This paper demonstrates that portfolio optimization techniques represented by Markowitz mean-variance and Hierarchical Risk Parity (HRP) optimizers increase the risk-adjusted return of portfolios built with stocks preselected with a machine learning tool. We apply the random forest method to predict the cross-section of expected excess returns and choose n stocks with the highest monthly predictions. We compare three different techniquesmean-variance, HRP, and 1/N-for portfolio weight creation using returns of stocks from the S&P500 and STOXX600 for robustness. The out-of-sample results show that both mean-variance and HRP optimizers outperform the 1/N rule. This conclusion is in the opposition to a common criticism of optimizers' efficiency and presents a new light on their potential practical usage.
Niniejszy artykuł ma na celu przybliżenie istoty bitcoin oraz jest próbą odpowiedzi na pytanie, jaką rolę elektroniczna moneta odegra na globalnym rynku finansowym w przyszłości. W pierwszej kolejności w artykule przedstawiono dwa sposoby definiowania bitcoin oraz mechanizm emisji tej monety i obrotu w Internecie. Na tej podstawie wyodrębniono zalety i wady elektronicznej monety w kolejności ich ważności. Następnie zaprezentowano dotychczasową genezę rynku bitcoin, co pozwoliło na zidentyfikowanie i uszeregowanie determinant jego rozwoju. Wśród nich za najistotniejsze uznano ograniczoną podaż bitcoin i rosnący nań popyt, pogłębianie się globalnego kryzysu zadłużeniowego, stopniowe wprowadzanie przejrzystych regulacji prawnych, utrzymanie wiarygodności dotyczącej emisji monet oraz rosnącą akceptację tej formy płatności przez użytkowników Internetu. Na koniec rozważań o bitcoin przedstawiono możliwe zastrzeżenia zgłaszane przez biernych obserwatorów rynku, które wciąż pozostają bez jednoznacznej odpowiedzi. W podsumowaniu przyjęto stanowisko pośrednie, nadające bitcoin status nowatorskiego wynalazku, który dzięki swojej hybrydowej naturze może być pierwszym krokiem do pieniądza przyszłości.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.