•  Persian
    • Persian
    • English
  •   ورود
  • دانشگاه فردوسی مشهد
  • |
  • مرکز اطلاع‌رسانی و کتابخانه مرکزی
    • Persian
    • English
  • خانه
  • انواع منابع
    • مقاله مجله
    • کتاب الکترونیکی
    • مقاله همایش
    • استاندارد
    • پروتکل
    • پایان‌نامه
  • راهنمای استفاده
View Item 
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  •   کتابخانه دیجیتال دانشگاه فردوسی مشهد
  • Fum
  • Articles
  • Latin Articles
  • View Item
  • همه
  • عنوان
  • نویسنده
  • سال
  • ناشر
  • موضوع
  • عنوان ناشر
  • ISSN
  • شناسه الکترونیک
  • شابک
جستجوی پیشرفته
JavaScript is disabled for your browser. Some features of this site may not work without it.

ENHANCEMENT OF THE APPLICABILITY OF MARKOWITZ\'S PORTFOLIO OPTIMIZATION BY UTILIZING RANDOM MATRIX THEORY

نویسنده:
Zhidong Bai
,
Huixia Liu
,
Wing-Keung Wong
سال
: 2009
شناسه الکترونیک: 10.1111/j.1467-9965.2009.00383.x
یو آر آی: https://libsearch.um.ac.ir:443/fum/handle/fum/2153570
کالکشن :
  • Latin Articles
  • دانلود: (455.2Kb)
  • نمایش متادیتا پنهان کردن متادیتا
  • آمار بازدید

    ENHANCEMENT OF THE APPLICABILITY OF MARKOWITZ\'S PORTFOLIO OPTIMIZATION BY UTILIZING RANDOM MATRIX THEORY

Show full item record

contributor authorZhidong Bai
contributor authorHuixia Liu
contributor authorWing-Keung Wong
date accessioned2020-03-16T03:48:24Z
date available2020-03-16T03:48:24Z
date issued2009
identifier otherLerNhzOwX_iEK9DHCir8liB0LpoZlSkkKnIjYAzHOFXaaOJzw1.pdf
identifier urihttps://libsearch.um.ac.ir:443/fum/handle/fum/2153570?locale-attribute=fa
formatgeneral
languageEnglish
titleENHANCEMENT OF THE APPLICABILITY OF MARKOWITZ\'S PORTFOLIO OPTIMIZATION BY UTILIZING RANDOM MATRIX THEORY
typeJournal Paper
contenttypeFulltext
contenttypeFulltext
identifier padid14648560
identifier doi10.1111/j.1467-9965.2009.00383.x
coverageAcademic
pages639-667
journal volume19
journal issue4
filesize465978
citations0
  • درباره ما
نرم افزار کتابخانه دیجیتال "دی اسپیس" فارسی شده توسط یابش برای کتابخانه های ایرانی | تماس با یابش
DSpace software copyright © 2019-2022  DuraSpace