在資產組合的優化過程中,總是希望賺取穩定的報酬以及規避不必要的風險,也因此,風險的衡量在資產組合理論中至關重要,而A. Ahmadi-Javid(2011)發表證明以相對熵為基礎的熵風險值(Entropic Value-at-Risk,簡稱EVaR)是為被廣泛使用的條件風險值(Conditional Value-at-Risk,簡稱CVaR)之上界,且EVaR在使用上更為效率,具有相當優越的性質,而本文將利用熵風險值的約當測度,去修改傳統均值–變異模型,並以臺灣股市為例,利用基因模擬退火混合演算法來驗證其在動態架構下的性質及績效,結果顯示比起傳統模型更為貼近效率前緣。
Identifer | oai:union.ndltd.org:CHENGCHI/G1033510161 |
Creators | 張佳誠 |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | English |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0019 seconds