This paper focuses on the analysis of some methods for prediction of portfolio weights to define a better allocation between a risky asset, the Euro Stoxx 50 index, and the risk-free rate Euribor in the European market. Weights over time are estimated using predictive variables such as economic and corporate variables and technical indicators. At the beginning, a two-step approach using a least square regression model that reports statistically optimal results is examined, follow by a single-step method using an empirical utility-based approach that yields financially high-quality results. This method is created in such a way to provide optimal portfolio weights that directly maximize the utility function and overcome some complications associated with the first approach.
Il presente elaborato si focalizza nell’analisi di alcuni metodi di previsione di pesi di portafoglio per determinare una migliore allocazione tra un indice di mercato rischioso, l'Euro Stoxx 50, e il tasso privo di rischio Euribor nel mercato Europeo. Vengono stimati i pesi nel tempo utilizzando delle variabili predittive quali variabili economiche ed aziendali ed indicatori tecnici. Viene inizialmente esaminato un metodo a due step che utilizza un modello di regressione ai minimi quadrati che riporta risultati statisticamente ottimi e successivamente un metodo a singolo step che utilizza un approccio empirico basato sull’utilità che fornisce risultati ottimi a livello finanziario. Tale metodo viene costruito in modo tale da fornire i pesi di portafoglio ottimi che massimizzano direttamente la funzione di utilità e superano alcune complicazioni legate al primo approccio.
Allocazione di portafoglio a pesi dinamici e variabili predittive: un'applicazione al mercato Europeo
TONIOLO, CHIARA
2023/2024
Abstract
This paper focuses on the analysis of some methods for prediction of portfolio weights to define a better allocation between a risky asset, the Euro Stoxx 50 index, and the risk-free rate Euribor in the European market. Weights over time are estimated using predictive variables such as economic and corporate variables and technical indicators. At the beginning, a two-step approach using a least square regression model that reports statistically optimal results is examined, follow by a single-step method using an empirical utility-based approach that yields financially high-quality results. This method is created in such a way to provide optimal portfolio weights that directly maximize the utility function and overcome some complications associated with the first approach.File | Dimensione | Formato | |
---|---|---|---|
Toniolo_Chiara.pdf
accesso aperto
Dimensione
3.98 MB
Formato
Adobe PDF
|
3.98 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/77770