PYXIDA Institutional Repository
and Digital Library
 Home
Collections :

Title :Βελτιστοποίηση χαρτοφυλακίου με χρήση συναρτήσεων Copula σε Python 3.8.3
Creator :Δανιάς, Παναγιώτης
Contributor :Γιανακόπουλος, Αθανάσιος (Επιβλέπων καθηγητής)
Παπαγιάννης, Γεώργιος (Εξεταστής)
Ψαράκης, Στυλιανός (Εξεταστής)
Οικονομικό Πανεπιστήμο Αθηνών, Τμήμα Στατιστικής (Degree granting institution)
Type :Text
Language :el
Identifier :http://www.pyxida.aueb.gr/index.php?op=view_object&object_id=8595
Abstract :Οι συναρτήσεις copula αποτελούν βασικό εργαλείο στη μελέτη συμπεριφοράς μη γραμμικών πολυμεταβλητών (multivariate) συστημάτων καθώς έχουν την δυνατότητα να μοντελοποιήσουν ένα πολύπλοκο φαινόμενο με χρήση κατάλληλων και ευέλικτων παραμετροποιήσεων των περιθωρίων μεταβλητών χωρίς να είναι απαραίτητα γνωστή η περιγραφή τους από κάποια παραμετρική οικογένεια κατανομώνΣτην σύγχρονη στατιστική και σε συνδυασμό με την συνεχή ανάπτυξη των αντικειμενοστραφών γλωσσών (Object Oriented Languanges) η εφαρμογή των copulas με χρήση στατιστικών πακέτων όπως Python, Matlab, R δίνει την δυνατότητας ταχύτατης προσαρμογής (fitting), προσομοίωσης (simulation), εκτίμησης (estimation) των παραμέτρων στοχαστικών συναρτήσεων σε πολύ μεγάλο όγκο δεδομένων.Στα Χρηματοοικονομικά οι συναρτήσεις Copula αντιπροσωπεύουν μια μεθοδολογία η οποία έγινε πρόσφατα το νέο εργαλείο και ένας ευέλικτος τρόπος για τον προσδιορισμό των παραγόντων κινδύνου και άλλων σχετικών μεταβλητών που μελετώνται στα χρηματοοικονομικά. Λόγω της αύξησης της μεταβλητότητας και της ακανόνιστης συμπεριφοράς των χρηματοπιστωτικών αγορών γίνεται όλο και πιο διαδεδομένη η χρήση των copulae τα οποία αποδεικνύεται ότι μπορούν να περιγράψουν τέτοια φαινόμενα. Τα προηγούμενα χαρακτηριστικά των νέων αγορών καθιστούν τα copulas απαραίτητο εργαλείο στην διαχείριση της μη γραμμικότητας στις κατανομές πιθανότητας των αποδόσεων των περιουσιακών στοιχείων (assets), σε smile effects που οι χρηματιστές αντιμετώπιζαν συχνά ως πρόβλημα στις λήψεις αποφάσεων και σε προβλήματα παχιών ουρών (fat tails), που είναι το κύριο πρόβλημα στην διαχείριση κινδύνου, καθιστώντας έτσι παλιότερα μοντέλα όπως αυτό των Black and Scholes μη κατάλληλα.
Copula functions are a key tool in the study of the behavior of nonlinear multivariate systems as they have the ability to model a complex phenomenon using appropriate and flexible parameterization of variable margins without necessarily being described by a parametric family of distributions.In modern statistics and in combination with the continuous development of Object Oriented Languages (Object Oriented Languages) the application of copulas using statistical packages such as Python, Matlab, R enables the ability to quickly adapt (fitting), simulation (simulation), estimation (estimation) of stochastic function parameters in very large data volumes.In Finance, Copula functions represent a methodology that has recently become the new tool and a flexible way to identify risk factors and other related variables studied in finance. Due to the increasing volatility and erratic behavior of financial markets, the use of copulae, which have been shown to be able to describe such phenomena, is becoming more widespread. Previous features of new markets make copulas an essential tool in managing non-linearity in the probability distributions of asset returns, to smile effects that stockbrokers often saw as a decision-making problem and to fat tails. , which is the main problem in risk management, thus making older models such as the Black and Scholes unsuitable.
Subject :Βελτιστοποίηση
Χαρτοφυλάκιο
Μέτρα εξάρτησης
Python
Copulas
Portfolio
Date Available :2021-04-28 13:55:34
Date Issued :04/27/2021
Date Submitted :2021-04-28 13:55:34
Access Rights :Free access
Licence :

File: Danias_2021.pdf

Type: application/pdf