위험예산 포트폴리오를 위한 새로운 수렴 알고리즘
본 논문은 위험예산 포트폴리오를 구하기 위해 기존 최적화 기반 방법을 대체하는 접근법을 제시한다. 저자들은 단순히 위험 기여도와 목표 위험배분을 일치시키는 Cauchy 수열을 단순히 정의하고, 이 수열이 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 단순히 …
저자: Claudia Fassino, Pierpaolo Uberti
본 논문은 위험예산 포트폴리오(Risk‑Budgeting Portfolio)의 계산 방법을 근본적으로 재구성한다. 서론에서는 위험패리티와 위험예산 개념을 소개하고, 기존 최적화 기반 접근법이 모델 불안정성, 수치적 불안정성, 자산 집중 현상 등 여러 단점을 가지고 있음을 지적한다. 특히, Maillard et al. (2010)의 최적화 프레임워크는 수학적 존재·유일성 증명이 부족하고, 실제 구현 시 최적화 솔버에 의존해 복잡도가 급증한다는 점을 강조한다.
제2장에서는 일반적인 위험 측정치 ρ에 대해 위험 기여도 RCρ(x)를 정의하고, 목표 위험 배분 벡터 xb∈S를 가정한다. 핵심 아이디어는 Δ(x)=RCρ(x)−xb·(1ᵀRCρ(x))⁻¹ 라는 차이 함수를 만든 뒤, x_{n+1}=x_n + k(x_n)·Δ(x_n) 형태의 반복식을 설계하는 것이다. 여기서 k(x) 는 연속 함수이며, ∥Δ(x_{n+1})∥₂ ≤ L·∥Δ(x_n)∥₂ (0
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기