Каковы принципы и практические проблемы средне-дисперсионной оптимизации?
Quant ResearchУровень: ПрактикаОптимизация портфеля
Каковы принципы и практические проблемы средне-дисперсионной оптимизации?
Подсказки
- Уточните финансовый объект, доступную информацию и источник риска.
- Разделите теоретическое утверждение и проверку на данных с издержками и ограничениями.
Ответ
Средне-дисперсионная оптимизация минимизирует wᵀΣw при заданной ожидаемой доходности и бюджетном ограничении либо сопоставляет ожидаемую доходность с дисперсией. Эффективная граница условна относительно переданных средних, ковариации и ограничений. Небольшие ошибки оценивания могут давать концентрированные портфели с большим плечом и оборотом. Помогают сжатие ковариации, ограничения весов и оборота, штрафы за издержки, робастные или байесовские оценки. Результат сравнивают с простыми базовыми портфелями на последующих данных: оптимизатор не создаёт надёжный прогноз доходности.
Источник и лицензия: Quant Research Interview Notes — SoYuCry; English translation by photon2563 · MIT · ответ: редакция Quantoros · перевод: Quantoros