Robust First Order Stochastic Dominance in Portfolio Optimization

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F21%3A10473038" target="_blank" >RIV/00216208:11320/21:10473038 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Robust First Order Stochastic Dominance in Portfolio Optimization

Popis výsledku v původním jazyce

We use modern approach of stochastic dominance in portfolio optimization, where we want the portfolio to dominate a benchmark. Since the distribution of returns is often just estimated from data, we look for the worst distribution that differs from empirical distribution at maximum by a predefined value. First, we define in what sense the distribution is the worst for the first order stochastic dominance. We derive a robust stochastic dominance test for the first order stochastic dominance and find the worst-case distribution as the optimal solution of a non-linear maximization problem. We apply the derived optimization programs to real life data, specifically to returns of assets captured by Dow Jones Industrial Average, and we analyze the problems in detail using optimal solutions of the optimization programs with multiple setups.

Název v anglickém jazyce

Robust First Order Stochastic Dominance in Portfolio Optimization

Popis výsledku anglicky

We use modern approach of stochastic dominance in portfolio optimization, where we want the portfolio to dominate a benchmark. Since the distribution of returns is often just estimated from data, we look for the worst distribution that differs from empirical distribution at maximum by a predefined value. First, we define in what sense the distribution is the worst for the first order stochastic dominance. We derive a robust stochastic dominance test for the first order stochastic dominance and find the worst-case distribution as the optimal solution of a non-linear maximization problem. We apply the derived optimization programs to real life data, specifically to returns of assets captured by Dow Jones Industrial Average, and we analyze the problems in detail using optimal solutions of the optimization programs with multiple setups.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10103 - Statistics and probability

Projekt

<a href="/cs/project/GX19-28231X" target="_blank" >GX19-28231X: Dynamické modely pro digitální finance</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2021

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

39TH INTERNATIONAL CONFERENCE ON MATHEMATICAL METHODS IN ECONOMICS (MME 2021)

ISBN

978-80-213-3126-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

269-274

Název nakladatele

Czech Univ Life Sciences Prague

Místo vydání

Prague 6

Místo konání akce

Prague

Datum konání akce

8. 9. 2021

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

000936369700044