MétaCan
Menu
Retour à la cohorte
Enregistrement W6986481065

Portefeuille à variance minimale global comme valeur refuge pour un gestionnaire d’actions

2020· other· fr· W6986481065 sur OpenAlexaboutno aff

Notice bibliographique

RevueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2020
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgrégationRail transportationHomogeneous
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La présente étude se penche sur la viabilité d’utiliser le portefeuille à volatilité minimal global (GMVP) comme valeur refuge durant les périodes turbulentes. Différentes méthodes sont utilisées pour construire la matrice de variances-covariances servant au GMVP ainsi que pour identifier les périodes de turbulence. Sur l’ensemble de la période de 1981 à 2018, le GMVP est significativement moins volatile que les indices de référence canadien (CA100) et américain (US100). Les résultats empiriques démontrent l’existence de deux régimes distincts sur les marchés, soit un régime à rendement positif et à faible volatilité ainsi qu’un régime à rendement négatif avec une forte volatilité (Tu, 2010 ainsi que Ang et Timmermann, 2012). L’étude montre que la perte du GMVP est inférieure à celle du marché en période baissière. En revanche, le rendement moyen du GMVP en période haussière est significatif inférieur. Un investisseur étant investi dans le marché en période haussière et dans le GMVP structurel en période baissière (information parfaite) aurait largement surperformé les indices de référence. Le ratio de Sharpe est de 0,906 (contre 0,570) aux États-Unis et de 0,743 (contre 0,365) au Canada. Sur les deux marchés, le rendement mensuel moyen est significativement supérieur alors que la volatilité est significativement réduite, permettant ainsi d’ajuster l’exposition au marché en fonction des régimes en utilisant le GMVP comme valeur refuge. Cependant, la profitabilité d’une stratégie tactique diminue lorsque l’on corrige le biais de disponibilité de l’information. Malgré tout, la stratégie tactique utilisant les signaux de Lunde et Timmermann (2004) permet de réduire significativement le risque tout en ayant un rendement similaire au marché. Quant à la méthode statistique de changements de régimes, elle est très efficace pour identifier les périodes boursières en utilisant l’ensemble des données (biais de disponibilité), mais ne permet pas d’être autant efficace pour prévoir les signaux d’une stratégie tactique que Lunde et Timmermann (Kole et Van Dijk, 2010). En définitive, le GMVP est une bonne valeur refuge, mais étant difficile de prédire les marchés, une stratégie tactique obtient difficilement un rendement supérieur à l’indice.

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)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,027
Tête enseignante GPT0,229
Écart entre enseignants0,202 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Travaux en français237 207