Selezione di portafoglio con diverse misure di rischio: applicazione di una metaeuristica

DSpace/Manakin Repository

Show simple item record

dc.contributor.advisor Corazza, Marco it_IT
dc.contributor.author Dalla Costa, David <1994> it_IT
dc.date.accessioned 2020-02-14 it_IT
dc.date.accessioned 2020-06-16T05:57:43Z
dc.date.available 2021-07-06T07:26:58Z
dc.date.issued 2020-03-05 it_IT
dc.identifier.uri http://hdl.handle.net/10579/16550
dc.description.abstract Il presente elaborato si propone l'obiettivo di analizzare i risultati ottenuti dalla soluzione di un problema di ottimizzazione di portafoglio vincolata. Viene proposto un confronto fra diversi investimenti che utilizzano quattro differenti misure di rischio: la varianza, il value-at-risk, l'expected shortfall e il value-at-risk entropico. Le aspettative sono di riscontrare che misure relativamente più recenti, come l'expected shortfall, e maggiormente affinate, quali l'entropic VaR, producano risultati sensibilmente migliori rispetto alle loro controparti più datate. Gli strumenti finanziari che vanno a comporre l'investimento sono rappresentati dagli Exchange Traded Funds, conosciuti come ETF. A causa delle loro caratteristiche, si sono ritenuti gli ETF assets particolamente interessanti da utilizzare in questo studio. Il problema di ottimizzazione è stato sottoposto ad una serie di vincoli con l'obiettivo di rendere il problema quanto più simile alla realtà dei mercati finanziari e, allo stesso tempo, renderlo più efficiente limitando ad esempio l'eccessiva frammentazione degli investimenti nei vari titoli. I pesi ottimi necessari alla costruzione dei portafogli sono calcolati utilizzando una metaeuristica bio-ispirata conosciuta come Particle Swarm Optimization. it_IT
dc.language.iso it it_IT
dc.publisher Università Ca' Foscari Venezia it_IT
dc.rights © David Dalla Costa, 2020 it_IT
dc.title Selezione di portafoglio con diverse misure di rischio: applicazione di una metaeuristica it_IT
dc.title.alternative Selezione di portafoglio con diverse misure di rischio: applicazione di una metaeuristica it_IT
dc.type Master's Degree Thesis it_IT
dc.degree.name Economia e finanza it_IT
dc.degree.level Laurea magistrale it_IT
dc.degree.grantor Dipartimento di Economia it_IT
dc.description.academicyear 2018/2019, sessione straordinaria it_IT
dc.rights.accessrights embargoedAccess it_IT
dc.thesis.matricno 867673 it_IT
dc.subject.miur SECS-S/06 METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE it_IT
dc.description.note Il presente elaborato si propone l'obiettivo di analizzare i risultati ottenuti dalla soluzione di un problema di ottimizzazione di portafoglio vincolata. Viene proposto un confronto fra diversi investimenti che utilizzano quattro differenti misure di rischio: la varianza, il value-at-risk, l'expected shortfall e il value-at-risk entropico. Le aspettative sono di riscontrare che misure relativamente più recenti, come l'expected shortfall, e maggiormente affinate, quali l'entropic VaR, producano risultati sensibilmente migliori rispetto alle loro controparti più datate. Gli strumenti finanziari che vanno a comporre l'investimento sono rappresentati dagli Exchange Traded Funds, conosciuti come ETF. A causa delle loro caratteristiche, si sono ritenuti gli ETF assets particolamente interessanti da utilizzare in questo studio. Il problema di ottimizzazione è stato sottoposto ad una serie di vincoli con l'obiettivo di rendere il problema quanto più simile alla realtà dei mercati finanziari e, allo stesso tempo, renderlo più efficiente limitando ad esempio l'eccessiva frammentazione degli investimenti nei vari titoli. I pesi ottimi necessari alla costruzione dei portafogli sono calcolati utilizzando una metaeuristica bio-ispirata conosciuta come Particle Swarm Optimization. it_IT
dc.degree.discipline it_IT
dc.contributor.co-advisor it_IT
dc.provenance.upload David Dalla Costa (867673@stud.unive.it), 2020-02-14 it_IT
dc.provenance.plagiarycheck Marco Corazza (corazza@unive.it), 2020-03-02 it_IT


Files in this item

This item appears in the following Collection(s)

Show simple item record