Portfolio selection using behavioral models

Autore:  Andrea Gheno, Chiara Sansoni, Jessica Riccioni, Maria Alessandra Congedo, Massimiliano Corradini
Editore: RomaTrE-Press
Data di pubblicazione: ottobre 2023
Pagine: 31
ISBN: 979-12-5977-249-7
n° downloads ad oggi: 59

Abstract

Nell'ambito dei problemi di scelta in condizioni di rischio introduciamo un nuovo modello comportamentale e implementiamo un'analisi empirica basata sul confronto con il classico approccio della Teoria del Prospetto. L'applicazione di questi modelli è validata nella selezione di portafoglio attraverso tre modelli di portafoglio tradizionali utilizzati come riferimento (portafoglio a varianza minima, portafoglio a deviazione mediana assoluta e portafoglio equamente ponderato). L'obiettivo di questo lavoro di ricerca è quello di incorporare la percezione del rischio degli investitori nelle scelte dei portafogli ottimali. Proponiamo un'analisi out-of-sample di quattro indici azionari per dimostrare la superiorità dei modelli comportamentali di selezione di portafoglio rispetto a quelli tradizionali

We introduce a new behavioral model, the Half-Full/Half-Empty model, in decision-making under risk problems. We implement an empirical analysis based on the comparison with the classic behavioral model of Prospect Theory and we validate the use of these approaches in portfolio selection by proposing three traditional portfolio models as benchmarks (minimum-variance portfolio, mean absolute deviation portfolio and portfolio equally weighted). The aim of this paper is to incorporate investors' perception of risk into the choices of optimal portfolios. Out-of-sample analysis of four stock indexes is proposed to demonstrate the superiority of behavioral portfolio selection models over traditional ones.

Nella stessa collana

Francesco Saverio Stentella Lopes, Franco Fiordelisi, Ornella Ricci
Chiara Finocchietti, Federico Ceschel, Lucia Marchegiani, Plinio Limata, Serena Spitalieri
Antonio Luciano Martire, Barbara Rogo, Maria Alessandra Congedo, Marisa Cenci