Budowa portfeli ograniczonego ryzyka. Wykorzystanie modelu W.F. Sharpe'a. Rozdział 1. Zmienność notowań giełdowych jako geneza zastosowania analizy portfelowej - Artur Dembny - ebook

Budowa portfeli ograniczonego ryzyka. Wykorzystanie modelu W.F. Sharpe'a. Rozdział 1. Zmienność notowań giełdowych jako geneza zastosowania analizy portfelowej ebook

Artur Dembny

0,0
4,26 zł

-50%
Zbieraj punkty w Klubie Mola Książkowego i kupuj ebooki, audiobooki oraz książki papierowe do 50% taniej.
Dowiedz się więcej.
Opis

Inwestowanie na giełdzie wzbudza emocje. Każdy, kto zetknął się choć raz z rynkiem akcji, towarów, instrumentów pochodnych, czy innych dóbr podlegających zorganizowanemu obrotowi, doskonale zna towarzyszący temu dreszczyk emocji. Jest sprawą oczywistą, że najwyraźniej odczuwa się go dopiero wtedy, gdy samemu bierze się czynny udział w wydarzeniach, a pełnia tych doznań następuje wówczas, gdy przedmiotem inwestycji są własne pieniądze. Równie pasjonujące może być obracanie cudzym majątkiem - powierzonym przez klientów lub należącym do pracodawcy.
Skuteczne inwestowanie na giełdach wymaga trzech rzeczy: kapitału, wiedzy i doświadczenia. Istnienie samego rynku, doskonale płynnego, dobrze zorganizowanego, wyposażonego we wszystkie potrzebne mu atrybuty przyjmijmy za niezbędny do dalszych rozważań pewnik. Sprawę kapitału potraktujmy jako drugi argument wejściowy. Pozostaje nam wiedza i doświadczenie. W niniejszej książce Czytelnik znajdzie opis i propozycję modyfikacji słynnego już modelu jednowskaźnikowego, który stosuje się do budowy portfeli inwestycyjnych. Wskazane zostają korzyści, jakie można osiągnąć stosując model zmodyfikowany, zamiast modelu klasycznego. Dynamiczna metoda wykorzystania zaproponowanego rozwiązania ma w założeniu uczynić z niej komercyjne narzędzie analizy giełdowej.

Ebooka przeczytasz w dowolnej aplikacji obsługującej format:

PDF
Oceny
0,0
0
0
0
0
0
Więcej informacji
Więcej informacji
Legimi nie weryfikuje, czy opinie pochodzą od konsumentów, którzy nabyli lub czytali/słuchali daną pozycję, ale usuwa fałszywe opinie, jeśli je wykryje.


Podobne