{
  "schema_version": 1,
  "slug": "cesarone-scozzari-tardella-2020-optimization-diversification",
  "title": "An Optimization–Diversification Approach to Portfolio Selection",
  "title_ja": "分散重視と数理最適化を組み合わせると資産配分は安定するか",
  "authors": [
    "Francesco Cesarone",
    "Andrea Scozzari",
    "Fabio Tardella"
  ],
  "published_year": 2020,
  "venue": "Journal of Global Optimization",
  "identifiers": {
    "doi": "10.1007/s10898-019-00809-7",
    "arxiv": null,
    "jstage": null,
    "ssrn": null
  },
  "versions": [
    {
      "kind": "publisher",
      "url": "https://doi.org/10.1007/s10898-019-00809-7",
      "label": "出版社ページ（DOI）"
    }
  ],
  "source": {
    "provider": "publisher",
    "metadata_license": "other",
    "text_reuse": "none",
    "accessed_at": "2026-08-11"
  },
  "categories": [
    "portfolio_risk",
    "statistical_method"
  ],
  "methods": [
    "theoretical",
    "simulation"
  ],
  "sample": {
    "markets": [
      "OTHER"
    ],
    "period": {
      "start": "2010",
      "end": "2019"
    },
    "universe": "最適化モデルと数値例。期間は概略",
    "frequency": "論文ごとの分析頻度（書誌・抄録では詳細未確認）"
  },
  "findings": [
    {
      "label": "主要な観測結果",
      "effect": "リスク分散と最適化を組み合わせ、混合整数または疑似ブール表現によるポートフォリオ選択を提示する。",
      "value": null,
      "unit": null,
      "basis": "not_reported",
      "note_ja": "効果量は一次資料の表・定義まで検収していないため未収録。"
    }
  ],
  "replication": {
    "status": "not_assessed",
    "evidence": [],
    "note_ja": "独立した追試研究との対応は未評価。"
  },
  "caveats": [
    "jp_untested"
  ],
  "japan_applicability": {
    "status": "not_assessed",
    "note": "日本市場への適用可能性は本レコードでは評価していない。"
  },
  "summary_ja": {
    "body": "リスク分散と最適化を組み合わせ、混合整数または疑似ブール表現によるポートフォリオ選択を提示する。",
    "derivation": "original_summary",
    "reviewed_by": "operator",
    "reviewed_at": "2026-08-11"
  },
  "explainer_ja": {
    "one_liner": "組合せ配分は純粋な最適化より標本内でわずかに劣る一方、標本外では分散だけ、最適化だけの配分を概して上回りましたを明らかにした研究です。",
    "question": "期待収益や共分散の推定誤差に弱い最適化と、情報をあまり使わない分散重視の配分を組み合わせ、標本内の効率を大きく失わず標本外を改善できるかを問います。二つを単独で使う場合が比較対象です。",
    "method": "一般的なリスク尺度でリスクパリティの性質を整理し、分散制約と最適化を同時に満たす非線形混合整数・疑似ブール問題を定式化します。Multi-Greedy近似法で解き、実データの標本内外で単独手法と比較します。",
    "result": "組合せ配分は純粋な最適化より標本内でわずかに劣る一方、標本外では分散だけ、最適化だけの配分を概して上回りました。推定誤差への耐性と目的関数の効率を両立する方向を実データ比較で示します。",
    "interpretation": "良好な標本外結果は、使った資産、推定窓、リスク尺度、近似アルゴリズムの条件付きです。複雑な最適化が将来リターンを予言するわけではなく、計算可能性と売買費用を含む実装可能性も別問題です。",
    "glossary": [
      {
        "term": "リスクパリティ",
        "note": "各資産の金額ではなく、ポートフォリオのリスク寄与を分散させる配分です。"
      },
      {
        "term": "混合整数問題",
        "note": "連続的な配分量と銘柄採否など整数条件を同時に扱う最適化です。"
      }
    ]
  },
  "source_verification": {
    "level": "abstract",
    "checked_url": "https://doi.org/10.1007/s10898-019-00809-7",
    "checked_date": "2026-08-11"
  },
  "updated_at": "2026-08-11",
  "aliases": [],
  "diagram_ja": {
    "type": "group_comparison",
    "evidence_mode": "direction_only",
    "headline": "集中した配分と、分散制約を加えた配分を比べる",
    "caption": "最適化が一部銘柄へ偏る問題に分散の条件を加え、通常の配分とリスク・収益の違いを比較します。",
    "group_comparison": {
      "basis": "分散制約の有無",
      "left": {
        "label": "通常の最適化",
        "outcome": "少数銘柄へ集中しやすい"
      },
      "right": {
        "label": "分散制約あり",
        "outcome": "保有先を広げる"
      },
      "difference": {
        "label": "集中リスクと期待成績の交換条件"
      }
    },
    "profit_distance": {
      "observed": {
        "status": "limited",
        "note": "特定データで配分法を比較。"
      },
      "costs": {
        "status": "not_tested",
        "note": "売買費用後は未確認。"
      },
      "replication": {
        "status": "not_tested",
        "note": "独立再現は未評価。"
      },
      "japan": {
        "status": "not_tested",
        "note": "日本市場は未検証。"
      }
    }
  },
  "lint_waivers": [],
  "disclaimer_ja": "一般的な研究紹介であり、売買推奨・投資助言ではありません。"
}