Tập thông tin được phép trong tối ưu hóa danh mục trung bình-phương sai

Tóm tắt

Bài báo đưa thông tin được dùng khi lựa chọn danh mục trung bình-phương sai thành một phần của bài toán tối ưu hóa. Bài báo lập luận rằng phân tích danh mục tiêu chuẩn có thể bị sai lệch nếu đưa vào các biến chưa có tại thời điểm ra quyết định hoặc nhầm biến động chung với rủi ro riêng lẻ. Các tác giả xác định những lớp thông tin được phép bằng các ràng buộc đặt trước về tính sẵn có, không có cơ hội kinh doanh chênh lệch giá, khả năng tách biệt thống kê và — trong các khẳng định về can thiệp — tính bất biến qua những chế độ đã xác định. Họ chọn một lớp thông tin mà không dùng kết quả rủi ro-lợi suất, rồi giải bài toán danh mục cổ điển trong lớp đó.

Các kết quả lý thuyết đề cập đến tính tồn tại, tính bất biến khi mã hóa lại và giá trị của thông tin được phép; đồng thời xác định khi nào việc chọn thông tin theo tổn thất quyết định có thể đưa dữ liệu nhìn trước vào phân tích. Một ước lượng được báo cáo là nhất quán với mức hối tiếc bậc hai. Với dữ liệu thị trường có 127 yếu tố dẫn dắt ứng viên, điều kiện này có thể đạt được đối với từng cổ phiếu riêng lẻ nhưng gần như không thay đổi khi mở rộng tìm kiếm cho danh mục đã đa dạng hóa trước. Khi không thể tách biệt chính xác, danh mục phương sai tối thiểu có thể đạt kết quả tương đương với co rút và mức luân chuyển thấp hơn, đồng thời vẫn để lại một phần rủi ro chưa được giải thích. Những phát hiện này phụ thuộc vào các giả định được phép đã nêu và không chứng minh rằng việc nhận dạng quan hệ nhân quả luôn xứng đáng với chi phí tìm kiếm.

Ý chính

• Tính sẵn có của thông tin và khả năng tách biệt thống kê được xem là các ràng buộc khi chọn danh mục.
• Thứ tự về tính hợp lệ chọn một lớp thông tin mà không dựa vào kết quả về rủi ro và lợi suất.
• Các khẳng định nhân quả đòi hỏi tính bất biến qua những chế độ đã công bố, trong khi việc nhận dạng kéo theo chi phí tìm kiếm.
• Điều kiện thực nghiệm có biểu hiện khác nhau giữa từng cổ phiếu riêng lẻ và danh mục đã đa dạng hóa trước.
• Khi không thể tách biệt chính xác, danh mục phương sai tối thiểu có thể giảm mức luân chuyển nhưng vẫn còn rủi ro chưa được giải thích.

Thẻ

# 2610.00147


# Admissible Portfolio Optimization: Information Constraints, Conditional Efficient Frontiers, and the Price of Causal Identification









Mean--variance portfolio choice takes the conditioning information as given and optimizes over weights, so two errors about that information pass into the portfolio unseen: using variables unavailable at the decision time and treating common variation as idiosyncratic. We make the conditioning information a decision variable subject to hard admissibility constraints declared in advance: availability, a no-arbitrage-preserving enlargement of the decision filtration, statistical separation and, for interventional claims, invariance across declared regimes. A lexicographic admissibility order in which no risk--return quantity enters selects an optimal information class, and the classical problem is solved inside it. We prove existence, invariance under recodings, and a value-of-admissible-information theorem whose failure conditions show that selection by decision loss admits look-ahead information whenever present; the two-stage solution and the joint envelope are the minimal elements of two orders on one set. Under exact separation the diversifiable part of risk is a property of the admissible class and is interventionally stable only under interventional admissibility; requiring causal identification carries an explicit oracle price traded against search complexity. The estimator is consistent with second-order regret. On market data with 127 candidate drivers the condition is attainable on individual equities, where enlarging the search reduces the defect at a measurable rate, and not on pre-diversified portfolios, where it is nearly invariant to the search because the residual dependence is the common factor itself. Where it fails, the covariance still yields minimum-variance portfolios that match shrinkage at markedly lower turnover while discarding a measurable part of their risk, which an exact decomposition attributes to the residual share, breadth and average residual correlation.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.