelled as exponential Brownian motions with random drift and volatility. The risk of the trading portfolio is re-evaluated dynamically, hence the agent must satisfy the Value-at-Risk constraint continuously. We derive the optimal consumption and portfolio allocation policy in closed form for the case of logarithmic utility. The non-logarithmic CRRA utilities are considered as well, when the randomness of market coefficients is independent of the Brownian motion driving the stocks. The portfolio selection, a stochastic control problem, is reduced, in this context, to a deterministic control one, which is analysed, and a numerical treatment is proposed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,072
Tête enseignante GPT0,380
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuantitative FinanceMême sujetRisk and Portfolio OptimizationTravaux en français237 207