MétaCan
Menu
Retour à la cohorte
Enregistrement W3122308759

Robust Portfolio Allocation with Systematic Risk Contribution Restrictions

2012· preprint· en· W3122308759 sur OpenAlexfundno aff
Serge Darolles, Christian Gouriéroux, Emmanuelle Jay

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2012
Typepreprint
Langueen
DomaineDecision Sciences
ThématiqueRisk and Portfolio Optimization
Établissements canadiensnon disponible
Organismes subventionnairesCore Research for Evolutional Science and TechnologyNatural Sciences and Engineering Research Council of CanadaFondation du Risque
Mots-clésPortfolioPortfolio optimizationSystematic riskExpected shortfallModern portfolio theoryReplicating portfolioRobustness (evolution)Application portfolio managementEconomicsActuarial scienceSpectral risk measureRisk managementPost-modern portfolio theoryEconometricsProject portfolio managementComputer scienceFinancial economicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The standard mean-variance approach can imply extreme weights in some assets in the optimal allocation and a lack of stability of this allocation over time. To improve the robustness of the portfolio allocation, but also to better control for the portfolio turnover and the sensitivity of the portfolio to systematic risk, it is proposed in this paper to introduce additional constraints on both the total systematic risk contribution of the portfolio and its turnover. Our paper extends the existing literature on risk parity in three directions: i) we consider other risk criteria than the variance, such as the Value-at-Risk (VaR), or the Expected Shortfall; ii) we manage separately the systematic and idiosyncratic components of the portfolio risk; iii) we introduce a set of portfolio management approaches which control for the degree of market neutrality of the portfolio, for the strength of the constraint on systematic risk contribution and for the turnover

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,084
Tête enseignante GPT0,358
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetRisk and Portfolio OptimizationTravaux en français237 207