인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
초록·키워드
This paper proposes a robust portfolio construction method based on cluster analysis. The fundamental data and the daily closing price of the LQ45 index listed on the Indonesia Stock Exchange were employed for the empirical study. Firstly, using fundamental data of LQ45, three clusters are formed using K-Medoids clustering. K-Means and fuzzy C-Means cluster analysis were also performed as a comparison. Secondly, two stocks with the highest Sharpe ratios from each cluster were chosen to form an optimum portfolio. The optimum portfolio was obtained using non-robust (classic) and robust estimate approaches. The robust estimations used are the Fast Minimum Covariance Determinant (FMCD) and the S estimation. A robust process allows for creating the best-performing portfolio from many stocks, especially as outliers largely impact the outcomes. This study revealed that the portfolio produced by combining K-Medoids clustering and robust FMCD estimation outperformed those created using other approaches.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-090880719
