Stability focused end to end frameworks for risk budgeting portfolios

Parra-Diaz, Manuel; Castro Iragorri, Carlos Alberto

doi:https://doi.org/10.48713/10336_45088

Ítem

Acceso Abierto

Stability focused end to end frameworks for risk budgeting portfolios

Mostrar el registro sencillo de la publicación

dc.contributor.gruplac	Grupo de investigaciones. Facultad de Economía. Universidad del Rosario
dc.creator	Parra-Diaz, Manuel
dc.creator	Castro Iragorri, Carlos Alberto
dc.date.accessioned	2025-03-11T12:53:55Z
dc.date.available	2025-03-11T12:53:55Z
dc.date.created	2025-03-05
dc.description	Los avances recientes en el aprendizaje profundo han impulsado el desarrollo de marcos de trabajo de extremo a extremo para la optimización de carteras que utilizan capas implícitas. Sin embargo, muchas de estas implementaciones son altamente sensibles a la inicialización de la red neuronal, lo que afecta la consistencia del rendimiento. Esta investigación presenta un marco de trabajo robusto de extremo a extremo diseñado para carteras de asignación de riesgo, que reduce eficazmente la sensibilidad a la inicialización. Es importante destacar que esta mayor estabilidad no compromete el rendimiento de la cartera, ya que nuestro marco supera de manera consistente el punto de referencia de paridad de riesgo.
dc.description.abstract	Recent advances in deep learning have spurred the development of end-to-end frameworks for portfolio optimization that utilize implicit layers. However, many such implementations are highly sensitive to neural network initialization, undermining performance consistency. This research introduces a robust end-to-end framework tailored for risk budgeting portfolios that effectively reduces sensitivity to initialization. Importantly, this enhanced stability does not compromise portfolio performance, as our framework consistently outperforms the risk parity benchmark.
dc.format.extent	24 PP
dc.format.mimetype	application/pdf
dc.geoLocation	Bogotá
dc.identifier.doi	https://doi.org/10.48713/10336_45088
dc.identifier.uri	https://repository.urosario.edu.co/handle/10336/45088
dc.language.iso	eng
dc.publisher	Universidad del Rosario
dc.publisher.department	Facultad de Economía
dc.rights	Attribution-NonCommercial 4.0 International	*
dc.rights.accesRights	info:eu-repo/semantics/openAccess
dc.rights.acceso	Abierto (Texto Completo)
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0/	*
dc.source.instname	instname:Universidad del Rosario
dc.source.reponame	reponame:Repositorio Institucional EdocUR
dc.subject	Marco de trabajo de extremo a extremo
dc.subject	Redes neuronales
dc.subject	Asignación de riesgo
dc.subject	Estabilidad
dc.subject.jel	C45
dc.subject.jel	C13
dc.subject.jel	G11
dc.subject.keyword	End to end framework
dc.subject.keyword	Neural networks
dc.subject.keyword	Risk budgeting
dc.subject.keyword	Stability
dc.title	Stability focused end to end frameworks for risk budgeting portfolios
dc.type	bachelorThesis
dc.type.hasVersion	info:eu-repo/semantics/draft
dc.type.spa	Artículo