Počet záznamů: 1  

Deep learning, predictability, and optimal portfolio returns

  1. SYS1078368
    LBL
      
    01765nam-a2200469-i-4500
    003
      
    CZ-CbJVK
    005
      
    20240529221451.8
    007
      
    ta
    008
      
    210215s2020----xr-a---f------000-0-eng--
    015
      
    $a cnb003307926
    020
      
    $a 978-80-7343-484-7 $q (Centrum pro ekonomický výzkum a doktorské studium Univerzity Karlovy ; $q brožováno)
    020
      
    $a 978-80-7344-566-9 $q (Národohospodářský ústav Akademie věd České republiky ; $q brožováno)
    035
      
    $a (OCoLC)1263258018
    040
      
    $a BOA001 $b cze $d ABA001 $e rda
    041
    0-
    $a eng $b cze $b eng
    072
    -7
    $a 336.7 $x Finance $9 4 $2 Konspekt
    080
      
    $a 336.76 $2 MRF
    080
      
    $a 336.763.2 $2 MRF
    080
      
    $a 336.7:519.86 $2 MRF
    080
      
    $a 004.852 $2 MRF
    080
      
    $a (048.8) $2 MRF
    100
    1-
    $a Babiak, Mykola $7 kv2018988748 $4 aut
    245
    10
    $a Deep learning, predictability, and optimal portfolio returns / $c Mykola Babiak, Jozef Baruník
    264
    -1
    $a Prague : $b CERGE-EI, $c 2020
    300
      
    $a 43 stran : $b ilustrace ; $c 21 cm
    336
      
    $a text $b txt $2 rdacontent
    337
      
    $a bez média $b n $2 rdamedia
    338
      
    $a svazek $b nc $2 rdacarrier
    490
    1-
    $a Working paper series, $x 1211-3298 ; $v 677
    504
      
    $a Obsahuje bibliografii a bibliografické odkazy
    520
    3-
    $a We study dynamic portfolio choice of a long-horizon investor who uses deep learning methods to predict equity returns when forming optimal portfolios. Our results show statistically and economically significant benefits from using deep learning to form optimal portfolios through certainty equivalent returns and Sharpe ratios. We demonstrate that a long-short-term-memory recurrent neural network, which excels in learning complex time-series dependencies, generates a superior performance among a variety of networks considered. Return predictability via deep learning generates substantially improved portfolio performance across different subsamples, particularly during recessionary periods. These gains are robust to including transaction costs, short-selling and borrowing constraints $c okcz $u https://www.obalkyknih.cz/view?isbn=9788073434847 $2 OKCZ - ANOTACE Z WEBU
    546
      
    $a Anglické a české resumé
    650
    07
    $a finanční investování $7 ph137283 $2 czenas
    650
    07
    $a kapitálové trhy $7 ph114867 $2 czenas
    650
    07
    $a akcie $7 ph118318 $2 czenas
    650
    07
    $a teorie portfolia $7 ph180952 $2 czenas
    650
    07
    $a hluboké učení $7 ph1042930 $2 czenas
    655
    -7
    $a studie $7 fd133597 $2 czenas
    700
    1-
    $a Baruník, Jozef $7 pna20211118168 $4 aud
    830
    -0
    $a Working paper series (CERGE-EI) ; $0 677
    910
      
    $a CBA001
    FMT
      
    BK

Počet záznamů: 1  

  Tyto stránky využívají soubory cookies, které usnadňují jejich prohlížení. Další informace o tom jak používáme cookies.