Optimal Portfolio Selection with Different Approximated Returns

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F16%3A86099795" target="_blank" >RIV/61989100:27510/16:86099795 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Optimal Portfolio Selection with Different Approximated Returns

Popis výsledku v původním jazyce

In this paper, we investigate the impact of the approximation methods on the large-scale portfolio selection problems. In particular, we compare conditional expectation estimation from both parametric and nonparametric regression models. In this context, we use a general nonparametric multivariate regression framework to cope with several problems arising with linear regression approximation. To this end, we firstly reduce the dimensionality of the large-scale portfolio by performing a principal component analysis on the stock returns. Then, within k-fund separation model, we use different methodologies to approximate the portfolio returns. Finally, through an empirical analysis, we show the impact of regression estimation on the ex-post sample paths of several portfolio strategies. The proposed empirical analysis confirms that it is better using nonparametric regression rather than the classical parametric regression.

Název v anglickém jazyce

Optimal Portfolio Selection with Different Approximated Returns

Popis výsledku anglicky

In this paper, we investigate the impact of the approximation methods on the large-scale portfolio selection problems. In particular, we compare conditional expectation estimation from both parametric and nonparametric regression models. In this context, we use a general nonparametric multivariate regression framework to cope with several problems arising with linear regression approximation. To this end, we firstly reduce the dimensionality of the large-scale portfolio by performing a principal component analysis on the stock returns. Then, within k-fund separation model, we use different methodologies to approximate the portfolio returns. Finally, through an empirical analysis, we show the impact of regression estimation on the ex-post sample paths of several portfolio strategies. The proposed empirical analysis confirms that it is better using nonparametric regression rather than the classical parametric regression.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

50206 - Finance

Projekt

<a href="/cs/project/GA15-23699S" target="_blank" >GA15-23699S: RPF a OT aplikovaná na mezinárodních finančních trzích a problému výběru portfolio</a><br>

Návaznosti

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

Rok uplatnění

2016

Kód důvěrnosti údajů

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

Název statě ve sborníku

34th International Conference Mathematical Methods in Economics (MME) : proceedings papers

ISBN

978-80-7494-296-9

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

6

Strana od-do

447-452

Název nakladatele

Technická univerzita Liberec

Místo vydání

Liberec

Místo konání akce

Liberec

Datum konání akce

6. 9. 2016

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

000385239500077