Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/61253
| Title: | การบริหารพอร์ตการลงทุนด้วยการวิเคราะห์สเปกตรัม |
| Other Titles: | Spectral analysis in portfolios management |
| Authors: | ดนุพล คุณานุปถัมภ์ |
| Advisors: | พงศ์ศักดิ์ เหลืองอร่าม |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะเศรษฐศาสตร์ |
| Advisor's Email: | Pongsak.L@Chula.ac.th |
| Subjects: | การแปลงแบบฟูเรียร์ การบริหารบัญชีเงินลงทุน Fourier transformations Portfolio management Spectral energy distribution |
| Issue Date: | 2561 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | ข้อมูลข่าวสารที่เกิดขึ้นสามารถที่จะส่งผลได้หลากหลายรูปแบบต่อตลาดการเงินในแต่ละช่วงเวลาที่เปลี่ยนแปลงและผลกระทบสามารถวัดได้ด้วยความถี่ ซึ่งก็คือรอบวัฏจักรของข้อมูล สำหรับในการวิจัยนี้ จะใช้การวิเคราะห์สเปกตรัมในการวิเคราะห์ผลตอบแทนที่เกิดขึ้นในแต่ละภาคธุรกิจในช่วงเวลาที่ต่างกัน โดยการใช้ Discrete-Time Fourier Transform ด้วยวิธีการนี้ ทำให้สามารถวิเคราะห์ค่าผลตอบแทน ค่าความเสี่ยง ค่าความแปรปรวนร่วมและผลตอบแทนคาดหวังในกรอบอ้างอิงของความถี่ได้ ซึ่งในกรอบของความถี่ เราสามารถเห็นความสัมพันธ์ระหว่างแผนการลงทุนที่ใช้กับผลตอบแทนของสินทรัพย์ในแต่ละช่วงเวลาได้ สำหรับพอร์ตการลงทุน เราสามารถที่จะสร้างพอร์ตโดยใช้ mean-variance-frequency optimal portfolios และแบ่งช่วงความถี่ของผลตอบแทนที่เราสนใจ ซึ่งในวิธีการ mean-variance optimal portfolios แบบดั้งเดิมไม่สามารถแยกช่วงความถี่ออกมาพิจารณาได้ โดยที่ประสิทธิภาพของพอร์ตการลงทุนจะขึ้นอยู่กับช่วงความถี่ที่เลือกใช้ จำนวนข้อมูลที่ใช้ในการประมาณค่าน้ำหนักการลงทุน และช่วงระยะเวลาที่ใช้ในการปรับน้ำหนักของพอร์ตการลงทุน |
| Other Abstract: | All the news and information can have diverse effects on the financial market dynamics at different time horizons. The effects can be determined in the form of the frequency which is the cycle of the data. In this thesis, I apply spectral analysis to quantify the return of each sector index across different time horizons. By using the Discrete-Time Fourier Transform, I can decompose return, variances, covariances, and expected return into the frequency domain. In the frequency domain, I can see how correlated of the different investment strategies and asset return at different time horizons. For the portfolio management, we can construct the mean-variance-frequency optimal portfolios by choosing the band spectrum of the asset return which the traditional mean-variance optimal portfolios can’t. The performance depends on how you choose the band spectrum, estimation window and period of rebalancing. |
| Description: | วิทยานิพนธ์ (ศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2561 |
| Degree Name: | เศรษฐศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | เศรษฐศาสตร์ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/61253 |
| URI: | http://doi.org/10.58837/CHULA.THE.2018.622 |
| metadata.dc.identifier.DOI: | 10.58837/CHULA.THE.2018.622 |
| Type: | Thesis |
| Appears in Collections: | Econ - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 5985161629.pdf | 5.56 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.