MétaCan
Menu
Retour à la cohorte
Enregistrement W4417422057 · doi:10.5267/j.dsl.2025.9.002

An empirical application of Markowitz mean-variance theory in evaluating portfolio performance: Evidence from Vietnam’s VN30 equity constituents

2025· article· en· W4417422057 sur OpenAlexvenueno aff
Nguyen Hung

Notice bibliographique

RevueDecision Science Letters · 2025
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueRisk and Portfolio Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSharpe ratioPortfolioPortfolio optimizationInvestment strategyEquity (law)Post-modern portfolio theoryConstraint (computer-aided design)Efficient frontierStock (firearms)

Résumé

récupéré en direct d'OpenAlex

This study explores the application of Markowitz's Modern Portfolio Theory (Mean-Variance Theory) under a no short-selling constraint in Vietnam's stock market, focusing on the VN30 index from 2012 to 2024. It compares three investment strategies: (A) naive 1/N allocation, (B) Markowitz optimization targeting the same standard deviation as strategy A, and (C) Markowitz optimization maximizing the Sharpe ratio. The findings reveal that strategy C significantly outperforms cumulative returns and risk-adjusted performance, demonstrating that when properly adjusted, the Markowitz model can still generate alpha in emerging markets like Vietnam. However, the study emphasizes prudent risk management and warns against overreliance on theoretical Optimization without considering market realities.

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)0,029
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,470
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0290,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,007
Études des sciences et des technologies0,0000,001
Communication savante0,0000,003
Science ouverte0,0030,001
Intégrité de la recherche0,0000,000
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 Opus0,111
Tête enseignante GPT0,486
Écart entre enseignants0,375 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetRisk and Portfolio OptimizationTravaux en français237 207