SwePub
Sök i LIBRIS databas

  Utökad sökning

L773:0095 4918 OR L773:2168 8656
 

Sökning: L773:0095 4918 OR L773:2168 8656 > Practical Applicati...

Practical Applications Summary: Regime-Based versus Static Asset Allocation: Letting the Data Speak

Peter, Nystrup (författare)
Technical University of Denmark
Bo William, Hansson (författare)
Sampension
Madsen, Henrik (författare)
Technical University of Denmark
visa fler...
Lindström, Erik (författare)
Lund University,Lunds universitet,Finansiell matematik,Forskargrupper vid Lunds universitet,Matematisk statistik,Matematikcentrum,Institutioner vid LTH,Lunds Tekniska Högskola,Financial Mathematics Group,Lund University Research Groups,Mathematical Statistics,Centre for Mathematical Sciences,Departments at LTH,Faculty of Engineering, LTH
visa färre...
 (creator_code:org_t)
2016-04-30
2016
Engelska 7 s.
Ingår i: Journal of Portfolio Management. - : Pageant Media US. - 0095-4918. ; 42:1, s. 103-109
  • Tidskriftsartikel (refereegranskat)
Abstract Ämnesord
Stäng  
  • Regime shifts present a big challenge to traditional strategic asset allocation. This article investigates whether regimebased asset allocation can effectively respond to changes in financial regimes at the portfolio level, in an effort to provide better long-term results than more static approaches can offer. The authors center their regime-based approach around a regime-switching model with time-varying parameters that can match financial markets’ tendency to change behavior abruptly and the fact that the new behavior often persists for several periods after a change. In an asset universe consisting of a global stock index and a global government bond index, they show that, even without any level of forecasting skill, holding a static portfolio may not be optimal.

Ämnesord

NATURVETENSKAP  -- Matematik -- Sannolikhetsteori och statistik (hsv//swe)
NATURAL SCIENCES  -- Mathematics -- Probability Theory and Statistics (hsv//eng)

Nyckelord

Asset Allocation
Regime-Based Investing
Volatility Clustering
Daily Returns
Hidden Markov Model

Publikations- och innehållstyp

art (ämneskategori)
ref (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy