Nell'ambito dei problemi di scelta in condizioni di rischio introduciamo un nuovo modello comportamentale e implementiamo un'analisi empirica basata sul confronto con il classico approccio della Teoria del Prospetto. L'applicazione di questi modelli è validata nella selezione di portafoglio attraverso tre modelli di portafoglio tradizionali utilizzati come riferimento (portafoglio a varianza minima, portafoglio a deviazione mediana assoluta e portafoglio equamente ponderato). L'obiettivo di questo lavoro di ricerca è quello di incorporare la percezione del rischio degli investitori nelle scelte dei portafogli ottimali. Proponiamo un'analisi out-of-sample di quattro indici azionari per dimostrare la superiorità dei modelli comportamentali di selezione di portafoglio rispetto a quelli tradizionali. DOI: 10.13134/979-12-5977-249-7
Uno dei principi fondamentali dei modelli di selezione del portafoglio è la minimizzazione del rischio attraverso la diversificazione degli investimenti. Tuttavia, i benefici della diversificazione si riducono in presenza di un'elevata correlazione tra gli asset. È noto che la diversificazione attraverso l'uso di portafogli più ampi non è il modo migliore per ottenere un miglioramento della performance fuori campione. Inoltre, l'inclusione di un numero elevato di posizioni nel portafoglio aumenta i costi di gestione e di transazione. Mentre i modelli classici di selezione del portafoglio si concentrano sulla minimizzazione del rischio e sulla massimizzazione del rendimento, lo scopo di questo lavoro è quello di includere un terzo obiettivo: la norma-1. Ciò consente di selezionare portafogli sparsi, cioè con un numero limitato di attività, che sono più facili da gestire e consentono di ottenere buoni risultati in termini di rischio-rendimento. La nostra analisi empirica si basa su un dataset di riferimento disponibile pubblicamente e spesso utilizzato in letteratura. DOI: 10.13134/979-12-5977-332-6
Il Calcolo Frazionario ha recentemente guadagnato un crescente interesse nella letteratura economica e finanziaria. Per quanto riguarda i modelli economici, quelli di crescita sono stati modellati utilizzando una rappresentazione tramite derivate frazionarie. Questo tipo di equazioni non consente soluzioni in forma chiusa e quindi è necessario ricorrere a metodi numerici appropriati per ottenere approssimazioni accurate delle soluzioni. Per questo motivo, in questo contributo, proponiamo un approccio basato sulle cosiddette Physics Informed Neural Network per risolvere le equazioni integrali di Volterra di ordine frazionario. Alcuni esperimenti numerici mostrano l’accuratezza dell’algoritmo suggerito.
Nell'ambito dei problemi di scelta in condizioni di rischio introduciamo un nuovo modello comportamentale e implementiamo un'analisi empirica basata sul confronto con il classico approccio della Teoria del Prospetto. L'applicazione di questi modelli è validata nella selezione di portafoglio attraverso tre modelli di portafoglio tradizionali utilizzati come riferimento (portafoglio a varianza minima, portafoglio a deviazione mediana assoluta e portafoglio equamente ponderato). L'obiettivo di questo lavoro di ricerca è quello di incorporare la percezione del rischio degli investitori nelle scelte dei portafogli ottimali. Proponiamo un'analisi out-of-sample di quattro indici azionari per dimostrare la superiorità dei modelli comportamentali di selezione di portafoglio rispetto a quelli tradizionali. DOI: 10.13134/979-12-5977-249-7
This will help us customize your experience to showcase the most relevant content to your age group
Please select from below
Login
Not registered?
Sign up
Already registered?
Success – Your message will goes here
We'd love to hear from you!
Thank you for visiting our website. Would you like to provide feedback on how we could improve your experience?
This site does not use any third party cookies with one exception — it uses cookies from Google to deliver its services and to analyze traffic.Learn More.