慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
KAKEN_24730193seika  
プレビュー
画像
thumbnail  
キャプション  
本文
KAKEN_24730193seika.pdf
Type :application/pdf Download
Size :145.3 KB
Last updated :Sep 21, 2017
Downloads : 709

Total downloads since Sep 21, 2017 : 709
 
本文公開日
 
タイトル
タイトル 高次元データに関するポートフォリオ最適化問題  
カナ コウジゲン データ ニ カンスル ポートフォリオ サイテキカ モンダイ  
ローマ字 Kojigen deta ni kansuru potoforio saitekika mondai  
別タイトル
名前 Portfolio optimization problem for high dimensional data  
カナ  
ローマ字  
著者
名前 白石, 博  
カナ シライシ, ヒロシ  
ローマ字 Shiraishi, Hiroshi  
所属 慶應義塾大学・理工学部・准教授  
所属(翻訳)  
役割 Research team head  
外部リンク 科研費研究者番号 : 90454024
 
出版地
 
出版者
名前  
カナ  
ローマ字  
日付
出版年(from:yyyy) 2017  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 科学研究費補助金研究成果報告書  
翻訳  
 
 
2016  
 
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
本研究では, 投資資産が膨大となるような高次元設定の下で (1) 『分散共分散行列の逆行列に対する漸近不偏な推定量を用いた最適ポートフォリオ推定量』および (2) 『ポートフォリオ比率に対する縮小推定量を用いた最適ポートフォリオ推定量』の2つの推定量を提案した。まず, これらの推定量の理論的, 数値的正当性を確認すると同時に, 日本の株価データ(200銘柄)を用いて既存のポートフォリオとのパフォーマンスを(シャープ比や効用関数を用いた指標により)比較し, 提案手法の優位性があることを確認した。
In this research, we propose two types of optimal portfolio estimators when an investor aims to invest a huge number of assets. Suppose that high dimensional data with respect to the past asset return is available. Then we propose (1) Optimal portfolio estimator by using an unbiased estimator for the inverse of the covariance matrix, (2) Shrinkage type estimator for the plug-in portfolio weights estimator. First, we derive the theoretical properties and confirm numerical validity of these estimators. Then, we compare the performance (in terms of the sharp ration and the utility function) with existing portfolios based on the Japanese stock price data (200 issues) and realized the superiority of the proposed method.
 
目次

 
キーワード
最適ポートフォリオ  

統計的推定  

漸近理論  

高次元データ  

縮小推定量  
NDC
 
注記
研究種目 : 若手研究(B)
研究期間 : 2012~2016
課題番号 : 24730193
研究分野 : 統計科学
 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
Sep 21, 2017 15:40:57  
作成日
Sep 21, 2017 15:40:57  
所有者
mediacenter
 
更新履歴
 
インデックス
/ Public / 科学研究費補助金研究成果報告書 / 2016年度 / 日本学術振興会
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 出生率及び教育投... (775) 1st
2位 『うつほ物語』俊... (474)
3位 新自由主義に抗す... (384)
4位 731部隊と細菌戦 ... (356)
5位 二〇二三年度三田... (269)

最も多くダウンロードされたアイテム
1位 Predicting crypt... (2455) 1st
2位 家族主義と個人主... (1905)
3位 731部隊と細菌戦 ... (574)
4位 猫オルガンとはな... (510)
5位 新参ファンと古参... (438)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース