予測型フルスケール最適化による資産配分

抄録

フルスケール最適化 (FSO) はポートフォリオ選択の枠組みで，ヒストリカルリターンの上で効用関数を直接最適化する手法である．FSOの既存の定式化は経験分布に基づいているため，リターン分布が時間変化する場合にはout-of-sampleでのパフォーマンスが悪くなりうる．本論文では，予測型フルスケール最適化 (PFSO) というFSOと分布予測を組み合わせた新しいポートフォリオ構築の枠組みを提案する．PFSOは柔軟な枠組みであるため，投資家のリスク選好や将来のリターン分布に関する見通しを取り入れることができる．また，FSOのための新しい連続最適化アルゴリズムも提案する．提案法は階層的な予算制約のもとで素早く最適解に収束する．現実のポートフォリオのデータにおいて数値実験を行い，提案手法の有効性を示す．