Notice bibliographique
Résumé
Publisher Summary This chapter is a survey of the theoretical results and practical uses of the capital growth approach. It presents the alternative formulations for capital growth models in discrete and continuous time. Various criteria for performance and requirements for feasibility are related in an expected utility framework. Typically, there is a trade-off between growth and security with a fraction invested in an optimal growth portfolio determined by the risk aversion criteria. Models for calculating the optimal fractional Kelly investment with alternative performance criteria are formulated. In capital accumulation under uncertainty, a decision maker must determine how much capital to invest in riskless and risky investment opportunities over time. The investment strategy yields a steam of capital, with investment decisions made so that the dynamic distribution of wealth has desirable properties. The distribution of accumulated capital to a fixed point in time and the distribution of the first passage time to a fixed level of accumulated capital are variables controlled by the investment decisions. An investment strategy which has many attractive and some not attractive properties is the optimal strategy, where the expected logarithm of wealth is maximized. This strategy is also referred to as the Kelly strategy. It maximizes the rate of growth of accumulated capital asymptotically. With the Kelly strategy, the first passage time to arbitrary large wealth targets is minimized, and the probability of reaching those targets is maximized. However, the strategy is very aggressive since the Arrow-Prat risk aversion index is essentially zero. Hence, the changes of losing a substantial portion of wealth are very high, particularly if the estimates of the returns distribution are in error. In the time domain, the chances are high that the first passage to subsistence wealth occurs before achieving the established wealth goals
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».