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 > q-fin > arXiv:2311.06665

帮助 | 高级搜索

定量金融 > 投资组合管理

arXiv:2311.06665 (q-fin)
[提交于 2023年11月11日 ]

标题: 撤回成功优化

标题: Withdrawal Success Optimization

Authors:Hayden Brown
摘要: 对于$n$资产和离散时间再平衡,通过逐步可测的投资组合权重函数最大化完成给定投资和提款计划的概率。 应用考虑两种资产,即标准普尔综合指数和通胀保护债券。 对于涉及任意初始投资并随后在剩余时间段内等额年度提款的年度再平衡计划,计算最大概率和最优投资组合权重函数。 应用还考虑以美元成本平均(等额年度投资)开始的年度再平衡计划,然后转为等额年度提款。 结果表明,当使用最优投资组合权重而不是固定的投资组合权重(如将 90% 投资于标准普尔综合指数和 10% 投资于通胀保护债券的标准做法)时,完成给定计划的概率有明显提高。
摘要: For $n$ assets and discrete-time rebalancing, the probability to complete a given schedule of investments and withdrawals is maximized over progressively measurable portfolio weight functions. Applications consider two assets, namely the S&P Composite Index and an inflation-protected bond. The maximum probability and optimal portfolio weight functions are computed for annually rebalanced schedules involving an arbitrary initial investment and then equal annual withdrawals over the remainder of the time period. Applications also consider annually rebalanced schedules that start with dollar cost averaging (equal annual investments) and then shift to equal annual withdrawals. Results indicate noticeable improvements in the probability to complete a given schedule when optimal portfolio weights are used instead of constant portfolio weights like the standard of keeping 90% in the S&P Composite Index and 10% in inflation-protected bonds.
主题: 投资组合管理 (q-fin.PM)
引用方式: arXiv:2311.06665 [q-fin.PM]
  (或者 arXiv:2311.06665v1 [q-fin.PM] 对于此版本)
  https://doi.org/10.48550/arXiv.2311.06665
通过 DataCite 发表的 arXiv DOI
期刊参考: Decisions Econ Finan (2024)
相关 DOI: https://doi.org/10.1007/s10203-024-00487-5
链接到相关资源的 DOI

提交历史

来自: Hayden Brown [查看电子邮件]
[v1] 星期六, 2023 年 11 月 11 日 21:10:04 UTC (543 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
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 | 2023-11
切换浏览方式为:
q-fin

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