کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5098178 1478681 2016 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multi-period mean-variance portfolio optimization based on Monte-Carlo simulation
ترجمه فارسی عنوان
بهینه سازی نمونه کارها با میانگین واریانس چند متغیره براساس شبیه سازی مونت کارلو
ترجمه چکیده
ما یک رویکرد مبتنی بر شبیه سازی را برای حل مسئله مدیریت سبد پویای میانگین واریانس پویا محدود می کنیم. برای این مشکل بهینه سازی دینامیک ابتدا یک استراتژی زیرمجموعه ای به نام استراتژی چند مرحله ای که می تواند به صورت پیش فرض مورد استفاده قرار گیرد را در نظر بگیریم. سپس، براساس این استراتژی سریع و در عین حال کمال مطلوب، ما یک رویکرد برنامه ریزی بازگشتی عقب مانده را برای بهبود آن پیشنهاد می کنیم. ما الگوریتم بازگشت بازگشتی را طراحی می کنیم که نتیجه آن تضمین می شود که به یک راه حل نزدیک می شود، که حداقل به همان اندازه که توسط استراتژی چند مرحلهای تولید شده است. در تست های عددی ما، تخصیص دارایی بسیار رضایت بخش برای مشکلات مدیریت پورت دینامیکی با محدودیت های واقع بینانه بر متغیرهای کنترل بدست می آید.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات کنترل و بهینه سازی
چکیده انگلیسی
We propose a simulation-based approach for solving the constrained dynamic mean-variance portfolio management problem. For this dynamic optimization problem, we first consider a sub-optimal strategy, called the multi-stage strategy, which can be utilized in a forward fashion. Then, based on this fast yet sub-optimal strategy, we propose a backward recursive programming approach to improve it. We design the backward recursion algorithm such that the result is guaranteed to converge to a solution, which is at least as good as the one generated by the multi-stage strategy. In our numerical tests, highly satisfactory asset allocations are obtained for dynamic portfolio management problems with realistic constraints on the control variables.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Economic Dynamics and Control - Volume 64, March 2016, Pages 23-38
نویسندگان
, ,