雖然這篇共變異數矩陣計算鄉民發文沒有被收入到精華區:在共變異數矩陣計算這個話題中,我們另外找到其它相關的精選爆讚文章
在 共變異數矩陣計算產品中有1篇Facebook貼文,粉絲數超過5萬的網紅蔡至誠。PG財經筆記Simple Is The Best,也在其Facebook貼文中提到, 傳統投資組合理論主要的是以變異數來衡量風險,而其中又以 Markowitz(1952)提出的「平均數-變異數投資組合模型」最為著名。 在此模型中,由於共變異數矩陣的計算上較為困難且複雜,因此,Konno 及 Yamazaki(1991)另外提出了平均數-平均絕對離差模型,這個模型不但節省了計算時間...
共變異數矩陣計算 在 蔡至誠。PG財經筆記Simple Is The Best Facebook 的最佳解答
傳統投資組合理論主要的是以變異數來衡量風險,而其中又以 Markowitz(1952)提出的「平均數-變異數投資組合模型」最為著名。
在此模型中,由於共變異數矩陣的計算上較為困難且複雜,因此,Konno 及 Yamazaki(1991)另外提出了平均數-平均絕對離差模型,這個模型不但節省了計算時間,並且在求解最適投資組合時,也不需要共變異數矩陣,所以降低了計算上的困難度。
除此之外,亦有許多學者分別提出不同的風險測量方式,如Markowitz(1959)又提出了半變異數(semivariance)的觀念,而 Estrada(2008)即以此半變異數為損失風險的觀念發展出一種較簡易的平均數-半變異數模型;
其次,Bawa及Lindenberg(1977)以左偏動差(lower partial moment)做為損失風險的觀念而發展出平均數-左偏動差模型;
另外,Rockafellar 及 Uryasev(2000)則以條件風險值(conditional value-atrisk)為損失風險的觀念發展出平均數-條件風險值模型。
綜觀上述不同風險測量之投資組合模型,《不同風險衡量下效率投資組合之比較分析》這篇研究以半變異數、左偏動差、平均絕對離差、條件風險值來衡量投資組合的風險,與利用變異數來衡量風險作比較,分析其所求解出的最適投資組合之差異與進行相似度分析。
《不同風險衡量下效率投資組合之比較分析》文中發現在樣本內資料分析部分,MLPM 與 MSV 之間的相似度指數位居第一,而 MV 與 MMAD 之間的相似度指數較高。
https://pgfinnote.com/comparative-analysis-of-efficient-portfolios-under-different-risk-measurements/