Note :
Ce livre est une ressource complète sur les mesures du risque financier, en particulier le ratio de Sharpe, et il est écrit pour ceux qui ont un solide bagage mathématique. Bien qu'il comprenne des exercices utiles et des discussions approfondies sur divers sujets, il présente plusieurs inconvénients tels qu'un manque de cohérence, une hiérarchisation insuffisante des sujets et une déconnexion par rapport aux applications pratiques. Certains lecteurs le trouvent difficile en raison de sa notation rigoureuse, ce qui peut limiter son accessibilité à un public plus large.
Avantages:⬤ Examen exceptionnellement complet des mesures du risque financier.
⬤ Inclut des exercices en fin de chapitre pour une meilleure compréhension.
⬤ L'approche rigoureuse le rend plus avancé que de nombreux livres de finance.
⬤ Fournit des informations intéressantes qui intéressent les lecteurs avertis.
⬤ Nécessite la maîtrise de la notation mathématique académique, ce qui le rend moins accessible.
⬤ Manque de cohérence et ne hiérarchise pas les sujets de manière efficace.
⬤ Certains résultats importants sont noyés dans un contenu non pertinent.
⬤ Déconnecté des applications pratiques telles que la couverture et les coûts de transaction.
(basé sur 3 avis de lecteurs)
The Sharpe Ratio: Statistics and Applications
Le ratio de Sharpe est l'indicateur le plus utilisé pour comparer la.
performance des actifs financiers. Le portefeuille de Markowitz est le portefeuille ayant.
Le ratio de Sharpe le plus élevé. Le ratio de Sharpe : Statistiques et applications.
Examine les propriétés statistiques du ratio de Sharpe et du portefeuille de Markowitz.
Les deux sous l'hypothèse simplificatrice de rendements gaussiens et asymptotiquement.
Des liens sont établis entre les mesures financières et les statistiques classiques, notamment.
Le t de Student, le T 2 de Hotelling et la trace de Hotelling-Lawley.
La robustesse de ces statistiques à l'hétéroscédasticité, à l'autocorrélation, aux queues grasses et à l'asymétrie des rendements est examinée.
Et à l'asymétrie des rendements. La construction de portefeuilles pour maximiser.
Le Sharpe est étendu du modèle statique inconditionnel habituel pour inclure.
Les contraintes de sous-espace, les actifs de substitution et l'utilisation d'informations de conditionnement sur les rendements attendus et le risque.
Les rendements attendus et le risque. {titre du livre} est le plus complet.
Traitement des propriétés statistiques du ratio de Sharpe et du portefeuille de Markowitz.
Portfolio jamais publiés.
Caractéristiques :
* Matériel sur les problèmes d'actifs uniques, le market timing, les problèmes de portefeuilles inconditionnels et conditionnels, les portefeuilles couverts.
Problèmes de portefeuilles inconditionnels et conditionnels, portefeuilles couverts.
* Inférence via les paradigmes fréquentistes et bayésiens.
*Un traitement complet de l'excès d'optimisme et de l'ajustement excessif des stratégies commerciales.
Stratégies.
*Des conseils sur le backtesting des stratégies.
*Des dizaines d'exemples et des centaines d'exercices pour l'auto-apprentissage.
Ce livre est une référence essentielle pour.
Le stratège quantique en exercice et le chercheur.
Et un manuel inestimable pour les étudiants.
Steven E. Pav est titulaire d'un doctorat en mathématiques de l'université Carnegie Mellon,.
Il est également diplômé en mathématiques et en sciences de l'ingénierie céramique.
De l'Université de l'Indiana, Bloomington et de l'Université d'Alfred.
Il était auparavant stratège quantitatif chez Convexus Advisors et Cerebellum.
Capital, et analyste quantitatif à la Bank of America.
Il est l'auteur d'une douzaine de paquets R, notamment pour l'analyse de la.
Signification du ratio de Sharpe et du portefeuille de Markowitz.
Il écrit sur le ratio de Sharpe à https : //protect-us. mimecast.com/s/BUveCPNMYvt0vnwX8Cj689u ? domain=sharperat. io.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)