ボラティリティ制御を用いた株式・債券・金の動的ポートフォリオ
記事 arXiv papers · 著者: Nikhil Devanathan et al.
サマリー
本論文は、株式と債券の固定配分、株式・債券・金の固定配分を、現金も保有できるロングオンリーの動的ポートフォリオと比較します。ポートフォリオは公開データを使って月次でリバランスし、リターン、ボラティリティ、超過シャープレシオ、ドローダウン、売買回転率、実現年率ボラティリティの一貫性で評価されます。取引コストは保守的に評価へ含めています。
単純な手法では、過去のリターンから推定した目標ボラティリティに合わせ、固定比率のポートフォリオと現金を組み合わせてリスクを制御します。本論文は、2006~2026の評価期間において、この手法のリスク調整後指標とドローダウン指標が改善したと報告しています。過去のリターンだけを使う凸最適化ポートフォリオや、少数の公開経済データも加えるポートフォリオでは、さらなる改善が報告され、リスクパリティや最小分散など検証対象のリスクベース配分を上回るとしています。本文には実装の詳細や数値結果が示されておらず、結論は記載された資産、データ、期間、コストの前提に限られます。
主なアイデア
- 株式、債券、金、現金を対象とする月次のロングオンリー配分を検証します。
- ボラティリティ目標に合わせ、固定配分と現金を組み合わせてエクスポージャーを調整します。
- ボラティリティ制御の手法では、過去のリターンからポートフォリオのリスクを推定します。
- 凸最適化ポートフォリオでは過去のリターンを使い、一つの方式では公開経済データも利用します。
- 報告結果では、研究の前提のもと、リスク調整後指標とドローダウン指標で動的手法が優れていました。
タグ
全文
# 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.
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。