اثاثوں کی قیمت اور کارکردگی کے جائزے کے لیے بے ترتیب پورٹ فولیوز

خلاصہ

یہ مضمون تجرباتی اثاثہ قیمت بندی اور سرمایہ کاری کی کارکردگی جانچنے کے لیے بے ترتیب کنٹرولز استعمال کرتا ہے۔ یہ جیومیٹرک رینڈم واکس، جنہیں مارکوف چین مونٹی کارلو طریقوں کا ایک طبقہ بتایا گیا ہے، استعمال کرکے سرمایہ کار کی پابندیوں پر پورا اترنے والے بے ترتیب پورٹ فولیوز بناتا ہے۔ یہ پورٹ فولیوز اس جائزے کے لیے لچکدار کنٹرول گروپ مہیا کرتے ہیں کہ علمی تحقیق میں زیرِ مطالعہ فیکٹر پریمیا عملی سرمایہ کاری میں کارکردگی سے کیسے متعلق ہیں۔

تجرباتی مثال، MSCI ڈائیورسفائیڈ ملٹی فیکٹر انڈیکس کے سرمایہ کار رہنما اصولوں پر مبنی سخت پابندیوں والے سیٹ اپ میں سائز، ویلیو، کوالٹی اور مومنٹم پریمیا سے ایکسپوژر جانچتی ہے۔ مضمون کارکردگی کے استنباط کے لیے بے ترتیب پورٹ فولیوز استعمال کرنے کی حدود، خصوصاً کثیر جہتی جیومیٹری سے پیدا ہونے والے مسائل، پر بھی بات کرتا ہے۔ اقتباس ڈیزائن اور تحقیقی سوالات بیان کرتا ہے مگر عددی نتائج نہیں دیتا؛ اس لیے یہ نہیں بتاتا کہ پابندیوں والے پورٹ فولیوز پریمیا کو پکڑتے ہیں یا معیارِ تقابل سے بہتر کارکردگی دکھاتے ہیں۔ اس کا بنیادی سبق طریقۂ کار سے متعلق ہے: تجرباتی کارکردگی کی تشریح میں کنٹرول پورٹ فولیو کی تشکیل اور جیومیٹری کے اثرات اہم ہیں۔

اہم خیالات

• جیومیٹرک رینڈم واکس سرمایہ کار کی پابندیوں کے مطابق بے ترتیب کنٹرول پورٹ فولیوز بنا سکتی ہیں۔
• بے ترتیب پورٹ فولیوز کی سیمپلنگ فیکٹر پریمیا کی تحقیق کو عملی کارکردگی کے تجزیے سے جوڑ سکتی ہے۔
• تجرباتی اطلاق سائز، ویلیو، کوالٹی اور مومنٹم ایکسپوژرز کا جائزہ لیتا ہے۔
• پابندیوں والا ملٹی فیکٹر انڈیکس رہنما اصول سرمایہ کاری کی مثال فراہم کرتا ہے۔
• کثیر جہتی جیومیٹری روایتی بے ترتیب پورٹ فولیو استنباط کو پیچیدہ بناتی ہے۔

ٹیگز

# Randomized Control in Performance Analysis and Empirical Asset Pricing


# Randomized Control in Performance Analysis and Empirical Asset Pricing









The present article explores the application of randomized control techniques in empirical asset pricing and performance evaluation. It introduces geometric random walks, a class of Markov chain Monte Carlo methods, to construct flexible control groups in the form of random portfolios adhering to investor constraints. The sampling-based methods enable an exploration of the relationship between academically studied factor premia and performance in a practical setting. In an empirical application, the study assesses the potential to capture premias associated with size, value, quality, and momentum within a strongly constrained setup, exemplified by the investor guidelines of the MSCI Diversified Multifactor index. Additionally, the article highlights issues with the more traditional use case of random portfolios for drawing inferences in performance evaluation, showcasing challenges related to the intricacies of high-dimensional geometry.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔