Carteras dinámicas de acciones, bonos y oro con control de volatilidad

Resumen

Este artículo compara asignaciones fijas a acciones y bonos, y a acciones, bonos y oro, con carteras dinámicas solo largas que también pueden mantener efectivo. Las carteras utilizan datos públicos, se rebalancean mensualmente y se evalúan según el rendimiento, la volatilidad, el ratio de Sharpe en exceso, el drawdown, la rotación y la consistencia de la volatilidad anual realizada. La evaluación incorpora los costes de trading de forma conservadora.

Un método sencillo controla el riesgo combinando una cartera con ponderaciones fijas y efectivo para alcanzar una volatilidad objetivo, estimada a partir de rendimientos pasados. El artículo informa de mejoras en las métricas ajustadas al riesgo y de drawdown con este método durante su periodo de evaluación de 2006–2026. También presenta mejoras adicionales con carteras de optimización convexa que utilizan solo rendimientos pasados o los combinan con un conjunto reducido de datos económicos públicos, y afirma que superan a las asignaciones basadas en riesgo evaluadas, como la paridad de riesgo y la varianza mínima. El texto no ofrece detalles de implementación ni resultados numéricos, y sus conclusiones se limitan a los activos, datos, periodo y supuestos de costes especificados.

Ideas clave

• El estudio prueba asignaciones mensuales solo largas a acciones, bonos, oro y efectivo.
• El objetivo de volatilidad ajusta la exposición combinando una asignación fija con efectivo.
• El método de control de volatilidad estima el riesgo de la cartera a partir de rendimientos pasados.
• Las carteras de optimización convexa utilizan rendimientos históricos; una de las versiones también incorpora datos económicos públicos.
• Los resultados presentados favorecen los enfoques dinámicos en métricas ajustadas al riesgo y de drawdown, bajo los supuestos del estudio.

Etiquetas

# Simple Dynamic Stock/Bond/Gold Portfolios


# Simple Dynamic Stock/Bond/Gold Portfolios









For more than four decades, the 60/40 stock/bond portfolio has served as a benchmark for delivering reasonable returns without excessive risk. More recently, a 50/30/20 stock/bond/alternative portfolio has been suggested. We use gold as the alternative and as an inflation hedge. In this paper we ask: how much improvement over these benchmark fixed-weight portfolios can be obtained using widely available public data and standard methods from quantitative finance? We restrict ourselves to long-only dynamic portfolios of stocks, bonds, and gold, plus cash, rebalancing monthly, using only publicly available data. We evaluate portfolios on the conventional metrics: return, volatility, Sharpe ratio (computed in excess of the federal funds rate), drawdown, and turnover, in addition to consistency of performance over time, judged by the consistency of the realized annual volatility. Over the 20--year period 2006--2026, using a conservative estimate of trading costs, we show that all risk-adjusted and drawdown metrics are improved using simple volatility control, where we dynamically mix the fixed-weight portfolios with cash so as to target a fixed volatility. This method relies on a simple estimate of portfolio volatility derived from past returns. We also demonstrate that more sophisticated portfolios based on convex optimization---similar to those used in quantitative hedge funds---yield further substantial improvement in return and risk-adjusted return. We consider two such portfolios, one that uses a simple estimate of future returns based on past returns, and one that forecasts future returns based on past returns and just a handful of widely available public economic data. These portfolios also outperform a suite of standard risk-based allocation methods, such as risk parity and minimum variance, evaluated on the same assets and data.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.