資産価格評価と運用成績検証のためのランダム化ポートフォリオ
記事 arXiv papers · 著者: Cyril Bachelard et al.
サマリー
この記事は、実証的な資産価格評価と投資パフォーマンスの検証にランダム化コントロールを適用しています。マルコフ連鎖モンテカルロ法の一種とされる幾何ランダムウォークを用いて、投資家の制約を満たすランダムなポートフォリオを生成します。これらのポートフォリオは、学術的に研究されたファクタープレミアムが実務的な投資環境でのパフォーマンスとどう関係するかを調べるための柔軟な対照群になります。
実証例では、MSCI Diversified Multifactor指数の投資家向けガイドラインを模した強い制約の下で、サイズ、バリュー、クオリティ、モメンタムの各プレミアムへのエクスポージャーを検証しています。また、パフォーマンス推論にランダムポートフォリオを使う際の限界、特に高次元幾何学がもたらす課題を論じています。抜粋には設計と研究課題が示されていますが数値結果はなく、制約付きポートフォリオがプレミアムを捉えるか、ベンチマークを上回るかは分かりません。主な教訓は方法論に関するもので、実証パフォーマンスを解釈する際には対照ポートフォリオの構築と幾何学的効果が重要です。
主なアイデア
- 幾何ランダムウォークで、投資家の制約に従うランダムな対照ポートフォリオを生成できます。
- ランダムポートフォリオのサンプリングにより、ファクタープレミアム研究と実務的なパフォーマンス分析を結びつけられます。
- 実証への適用では、サイズ、バリュー、クオリティ、モメンタムへのエクスポージャーを扱っています。
- 制約付きマルチファクター指数のガイドラインを投資設定の例にしています。
- 高次元幾何学は、従来のランダムポートフォリオによる推論を難しくします。
タグ
全文
# Randomized Control in Performance Analysis and Empirical Asset Pricing # Randomized Control in Performance Analysis and Empirical Asset Pricing The present article explores the application of randomized control techniques in empirical asset pricing and performance evaluation. It introduces geometric random walks, a class of Markov chain Monte Carlo methods, to construct flexible control groups in the form of random portfolios adhering to investor constraints. The sampling-based methods enable an exploration of the relationship between academically studied factor premia and performance in a practical setting. In an empirical application, the study assesses the potential to capture premias associated with size, value, quality, and momentum within a strongly constrained setup, exemplified by the investor guidelines of the MSCI Diversified Multifactor index. Additionally, the article highlights issues with the more traditional use case of random portfolios for drawing inferences in performance evaluation, showcasing challenges related to the intricacies of high-dimensional geometry.
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。