کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
10523907 957133 2016 4 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Sparse tangent portfolio selection via semi-definite relaxation
ترجمه فارسی عنوان
انتخاب نمونه کارها منحصر به فرد از طریق تفکر نیمه قطعی
کلمات کلیدی
نمونه کارها انعطاف پذیر، حداکثر سازی نسبت شارپ، آرامش نیمه تعریف شده،
ترجمه چکیده
کارآیی بالا از اوراق بهادار میانگین وظیفه ای است که موجب افزایش هزینه های معامله و هزینه های مدیریت می شود. بنابراین، ما روشی را برای حل مسئله قدرتمندی با استفاده از روش نیمهتمام آرامسازی به مدل انتخاب نمونه کارآزمایی منحصر به فرد بهینه سازی شده، پیشنهاد می کنیم. ما دریافتیم که مدل آرام به یک مشکل برنامه نویسی نیمه قطعی تبدیل می شود که به طور موثر با حل کننده های بهینه سازی موجود حل می شود. تجزیه و تحلیل عددی با بازده سهام تاریخی حاکی از آن است که مدل آرام پیشنهاد شده به طور موثر پرتفوی های منحصر بفردی ایجاد می کند.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات ریاضیات گسسته و ترکیبات
چکیده انگلیسی
The high-cardinality of mean-variance portfolios is a concern in practice because it increases transaction costs and management fees. Therefore, we propose a method to resolve the cardinality problem by applying the semi-definite relaxation method to a cardinality constrained optimal tangent portfolio selection model. We find that the relaxed model becomes a semi-definite programming problem that is efficiently solved with existing optimization solvers. Numerical analyses with historical stock returns confirm that the proposed relaxed model effectively constructs sparse tangent portfolios.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Operations Research Letters - Volume 44, Issue 4, July 2016, Pages 540-543
نویسندگان
, , , ,