Predictive Decision Synthesis for Portfolios: Betting on Better Models
投资组合的预测决策综合：押注更好的模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确涉及汇率时间序列的动态建模、序贯学习及预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
投资组合的预测决策综合：押注更好的模型
- 研究问题
- 面对金融时间序列的候选模型不确定性，如何将序贯学习、预测与投资组合再投资决策结合，并评价相应决策结果？
- 方法与思路
- 作者发展贝叶斯动态建模与预测决策综合框架，在国际汇率时间序列预测及投资组合再平衡案例中与传统贝叶斯分析比较。
- 材料陈述的贡献
- 摘要称 BPDS 提供新的可操作预测与决策分析方式，汇率及组合案例展示了扩展的主观贝叶斯方法可能带来的实践改进。
- 阅读关注点
- 核对候选模型、综合规则与决策目标、主观设定的作用，以及递归预测和再平衡比较中的评价标准及样本外实施。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已通过同行评审或被期刊接收；摘要未说明具体收益、交易成本及案例优势的普遍性。
原文摘要
We discuss and develop Bayesian dynamic modelling and predictive decision synthesis for portfolio analysis. The context involves model uncertainty with a set of candidate models for financial time series with main foci in sequential learning, forecasting, and recursive decisions for portfolio reinvestments. The foundational perspective of Bayesian predictive decision synthesis (BPDS) defines novel, operational analysis and resulting predictive and decision outcomes. A detailed case study of BPDS in financial forecasting of international exchange rate time series and portfolio rebalancing, with resulting BPDS-based decision outcomes compared to traditional Bayesian analysis, exemplifies and highlights the practical advances achievable under the expanded, subjective Bayesian approach that BPDS defines.