コンテンツへスキップ
ライブラリの全資料

相関する資産間でのトレンドフォロー戦略の配分

記事 arXiv papers · 著者: Denis S. Grebenkov et al.
原文を読む

サマリー

本研究は、リターンが相関する可能性のある複数資産に、トレンドフォロー戦略をどう配分するかを検討しています。市場がガウス分布に従い、戦略が線形であるという仮定のもと、ポートフォリオの平均と分散の公式を導き、リスク調整後の配分を構成します。著者らは、n資産間の動的配分を、トレンドフォローのポジションに先行遅行調整を加えた、nの二乗個の仮想資産への静的配分として表せることを示しています。

本論文は、2資産の設定とセクターモデルで、資産の自己相関と資産間相関を調べています。相関は見かけ上のトレンドの推定やポジション調整に役立ち、分散投資の効果を単に損なうのではなく、配分を改善する可能性があると論じています。結論は単純化されたガウス分布と線形性の仮定に依存しており、抜粋には実証的なパフォーマンス結果や実装の詳細はありません。主な貢献は、相関がトレンドフォローのシグナルやポートフォリオ構築とどう相互作用するかを考えるための分析的枠組みです。

主なアイデア

  • ガウス分布の仮定のもと、線形トレンドフォロー戦略のリスク調整後配分を導いています。
  • n資産間の動的配分問題を、nの二乗個の仮想資産と先行遅行調整を用いて再定式化しています。
  • 資産の自己相関と資産間相関の両方が、トレンドフォロー型ポートフォリオの挙動に影響します。
  • 資産間相関がトレンド推定とポジション調整を改善しうると著者らは論じています。
  • 抜粋は理論的な枠組みを示していますが、実証的なパフォーマンスの証拠は報告していません。

タグ

トレンドフォローポートフォリオ構築統計マルチアセット
全文
# Optimal Allocation of Trend Following Strategies


# Optimal Allocation of Trend Following Strategies









We consider a portfolio allocation problem for trend following (TF) strategies on multiple correlated assets. Under simplifying assumptions of a Gaussian market and linear TF strategies, we derive analytical formulas for the mean and variance of the portfolio return. We construct then the optimal portfolio that maximizes risk-adjusted return by accounting for inter-asset correlations. The dynamic allocation problem for $n$ assets is shown to be equivalent to the classical static allocation problem for $n^2$ virtual assets that include lead-lag corrections in positions of TF strategies. The respective roles of asset auto-correlations and inter-asset correlations are investigated in depth for the two-asset case and a sector model. In contrast to the principle of diversification suggesting to treat uncorrelated assets, we show that inter-asset correlations allow one to estimate apparent trends more reliably and to adjust the TF positions more efficiently. If properly accounted for, inter-asset correlations are not deteriorative but beneficial for portfolio management that can open new profit opportunities for trend followers.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。