Momentum, Größe und Residualvolatilität für mehr Portfolionutzen

Zusammenfassung

Das Dokument untersucht, wie Merkmale von Vermögenswerten gemeinsam Renditen vorhersagen und zum Aufbau von Portfolios für Anleger mit unterschiedlichen Risikopräferenzen genutzt werden können. Es bewertet die Wertentwicklung anhand des Out-of-Sample-Potenznutzens und von Sicherheitsäquivalenten und behandelt anschließend Schätzfehler, die entstehen, wenn Portfolioanteile an Merkmale gekoppelt sind. Um Überanpassung zu verringern, schlägt es vor, eine In-Sample-Zielfunktion zu optimieren, die riskante Gewichte stärker bestraft als die Nutzenfunktion selbst.

Kein einzelnes Merkmal verbessert den Nutzen für alle Anleger. Die Kombination von Momentum, Unternehmensgröße und Residualvolatilität ergibt jedoch für die betrachteten Anleger Portfolios mit höheren Sicherheitsäquivalenten als die angegebenen Benchmarks. Die Autoren führen dieses Ergebnis auf Ergänzungseffekte zwischen den Merkmalen zurück: Insbesondere Momentum trägt dazu bei, die Überanpassung durch andere Eingaben zu begrenzen. Die Renditen der resultierenden Portfolios scheinen sich zudem weitgehend von herkömmlichen Faktorrenditen zu unterscheiden. Die knappe Darstellung nennt weder Stichprobendetails noch numerische Effektgrößen. Stärke und Allgemeingültigkeit der Befunde lassen sich daher allein anhand des Textes nicht beurteilen.

Kernaussagen

• Aus Merkmalen von Vermögenswerten geschätzte Portfolioanteile können Schätzfehlern unterliegen.
• Zur Verringerung der Überanpassung bei der Auswahl von Gewichten wird eine stärker konkave In-Sample-Zielfunktion verwendet.
• In der Analyse verbessert kein einzelnes Merkmal den Nutzen für alle Anleger.
• Die Kombination aus Momentum, Größe und Residualvolatilität erzielt bei den betrachteten Anlegern höhere Sicherheitsäquivalente als die Benchmarks.
• Momentum kann andere Merkmale ergänzen, indem es deren Neigung zur Überanpassung mindert.
• Die resultierenden Portfoliorenditen liegen größtenteils außerhalb des durch traditionelle Faktoren abgedeckten Bereichs.

Schlagwörter

# An Empirical Assessment of Characteristics and Optimal Portfolios


# An Empirical Assessment of Characteristics and Optimal Portfolios









We analyze characteristics' joint predictive information through the lens of out-of-sample power utility functions. Linking weights to characteristics to form optimal portfolios suffers from estimation error which we mitigate by maximizing an in-sample loss function that is more concave than the utility function. While no single characteristic can be used to enhance utility by all investors, conditioning on momentum, size, and residual volatility produces portfolios with significantly higher certainty equivalents than benchmarks for all investors. Characteristic complementarities produce the benefits, for example momentum mitigates overfitting inherent in other characteristics. Optimal portfolios' returns lie largely outside the span of traditional factors.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.