全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1351 37
2022-05-30
英文标题:
《The Markowitz Category》
---
作者:
John Armstrong
---
最新提交年份:
2018
---
英文摘要:
  We give an algebraic definition of a Markowitz market and classify markets up to isomorphism. Given this classification, the theory of portfolio optimization in Markowitz markets without short selling constraints becomes trivial. Conversely, this classification shows that, up to isomorphism, there is little that can be said about a Markowitz market that is not already detected by the theory of portfolio optimization. In particular, if one seeks to develop a simplified low-dimensional model of a large financial market using mean--variance analysis alone, the resulting model can be at most two-dimensional.
---
中文摘要:
我们给出了Markowitz市场的代数定义,并将市场分类为同构市场。根据这种分类,没有卖空约束的马科维茨市场的投资组合优化理论变得微不足道。相反,这种分类表明,在同构之前,对于投资组合优化理论尚未发现的马科维茨市场,几乎没有什么可说的。特别是,如果一个人试图单独使用均值-方差分析来开发大型金融市场的简化低维模型,那么得到的模型最多可以是二维的。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Portfolio Management        项目组合管理
分类描述:Security selection and optimization, capital allocation, investment strategies and performance measurement
证券选择与优化、资本配置、投资策略与绩效评价
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-30 21:23:43
Markowitz分类John ArmstrongKing\'s College LondonAbstract我们给出了Markowitz市场的代数定义,并将市场分类为同构。鉴于这种分类,没有卖空约束的马科维茨市场的投资组合优化理论变得微不足道。相反,这种分类表明,直到同构,对于投资组合优化理论尚未发现的马科维茨市场,几乎没有什么可说的。特别是,如果一个人试图单独使用均值-方差分析来开发大型金融市场的简化低维模型,那么得到的模型最多可以是二维的。引言在开发金融模型时,为了便于分析和避免过度拟合,既需要捕捉金融市场的复杂性,也需要简化。这导致人们考虑如何最好地生成高维金融模型的低维近似值的问题。作为这种降维的一个例子,请考虑经标定的一个和两个共同基金定理(Merton,1972)。这些建立在马科维茨(Markowitz,1952)的工作基础上,告诉我们,在没有卖空限制的马科维茨市场模型中,只对最优投资问题感兴趣的投资者可以安全地忽略投资组合空间的所有二维子空间。本文考虑的是,如果一个人的利益范围比马科维茨的经典最优投资问题更广泛,会发生什么。马科维茨市场模型是否还有其他低维子空间可能对其他市场参与者特别感兴趣?我们将证明,在明确的意义上,这个问题的答案是否定的。此外,在同样明确的意义上,两个共同基金定理说明了关于市场的一切。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 21:23:47
当然,关键是要对我们所说的“明确定义的意义”给出一个严格的解释。这就是我们使用小类别理论的地方。范畴理论,于(Eilenberg&MacLane,1945年)引入,将数学家的常见实践形式化,以研究对象的类别,直到一些等价或同构的概念。例如,可以尝试将向量空间分类为双射线性变换,或将有限群分类为群同构。这种方法的优点是忽略了虚假的细节。例如,向量空间或组下的规范集与其同构之前的分类无关。遵循类似的模式,在第1节中,我们将定义一类称为Markowitz市场的对象,并定义市场之间Markowitz同构的概念。简而言之,马科维茨市场是一个可能投资组合的向量空间,配备有:一个线性函数,给出每个投资组合的成本;给出每个投资组合预期收益的线性函数;以及衡量两个投资组合协方差的对称线性形式。等深线是保存这些结构的地图。通过定义同构的概念,我们正式定义了我们认为是马科维茨市场具有财务意义的特征,以及我们认为是虚假信息的特征。有财务意义的财产应该通过同构来保存。例如,特定股票的名称在财务上没有意义,我们的同构概念反映了这一点。我们注意到,这种同构概念的前提是,风险可以用标准差来充分衡量。众所周知,有充分的理由考虑其他风险度量,在这种情况下,需要更多的数据来确定市场,并且需要有不同的同构概念。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 21:23:50
注意,虽然我们的理论是基于使用标准差来衡量风险,但它并不依赖于回报的分布。特别是正态分布在我们的理论中不会起作用。在确定了同构的概念后,我们将所有无套利马科维茨市场分类为定理1.9中的马科维茨同构。这是本文的中心成果。证明只需要初等线性代数,可以在根本不考虑投资组合优化的情况下给出。在第2节中,我们将展示如何将马科维茨市场分类应用于投资组合优化研究。我们将看到,共同基金定理等经典结果是我们分类的直接明显推论。此外,我们将观察风险回报图与市场分类之间的密切关系。例如,我们将看到,两个维度相同且不包含零成本、零风险和零预期收益的虚假投资组合的市场是同构的,当且仅当它们具有相同的效率边界时。正如我们将看到的那样,范畴理论对这个问题的处理方法在许多方面比的经典方法(Merton,1972)更具普遍性和启发性。经典方法基于直接计算和拉格朗日乘子理论,而几何参数基于Gram–Schmidt过程。如果读者希望在收益率和投资组合权重方面将我们的演示文稿与更标准的演示文稿进行比较,请参考Tappendix A,我们在那里详细描述了如何在这两种方法之间进行转换,并给出了一个数字示例。我们将展示如何将我们的几何方法推广到马科维茨同构下的不变性被另一个合适的类别打破的情况。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 21:23:54
例如,当考虑单个投资组合相对于市场的表现时,应该只考虑保持该投资组合的同构。要使用类别理论术语术语,人们对马科维茨市场的“定点类别”感兴趣,该类别具有成本1的标记投资组合。这一类别在定理2.6中进行了分类。这个定理解释了为什么风险回报图(如图1)是理解这个问题的有效工具。值得注意的是,当考虑最佳套期保值时,正如(Sharpe&Tint,1990)所做的那样,可以再次使用标记的投资组合对市场进行分类(这次被套期资产定义了标记的投资组合)。先验地,人们可能会认为,分析投资组合的表现与分析对冲投资组合是一个非常不同的问题,但这两个问题都可以使用相同的分类定理来理解。我们考虑的另一个推广是具有两个标记投资组合的市场。这一问题自然出现在资本资产定价模型(CAPM)中(如(Jensen,Black和Scholes,1972)所述,最初发展于(Treynor,1961;Sharpe,1964;Lintner,1965;Mossin,1966))。我们将展示如何通过适当的分类来理解该理论,在本例中为定理2.7。该方法可以进一步推广,以包括CAPM的许多经典推广或得出新的结果。例如,如果希望使用均值-方差分析研究不同套期保值组合的绩效,那么很自然会产生一个问题,即用更显著的组合对市场进行分类。因此,将资本资产定价模型(CAPM)进行一般化,以获得一个用于评估对冲组合相对绩效的模型,这将是很简单的。在第3节中,我们展示了我们的方法可用于得出新的财务分析结果。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-30 21:23:58
我们正式陈述并证明了我们的主张的数学版本,即高维市场模型中不存在对特定市场参与者特别感兴趣的低维子空间,而不是由两个共同基金定理定义的子空间。我们提供这个结果的基本假设是,市场参与者只对Markowitz同构之前的市场感兴趣。然后,我们的主张将遵循我们的分类定理以及我们在第3.1节中总结的范畴理论的一些非常普遍的想法。作为一个具体且与财务相关的例子,考虑将主成分分析应用于相关矩阵的实践,以识别市场模型的有趣子空间。这允许我们识别金融模型的高维子空间,但代价是打破马科维茨同构的不变性。如果认为一只股票和一篮子股票的财务属性根本不同,则可以对相关矩阵进行主成分分析。例如,如果一个人试图找到尽可能准确反映市场的特定股票,马科维茨不变性就会被打破,主成分分析可能是一个有用的工具。另一方面,如果一个人试图选择尽可能准确地代表市场的少量个人股票,那么就不能超越两个共同基金定理。我们在第3节中给出了两个进一步的例子,说明我们的结果如何应用。具体而言,在第3.2节中,我们考虑了使用历史数据和由此产生的模型不确定性估计预期收益的重要问题。这一问题已被广泛研究(例如,(Black&Litterman,1992),(Garlappi,Uppal,&Wang,2006),(Jorion,1986),(Ceria&Stubbs,2006))。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群