MétaCan
Menu
Retour à la cohorte
Enregistrement W4372361408 · doi:10.54691/bcpbm.v44i.4814

Portfolios Optimization under Constraints

2023· article· en· W4372361408 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBCP Business & Management · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueEvaluation and Optimization Models
Établissements canadiensToronto Arts FoundationUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSharpe ratioPortfolioEconomicsEconometricsVolatility (finance)Index (typography)Covariance matrixPortfolio optimizationVariance (accounting)Rate of return on a portfolioCovarianceInvestment (military)MathematicsFinancial economicsComputer scienceStatistics

Résumé

récupéré en direct d'OpenAlex

This article selects 10 companies in the financial sector, energy sector and consumption sector, as well as SPX500 index. This paper uses two models, not only the Markowitz model but also the index model, to calculate the correlation coefficient matrix, minimum variance, maximum Sharpe ratio, capital allocation line and so on to analyze the return rate and volatility of 10 specific companies. Four limitations were calculated for Markowitz model and Index model respectively and the two models were compared under the same constraints. Because common financial constraints and specific industries are rarely noticed in reality, the results of this paper reflect the following three aspects: First, in order to strike a balance between risk and return, SPX is an investment worth considering due to its high correlation coefficient; the second is that for certain investors with added constraints, the capital allocation line performs relatively poorly, as does the minimum variance boundary. Thirdly, because the Markowitz model uses stock's covariance while the beta and alpha of stocks are components that the index model uses to construct a portfolio, the results show that under certain risk conditions, Markowitz model is inferior to index model in pursuing maximum return and minimum risk under certain return conditions.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,955
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,025
Tête enseignante GPT0,248
Écart entre enseignants0,223 · 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