动态随机组合优化中的预期效用最大化和条件风险价值偏离基于偏差的夏普比率
摘要：动态随机投资组合优化问题的预期终端效用最大化方法研究 通过求解经由Riccati变换转化的演化型Hamilton-Jacobi-Bellman方程，我们数值上解决了这个问题。 我们研究了结果与所选择效用函数的形状及其相关风险厌恶水平之间的依赖关系。 我们定义了基于条件风险价值偏差（CVaRD）的夏普比率，用于衡量动态投资组合的风险调整绩效。 我们计算了基于德国DAX 30指数激发的投资组合问题的最优策略，并评估和分析了CVaRD基夏普比率与效用函数及其相关风险厌恶水平之间的关联性。
作者：Sona Kilianova, Daniel Sevcovic
论文ID：1810.11619
分类：Portfolio Management
分类简称：q-fin.PM
提交时间：2018-10-30