Valutazione in-sample vs out-of-sample
Introduzione all'analisi di portafoglio in R
Kris Boudt
Professor, Free University Brussels & Amsterdam
Brutte notizie: errore di stima
- Limite dell’allocazione data-driven del portafoglio:
Brutte notizie: errore di stima
- Limite dell’allocazione data-driven del portafoglio:
Brutte notizie: errore di stima
- Limite dell’allocazione data-driven del portafoglio:
Buone notizie: opportunità
- Non ignorare l’errore di stima
- Usa un’analisi split-sample per valutare davvero la performance del portafoglio
Buone notizie: opportunità
- Non ignorare l’errore di stima
- Usa un’analisi split-sample per valutare davvero la performance del portafoglio
Buone notizie: opportunità
- Non ignorare l’errore di stima
- Usa un’analisi split-sample per valutare davvero la performance del portafoglio
Buone notizie: opportunità
- Non ignorare l’errore di stima
- Usa un’analisi split-sample per valutare davvero la performance del portafoglio
Nessun look-ahead bias nei pesi ottimizzati
- Il design split-sample corrisponde all’investitore che:
Nessun look-ahead bias nei pesi ottimizzati
- Il design split-sample corrisponde all’investitore che:
- Funzione
window()per fare analisi split-sample in R
