Aufgabe vollständig gelöst
-
Der Mix aus US-Aktien und 10-jährigen Staatsanleihen mit der besten Sharpe-Ratio 7 Schritte
Zwei Anlagen, ein Zeitfenster: US-Aktien und 10-jährige US-Staatsanleihen, angepasst auf 1928–1976. Leiten Sie die Sharpe-optimale Mischung von Hand ab, vergleichen Sie sie mit dem Bedienfeld — und bestimmen Sie dann, wie viele der angezeigten Nachkommastellen die Daten tatsächlich stützen.
-
Klicken Sie auf Nur Aktien und Anleihen, um die Effizienzgrenze für dieses Zeitfenster anzupassen. Sechs Zahlen fließen ein und sonst nichts: die mittlere jährliche Rendite jedes Bausteins, die Volatilität jedes Bausteins, ihre Korrelation und der Geldmarktzins, der den risikofreien Zins definiert.
-
Sharpe-Quotienten werden über dem Geldmarktzins gemessen, ziehen Sie also die Geldmarktrendite von beiden Mittelwerten ab. Aktien erzielten etwa das Elffache der Überschussrendite des Anleihebausteins. Die Kovarianz ist leicht negativ — eine kleine Zahl, die zwei Schritte weiter unten entscheidende Arbeit leistet.
-
Eine Mischung, die w in Aktien hält, erzielt den gewichteten Mittelwert der beiden Überschussrenditen. Ihre Volatilität ist kein gewichteter Mittelwert: Der Kreuzterm macht die gesamte Diversifikation aus, und bei einer negativen Kovarianz wird er abgezogen.
-
Bevor Sie der Formel vertrauen, testen Sie sie dort, wo die Antwort bereits auf der Seite steht. Setzen Sie w = ½, und die eigene Zeile Gleichgewichtung (1/N) des Werkzeugs weist 4,52% über dem Geldmarktzins bei 11,30% Volatilität aus. Beide stimmen überein, also sind die sechs Eingabewerte die richtigen sechs.
-
Nun maximieren Sie. Da die Sharpe-Ratio ein Quotient ist, muss ihr Maximum nicht an einem der beiden Enden liegen — und bei einer negativen Kovarianz tut es das auch nicht. Wenn man die Ableitung gleich null setzt, hebt sich die Quadratwurzel auf und es bleibt eine Formel mit denselben sechs Eingabewerten.
-
Setzen Sie die Werte ein. Öffnen Sie Die von jeder Methode gewählten Gewichtungen und in der Tangential-Zeile steht 27,2% Aktien, 72,8% Anleihen; die Tabelle darüber weist 6,72% prognostizierte Volatilität und eine prognostizierte Sharpe-Ratio von 0,418 aus. Ein Portfolio mit einem Viertel Aktien ist um 4,6 Prozentpunkte schwankungsärmer als der 50/50-Mix.
-
Bewerten Sie nun die Eingabewerte, was das Werkzeug selbst nie tut. μs ist keine Tatsache über die Welt; es ist der Mittelwert von 49 Jahresrenditen mit einer Streuung von 22,351%, weist also einen eigenen Standardfehler auf. Setzen Sie μs um je einen Standardfehler nach oben und unten an und lösen Sie dieselbe Formel erneut.
Antwort
27,2% Aktien, 72,8% Anleihen — auf ein Zehntel Prozentpunkt genau gedruckt für eine Größe, die die Daten nur auf etwa ±7 Prozentpunkte festlegen. Ein einziger Standardfehler beim Aktien-Mittelwert allein lässt die optimale Gewichtung von 19,3% auf 33,4% schwanken, und das, obwohl die beiden Volatilitäten, die Korrelation und der Geldmarktzins weiterhin als exakt bekannt angenommen werden. Die Zielfunktion hilft nicht bei der Eingrenzung: Wertet man S(w) bei 24,1% und bei 30,9% aus, runden beide auf 0,417; die drei Nachkommastellen des Bedienfelds selbst können also Gewichtungen, die sieben Prozentpunkte auseinanderliegen, nicht voneinander unterscheiden. Das ist der stille Scherz der Effizienzgrenze — ihr am selbstbewusstesten aussehendes Ergebnis ist ihr am wenigsten bestimmtes. Weshalb die Gleichgewichtung, die gar nichts schätzt, hier 0,551 gegenüber den 0,440 des Optimierers lieferte.
-
Lernpfad
Risiko, gemessen
Quellen (6)
- The frontier itself, in the paper that defined it: H. Markowitz, "Portfolio Selection." The Journal of Finance 7(1), 77–91, 1952.
- The result this page reproduces — across fourteen datasets, no optimised rule reliably beat equal weights out of sample: V. DeMiguel, L. Garlappi and R. Uppal, "Optimal Versus Naive Diversification: How Inefficient is the 1/N Portfolio Strategy?" Review of Financial Studies 22(5), 1915–1953, 2009.
- Why the optimiser behaves this way — it maximises over estimation error as readily as over return: R. O. Michaud, "The Markowitz Optimization Enigma: Is 'Optimized' Optimal?" Financial Analysts Journal 45(1), 31–42, 1989.
- And how far the weights move for a small change in the estimated means, which is the mechanism behind everything above: M. J. Best and R. R. Grauer, "On the Sensitivity of Mean-Variance-Efficient Portfolios to Changes in Asset Means: Some Analytical and Computational Results." Review of Financial Studies 4(2), 315–342, 1991.
- One of the standard repairs — shrink the covariance estimate rather than trust the sample one. This tool does not apply it, so the frontier shown is the raw sample frontier: O. Ledoit and M. Wolf, "Honey, I Shrunk the Sample Covariance Matrix." The Journal of Portfolio Management 30(4), 110–119, 2004.
- The older warning that a mean-variance optimum is only as meaningful as the set of assets you fed it: R. Roll, "A critique of the asset pricing theory's tests Part I: On past and potential testability of the theory." Journal of Financial Economics 4(2), 129–176, 1977.