Master Thesis Online
Asset Allocation and Machine Learning: a performance analysis within distressed market conditions
Master Thesis - Sindi Shtini.pdf
Shtini, Sindi 
Promotor(s) :
Hambuckers, Julien
Date of defense : 16-Jan-2023/27-Jan-2023 • Permalink : http://hdl.handle.net/2268.2/16750
Details
| Title : | Asset Allocation and Machine Learning: a performance analysis within distressed market conditions |
| Author : | Shtini, Sindi
|
| Date of defense : | 16-Jan-2023/27-Jan-2023 |
| Advisor(s) : | Hambuckers, Julien
|
| Committee's member(s) : | Jamar, Julie
|
| Language : | English |
| Number of pages : | 49 |
| Keywords : | [en] Asset Allocation, Machine Learning |
| Discipline(s) : | Business & economic sciences > Finance |
| Institution(s) : | Université de Liège, Liège, Belgique |
| Degree: | Master en sciences de gestion, à finalité spécialisée en Banking and Asset Management |
| Faculty: | Master thesis of the HEC-Ecole de gestion de l'Université de Liège |
Abstract
[en] The objective of the thesis is to investigate the usefulness of popular investment algorithms and go beyond the traditional mean-variance optimization approach, through the use of a realistic investment universe of stocks and mutual funds. The subject of this thesis would consider asset allocation strategies generated from machine learning and robo-advisors, and compare their performance using state-of-the-art statistical approaches.
Citer ce mémoire
APA
Shtini, S. (2023). Asset Allocation and Machine Learning: a performance analysis within distressed market conditions. (Unpublished master's thesis). Université de Liège, Liège, Belgique. Retrieved from https://matheo.uliege.be/handle/2268.2/16750
Chicago
Tous les documents disponibles sur MatheO sont protégés par le droit d'auteur et soumis aux règles habituelles de bon usage.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.
L'Université de Liège ne garantit pas la qualité scientifique de ces travaux d'étudiants ni l'exactitude de l'ensemble des informations qu'ils contiennent.