رفتن به محتوا
همه اسناد کتابخانه

بهبود مطلوبیت پرتفوی با مومنتوم، اندازه و نوسان‌پذیری باقیمانده

مقاله arXiv papers · نویسنده: Christopher G. Lamoureux et al.

خلاصه

این سند ارزیابی می‌کند که ویژگی‌های دارایی‌ها چگونه به‌طور مشترک بازده را پیش‌بینی می‌کنند و چگونه می‌توان از آن‌ها برای ساخت پرتفوی سرمایه‌گذارانی با ترجیحات ریسک متفاوت استفاده کرد. عملکرد با مطلوبیت توان خارج از نمونه و معادل‌های قطعی سنجیده می‌شود؛ سپس خطای برآورد ناشی از پیوند دادن وزن‌های پرتفوی با ویژگی‌ها بررسی می‌شود. برای کاهش بیش‌برازش، بهینه‌سازی یک تابع هدف درون‌نمونه‌ای پیشنهاد می‌شود که وزن‌های پرریسک را بیش از خود تابع مطلوبیت جریمه می‌کند.

هیچ ویژگی واحدی مطلوبیت را برای همه سرمایه‌گذاران بهبود نمی‌دهد. بااین‌حال، ترکیب مومنتوم، اندازه شرکت و نوسان‌پذیری باقیمانده در میان سرمایه‌گذاران بررسی‌شده، پرتفوی‌هایی با معادل‌های قطعی بالاتر از معیارهای مقایسه‌شده ایجاد می‌کند. نویسندگان این نتیجه را به مکمل‌بودن ویژگی‌ها نسبت می‌دهند: به‌ویژه مومنتوم به محدودکردن بیش‌برازش ناشی از ورودی‌های دیگر کمک می‌کند. بازده پرتفوی حاصل نیز تا حد زیادی بیرون از فضای پوشیده‌شده توسط عوامل سنتی به نظر می‌رسد. گزارش مختصر، جزئیات نمونه یا اندازه‌های عددی اثر را ارائه نمی‌دهد؛ بنابراین از روی متن به‌تنهایی نمی‌توان قدرت و تعمیم‌پذیری این یافته‌ها را ارزیابی کرد.

ایده‌های کلیدی

  • وزن‌های پرتفوی برآوردشده از ویژگی‌های دارایی ممکن است با خطای برآورد روبه‌رو شوند.
  • برای کاهش بیش‌برازش هنگام انتخاب وزن‌ها، از تابع هدف درون‌نمونه‌ای مقعرتر استفاده می‌شود.
  • در تحلیل، هیچ ویژگی منفردی مطلوبیت را برای همه سرمایه‌گذاران بهبود نمی‌دهد.
  • ترکیب مومنتوم، اندازه و نوسان‌پذیری باقیمانده، در میان سرمایه‌گذاران معادل‌های قطعی بالاتری از معیارها ایجاد می‌کند.
  • مومنتوم می‌تواند با محدودکردن گرایش سایر ویژگی‌ها به بیش‌برازش، مکمل آن‌ها باشد.
  • بازده پرتفوی حاصل تا حد زیادی بیرون از فضای پوشیده‌شده توسط عوامل سنتی قرار می‌گیرد.

برچسب‌ها

متن کامل
# 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.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.