×

决策问题中多步骤优化的贝叶斯仿真。 (英语) Zbl 1409.62173号

总结:我们开发了一种贝叶斯方法来计算多步骤优化问题的解决方案,这在金融投资组合决策的示例中得到了强调。该方法涉及将决策分析问题的技术结构映射到纯合成“仿真”统计模型中的贝叶斯推理的技术结构。这提供了获得决策问题间接解决方案的标准后验分析、模拟和优化方法的途径。我们使用经济和心理相关的多步骤提前投资组合效用函数类开发了这种时间序列投资组合分析。对多元货币时间序列的研究说明了该方法,并显示了贝叶斯仿真方法的一些实用性和优点。

MSC公司:

62米10 统计学中的时间序列、自相关、回归等(GARCH)
2015年1月62日 贝叶斯推断
62立方厘米10 贝叶斯问题;贝叶斯过程的特征
62P05号 统计学在精算学和金融数学中的应用
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Aguilar,O.和West,M.(2000年)。贝叶斯动态因子模型与投资组合配置〉,《商业与经济统计杂志》,18:338-357。
[2] Andrews,D.F.和Mallows,C.L.(1974年)。《正态分布的尺度混合》,英国皇家统计学会期刊(B辑:方法论),36:99-102·Zbl 0282.62017号 ·doi:10.1111/j.2517-6161.1974.tb00989.x
[3] Brodie,J.、Daubechies,I.、Mol,C.D.、Giannone,D.和Loris,I.(2009年)。“稀疏而稳定的马科维茨投资组合”,《国家科学院学报》,106:12267-12272·兹比尔1203.91271 ·doi:10.1073/pnas.0904287106
[4] Dempster,A.P.、Laird,N.M.和Rubin,D.B.(1977年)。“通过EM算法从不完整数据中获得最大似然”,《皇家统计学会期刊》(B辑:方法学),39:1-38·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x
[5] Doornik,J.A.(2007)。《使用Ox的面向对象矩阵编程》,第三版。伦敦:Timberlake Consultants出版社和牛津大学,第3版。
[6] Ekin,T.、Polson,N.G.和Soyer,R.(2014)。“具有追索权的两阶段随机程序的增强马尔可夫链蒙特卡罗模拟”,《决策分析》,11:250-264·Zbl 1398.91176号 ·doi:10.1287/deca.2014.0303
[7] Godsill,S.J.、Doucet,A.和West,M.(2001年)。“使用蒙特卡罗粒子滤波器进行最大后验序列估计”,《统计数学研究所年鉴》,53:82-96·Zbl 0995.62096号 ·doi:10.1023/A:1017968404964
[8] Godsill,S.J.、Doucet,A.和West,M.(2004)。“非线性时间序列的蒙特卡罗平滑”,《美国统计协会杂志》,99:156-168·兹比尔1089.62517 ·doi:10.19198/0162114504000000151
[9] Gruber,L.F.和West,M.(2016)。“GPU加速了同时图形动态线性模型中的贝叶斯学习。”贝叶斯分析,11:125-149·Zbl 1359.62367号 ·doi:10.1214/15-BA946
[10] Gruber,L.F.和West,M.(2017年)。“使用同步图形动态线性模型的贝叶斯预测和可扩展多元波动性分析”,《计量经济学与统计学》,3:3-22。ArXiv:1606.08291·doi:10.1016/j.ecosta.2017.03.003
[11] Irie,K.和West,M.(2018年)。“决策问题中多步优化的贝叶斯仿真补充材料”,贝叶斯分析·Zbl 1409.62173号 ·doi:10.1214/18-BA1105
[12] Jacquier,E.和Polson,N.G.(2011年)。“金融中的贝叶斯方法”,收录于Geweke,J.F.、Koop,G.和Dijk,H.V.(编辑),《牛津贝叶斯计量经济学手册》,第9章,439-512。牛津大学出版社·Zbl 1269.62088号
[13] Jagannathan,R.和Ma,T.(2003)。“大型投资组合中的风险降低:为什么施加错误的约束会有所帮助”,《金融杂志》,58:1651-1684。
[14] Kolm,P.N.和Ritter,G.(2015)。“多周期投资组合选择和贝叶斯动态模型”,风险,28:50-54。
[15] Markowitz,H.M.(1991)。投资组合选择:有效分散投资。纽约:Wiley,第二版。从1959年的原版翻印了好几次。
[16] Müller,P.(1999)。“基于仿真的优化设计”,收录于Bernardo,J.M.、Berger,J.O.、Dawid,A.P.和Smith,A.F.M.(编辑),贝叶斯统计学6,459-474。牛津大学出版社·Zbl 0974.62058号
[17] Nakajima,J.和West,M.(2013a)。“潜在阈值动态模型的贝叶斯分析”,《商业与经济统计杂志》,31:151-164。
[18] Nakajima,J.和West,M.(2013b)。“贝叶斯动态因子模型:潜在阈值方法”,《金融计量经济学杂志》,11:116-153。
[19] Nakajima,J.和West,M.(2015)。“使用潜在阈值模型的动态网络信号处理”,《数字信号处理》,47:6-15。
[20] Nakajima,J.和West,M.(2017年)。“潜在阈值因子模型的动力学和稀疏性:多元脑电图信号处理研究”,《巴西概率统计杂志》,31:701-731。ArXiv:1606.08292·Zbl 1385.62025号 ·doi:10.1214/17-BJPS364
[21] Polson,N.G.和Tew,B.V.(2000年)。“贝叶斯投资组合选择:标准普尔500指数1970-1996的实证分析”,《商业与经济统计杂志》,18:164-73。
[22] Prado,R.和West,M.(2010年)。时间序列:建模、计算和推断。查普曼和霍尔/CRC出版社·Zbl 1245.62105号
[23] Primiceri,G.E.(2005)。“时变结构向量自回归与货币政策”,《经济研究评论》,72:821-852·Zbl 1106.91047号 ·文件编号:10.1111/j.1467-937X.2005.00353.x
[24] 金塔纳,J.M.(1992)。“远期货币合约的最佳投资组合”,收录于Berger,J.O.、Bernardo,J.M.、Dawid,A.P.和Smith,A.F.M.(编辑),Bayesian Statistics IV,753-762。牛津大学出版社。
[25] Quintana,J.M.、Carvalho,C.M.、Scott,J.和Costigliola,T.(2010年)。“期货市场、贝叶斯预测和风险建模”,摘自O'Hagan,A.和West,M.(编辑),《牛津应用贝叶斯分析手册》,第14章,343-365。牛津大学出版社。
[26] Quintana,J.M.、Lourdes,V.、Aguilar,O.和Liu,J.(2003)。“全球赌博”,收录于Bernardo,J.M.、Bayarri,M.J.、Berger,J.O.、Dawid,A.P.、Heckerman,D.、Smith,A.F.M.和West,M.(编辑),贝叶斯统计VII,349-368。牛津大学出版社。
[27] Viterbi,A.(1967年)。“卷积码的误差边界和渐近最优解码算法”,IEEE信息论汇刊,13:260-269·Zbl 0148.40501号 ·doi:10.1109/TIT.1967.1054010
[28] West,M.(1984)。《贝叶斯线性回归中的异常值模型和先验分布》,英国皇家统计学会期刊(B辑:方法论),46:431-439·Zbl 0567.62022号 ·doi:10.1111/j.2517-6161.1984.tb01317.x
[29] West,M.(1987)。“正态分布的尺度混合”,《生物统计学》,74:646-648·Zbl 0648.62015.中 ·doi:10.1093/biomet/74.3.646
[30] West,M.和Harrison,P.J.(1997年)。贝叶斯预测和动态模型。施普林格出版社,第二版·Zbl 0871.62026号
[31] Zhao,Z.Y.,Xie,M.和West,M.(2016)。“动态依赖网络:金融时间序列预测和投资组合决策(讨论)”,《商业和工业应用随机模型》,32:311-339。ArXiv:1606.08339·Zbl 1411.62311号
[32] Zhou,X.、Nakajima,J.和West,M.(2014)。“使用动态相关稀疏因子模型的贝叶斯预测和投资组合决策”,《国际预测杂志》,30:963-980。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。