Ülesanne täielikult lahendatud
-
Parima Sharpe'i suhtarvuga USA aktsiate ja 10-aastaste riigivõlakirjade kombinatsioon 7 sammu
Kaks varatüüpi, üks vahemik: USA aktsiad ja 10-aastased riigivõlakirjad sobitatuna aastatele 1928–1976. Tuleta parima Sharpe'i suhtega portfell käsitsi, kontrolli seda paneelilt — ning arvuta seejärel välja, mitut selle kuvatud numbrikohta andmed tegelikult toetavad.
-
Klõpsa Ainult aktsiad ja võlakirjad, et sobitada efektiivne piir sellele vahemikule. Sisendiks on kuus arvu ja ei midagi muud: kummagi varaklassi keskmine aastane tootlus, kummagi varaklassi volatiilsus, nende korrelatsioon ning riskivaba tulu määratlev lühiajaliste võlakirjade intressimäär.
-
Sharpe'i suhteid mõõdetakse üle riskivaba määra, seega lahuta lühiajaliste võlakirjade määr mõlemast keskmisest. Aktsiad teenisid umbes üksteist korda rohkem ületootlust kui võlakirjad. Kovariatsioon on kergelt negatiivne — väike arv, mis teeb olulise töö ära kaks sammu allpool.
-
Portfell, mille aktsiate osakaal on w, teenib kahe ületootluse kaalutud keskmist. Selle volatiilsus ei ole kaalutud keskmine: ristliige on kogu hajutamise tuum ning negatiivse kovariatsiooni korral see lahutub.
-
Enne valemi usaldamist testi seda seal, kus vastus on juba lehel olemas. Seadista w = ½ ja tööriista enda rida Võrdsed osakaalud (1/N) näitab 4,52% üle riskivaba määra 11,30% volatiilsuse juures. Mõlemad klapivad, seega on need kuus sisendit õiged kuus.
-
Nüüd maksimiseeri. Kuna Sharpe'i suhe on suhe, ei pruugi selle maksimum asuda kummaski otsas — ning negatiivse kovariatsiooni korral see nii ei asugi. Tuletise võrdsustamine nulliga kaotab ruutjuure ja jätab järele samast kuuest sisendist koosneva valemi.
-
Tee asendus. Ava Iga meetodi valitud osakaalud ja puutujaportfelli rida näitab 27,2% aktsiaid, 72,8% võlakirju; selle kohal olev tabel näitab prognoositavaks volatiilsuseks 6,72% ja prognoositavaks Sharpe'i suhteks 0,418. Portfell, millest veerand on aktsiates, on 4,6 protsendipunkti võrra rahulikum kui 50/50 segu.
-
Nüüd hinda sisendite määramatust, mida tööriist ise kunagi ei tee. μs ei ole vankumatu tõsiasi maailma kohta; see on 49 aasta tootluse keskmine, mille hajuvus on 22,351%, mistõttu kannab see omaenda standardviga. Aseta μs ühe standardvea võrra mõlemale poole ja lahenda sama valem uuesti.
Vastus
27,2% aktsiaid, 72,8% võlakirju — trükitud kümnendiku täpsusega suuruse puhul, mille andmed määravad ära vaid umbes ±7 protsendipunkti täpsusega. Üksnes aktsiate keskmise tootluse üks standardviga nihutab optimaalset osakaalu 19,3%-lt 33,4%-le, ja seda olukorras, kus kahte volatiilsust, korrelatsiooni ja lühiajaliste võlakirjade määra käsitletakse endiselt täpselt teadaolevatena. Sihtfunktsioonist ei ole selle kitsendamisel abi: arvuta S(w) väärtused 24,1% ja 30,9% juures ning mõlemad ümarduvad väärtusele 0,417, seega ei suuda paneeli enda kolm komakohta eristada seitsme protsendipunkti võrra erinevaid osakaale. See ongi efektiivse piiri vaikne nali — selle kõige enesekindlamana näiv tulemus on tegelikult kõige vähem määratud. Just seepärast andsid võrdsed osakaalud, mis ei hinda üldse midagi, siin tulemuseks 0,551 optimeerija 0,440 vastu.
-
Õpitee
Risk, mõõdetuna
Allikad (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.