Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > econ > arXiv:2501.15793

帮助 | 高级搜索

经济学 > 计量经济学

arXiv:2501.15793 (econ)
[提交于 2025年1月27日 ]

标题: 推进投资组合优化:自适应最小方差投资组合和最小风险率框架

标题: Advancing Portfolio Optimization: Adaptive Minimum-Variance Portfolios and Minimum Risk Rate Frameworks

Authors:Ayush Jha, Abootaleb Shirvani, Ali Jaffri, Svetlozar T. Rachev, Frank J. Fabozzi
摘要: 本研究提出了自适应最小方差投资组合(AMVP)框架和自适应最小风险率(AMRR)指标,这些创新工具旨在动态优化波动性和非平稳金融市场的投资组合。 与传统的最小方差方法不同,AMVP框架通过先进的计量经济模型实现实时适应性,包括ARFIMA-FIGARCH过程和非高斯创新。 对加密货币和股权市场的实证应用展示了所提出框架在降低风险和提高投资组合稳定性方面的优越性能,特别是在市场结构断裂和波动性加剧的时期。 研究结果强调了使用AMVP和AMRR方法应对现代投资挑战的实际意义,为在不确定和快速变化的市场条件下进行投资管理提供了可操作的见解。
摘要: This study presents the Adaptive Minimum-Variance Portfolio (AMVP) framework and the Adaptive Minimum-Risk Rate (AMRR) metric, innovative tools designed to optimize portfolios dynamically in volatile and nonstationary financial markets. Unlike traditional minimum-variance approaches, the AMVP framework incorporates real-time adaptability through advanced econometric models, including ARFIMA-FIGARCH processes and non-Gaussian innovations. Empirical applications on cryptocurrency and equity markets demonstrate the proposed framework's superior performance in risk reduction and portfolio stability, particularly during periods of structural market breaks and heightened volatility. The findings highlight the practical implications of using the AMVP and AMRR methodologies to address modern investment challenges, offering actionable insights for portfolio managers navigating uncertain and rapidly changing market conditions.
主题: 计量经济学 (econ.EM) ; 投资组合管理 (q-fin.PM); 方法论 (stat.ME)
引用方式: arXiv:2501.15793 [econ.EM]
  (或者 arXiv:2501.15793v1 [econ.EM] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.15793
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ayush Jha [查看电子邮件]
[v1] 星期一, 2025 年 1 月 27 日 05:37:28 UTC (2,512 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
q-fin.PM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
econ
econ.EM
q-fin
stat
stat.ME

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号