Answers are grounded in this paper and cite their sources.
Varyans Minimizazyonuna (MV) dayanan klasik portföy optimizasyonunun gerçek veri ile çalışırken günümüzün finansal gereksinimlerini karşılayamadığından bazı eksiklikleri vardır. Tüm zayıf noktaları arasında en çok göze çarpanı da getirilerin normal dağılma şartı dolayısıyla MV ile optimize edilmiş portföylerin ikinci dereceden stokastik baskınlık (SSD) kriterine göre genelde verimsiz olmalarıdır. Bu makalede ilk aşamasında SSD verimsiz olan hisse senetlerini portföy dışında bırakan ikinci aşamasında da geriye kalan hisse sentlerine MV optimizasyonu uygulayan iki aşamalı yeni bir metot ortaya konmaktadır. Deneysel bir örnek olarak da öne sürülen bu yöntem Türkiye’deki BIST-30 endeksinde uygulanmaktadır. Uygulama sonrası MV portföyleri içinden Sharpe oranını maksimize eden seçilerek bu portföy orjinal BIST-30 portföyü ile kıyaslanmaktadır. Bu makalede ortaya konan iki aşamalı yöntem SSD verimlilik kriterini en baştan dikkate alarak MV optimizasyonunun perspektifini genişletmektedir.
No takes yet. Share an insight, caveat, or question.
Güran et al. (2015) studied this question.
Synapse has enriched 5 related papers. Consider them for comparative context: