Frontiers of Stochastically Nondominated Portfolios
随机占优意义下非劣投资组合的前沿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。
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：摘要集中于组合优化与随机占优，未明确涉及所列细分中的资产定价、尾部或系统性风险，因此不指定细分。
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…
随机占优意义下非劣投资组合的前沿
- 研究问题
- 当有限个资产的收益服从离散联合分布时，如何构造在二阶随机占优意义下不被支配的组合，并恢复完整的均值—风险有效前沿？
- 方法与思路
- 作者提出可用线性规划求解的均值—风险模型，使生成的组合具有二阶随机占优意义下的非劣性，再用专门的参数化方法恢复前沿。
- 材料陈述的贡献
- 摘要称，所提模型能够生成随机占优意义下的非劣组合，并恢复完整均值—风险有效前沿；作者还以包含数千资产和收益实现值的数据展示算法。
- 阅读关注点
- 阅读全文时应核对风险度量的定义、可行组合约束及非劣性证明，检查参数化算法恢复整条前沿的条件和大规模算例的计算表现。
- 阅读边界
- 摘要未说明具体风险函数、数据来源与计算耗时；非劣性结论的适用范围需结合模型约束核对，算例也不足以验证一般计算性能。
原文摘要
We consider the problem of constructing a portfolio of finitely many assets whose returns are described by a discrete joint distribution.We propose mean-risk models that are solvable by linear programming and generate portfolios whose returns are nondominated in the sense of second-order stochastic dominance. Next, we develop a specialized parametric method for recovering the entire mean-risk efficient frontiers of these models and we illustrate its operation on a large data set involving thousands of assets and realizations.