Investerarfysikern
Likes
730
Antal inlägg
1281
Följare
138
Medaljer
0
Om användaren
Jag är doktorand i fysik och intresserad av investeringar och nationalekonomi. På denna blogg skriver jag om kvantitativa aktieinvesteringar, aktier, forskning inom finans och om nationalekonomiska problem.

RSS

RSS feed
1 augusti 2016

Adaptive Asset Allocation

En av läsarna på bloggen tipsade om en intressant artikel för ett tag sen, Adaptive Asset Allocation - A Primer. I artikeln går de igenom hur man kan optimera en portfölj utifrån volatilitet för tillgångar, korrelationer mellan dessa och momentum. Det var en riktigt intressant vinkel de hade då de använde aktuell data istället för historiska snitt. Jag tror många lärdomar kan dras från deras resultat, även om de nu för den enskilda investeraren skulle vara svårt att genomföra det som föreslås rent praktiskt.

 

Den första delen av artikeln går de igenom varför modern portföljteori och användandet av historiska medelvärden inte är direkt optimalt. Detta därför att medelvärden kan variera enormt mycket, där t.ex. avkastningen för börsen enskilda år kan variera mellan över 100 % och under -40 %, vilket gör att det blir missvisande att anta 10 % är normalt. På samma sätt kan volatilitet för tillgångar och korrelationer mellan tillgångar variera stort över tid.

 

För att kringgå problematiken med långsiktiga medelvärden används istället de senaste aktuella värdena. Konceptet bygger på den princip som är utbredd inom prissättningen för derivat; bästa gissningen på morgondagens pris är dagens pris. På samma sätt använder de att bästa uppskattningen på morgondagens volatilitet och korrelation är den dagsaktuella mätt som de senaste två månadernas värden. Genom att applicera det och sikta på 10 % årlig volatilitet i en portfölj som uppdateras månadsvis och jämföra med en simpel portfölj bestående av 50 % aktier och 50 % obligationer med liknande volatilitet fås följande resultat:

 

Källa: Adaptive Asset Allocation - A primer

 

Som syns i figuren ovan ökar den årliga avkastning och risken minskar. På så vis visar det att liksom i prissättningen av derivat är det mer optimalt att använda nuvarande mått på volatilitet än historiska medelvärden.

 

Senare i artikeln utvecklar de modellen till att inkludera 10 olika globala tillgångar. Där testar de först att jämföra tillgångarna som likaviktade och sedan som likaviktade efter de senaste månadernas volatilitet med månadsvis uppdatering. Detta gjorde att den maximala neddragningen halverades och att Sharpe-kvoten dubblerades. Därefter valde de att endast investera i de 5 tillgångar med högst momentum. Detta ökade också avkastningen markant och den riskjusterade avkastningen ökade i kombination med volatilitetsviktad allokering. Därefter använde de också minsta varians (maximal icke-korrelation mellan tillgångarna) för att få en ännu mer jämn avkastning. Till slut visade de att med veckovisa uppdateringar fås en ännu bättre avkastning (på 17 %) och en Sharpe-kvot på över 2 och totalt 99 % av alla rullande 1-årsperioder hade positiv avkastning.

 

En bra synvinkel de tog upp i artikeln är att detta sätt att vikta på är optimalt för personer som vill leva på sitt kapital då avkastningen är jämn. De beräknade Safe Withdrawal Rate (SWR) för strategierna vilken blev över 10 % för de med momentum. Det är liknande vad Paul på Investingforaliving.us har visat i sina tester och gör att det kan vara något att ha med sig för den som vill leva på sitt kapital.

 

Slutsatsen man kan dra från artikeln är att de senaste månadernas volatilitet, korrelation och momentum är mycket bättre att använda än långsiktiga medelvärden när man allokerar i en portfölj. Däremot kräver det en del jobb, resurser och har ganska hög omsättning vilket gör det svårt för den enskilda investeraren att tillämpa. Trots detta visar det att den bästa uppskattningen för risk, avkastning och korrelation för olika tillgångar i den närmaste tiden är att säga att de är detsamma som idag.

 

PS. Artikeln som finns på SSRN är uppdaterad från när jag skrev detta inlägg. DS.

Taggar (blogg): 

Blog Archive

Blog Archive
2017 (100)
Oct (2)

Taggar