نماذج المخاطر المتغايرة لتحسين محافظ الأسهم

الملخص

تصف الوثيقة طريقة لبناء نماذج مخاطر متغايرة للأسهم. ويجمع النهج بين تصنيف القطاعات وتقديرات التغاير بالمكونات الرئيسية ضمن مجموعات الأسهم الفرعية، ثم يختزل نموذج التغاير عبر بناء تكراري شبيه بدمية روسية. ويعرض المؤلفون النماذج الناتجة بوصفها وسيلة لبناء تقديرات مستقرة للمخاطر اعتماداً على فترات استرجاع قصيرة، ويذكرون أنهم يقدمون خوارزمية كاملة وشيفرة مصدرية.

التطبيق المذكور هو تحسين نسبة شارب لإشارات الارتداد إلى المتوسط خلال اليوم، استناداً إلى العوائد الليلية. ويفيد المؤلفون بأن التحسين باستخدام النماذج المتغايرة يحسن خصائص الأداء مقارنة بالانحدارات الموزونة التي تستخدم المكونات الرئيسية أو التصنيفات القطاعية. كما يصفون شيفرة مصدرية لبناء نماذج مخاطر إحصائية وتحسينها في ظل قيود خطية متجانسة وحدود للمراكز. ولا يحدد النص المقدم البيانات أو فترة التقييم أو المقاييس أو مقدار التحسن المذكور، لذا لا يمكن تقييم النتيجة مستقلاً اعتماداً على هذا الملخص وحده.

الأفكار الرئيسية

• تجمع الطريقة بين التجميعات القطاعية وتقديرات التغاير بالمكونات الرئيسية ضمن مجموعات الأسهم الفرعية.
• يقلل بناء شبيه بالدمية الروسية حجم مصفوفة تغاير العوامل.
• يعرض المؤلفون النهج بوصفه ملائماً لتقدير المخاطر باستقرار باستخدام فترات استرجاع قصيرة.
• يفيدون بتحسن خصائص التحسين لإشارات الارتداد إلى المتوسط خلال اليوم القائمة على العوائد الليلية.
• يشمل التحسين الموصوف قيوداً خطية متجانسة وحدوداً للمراكز.

الوسوم

# Heterotic Risk Models


# Heterotic Risk Models









We give a complete algorithm and source code for constructing what we refer to as heterotic risk models (for equities), which combine: i) granularity of an industry classification; ii) diagonality of the principal component factor covariance matrix for any sub-cluster of stocks; and iii) dramatic reduction of the factor covariance matrix size in the Russian-doll risk model construction. This appears to prove a powerful approach for constructing out-of-sample stable short-lookback risk models. Thus, for intraday mean-reversion alphas based on overnight returns, Sharpe ratio optimization using our heterotic risk models sizably improves the performance characteristics compared to weighted regressions based on principal components or industry classification. We also give source code for: a) building statistical risk models; and ii) Sharpe ratio optimization with homogeneous linear constraints and position bounds.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.