변동성을 통제하는 주식·채권·금 동적 포트폴리오
기사 arXiv papers · 저자: Nikhil Devanathan et al.
요약
이 논문은 고정 비중의 주식·채권 및 주식·채권·금 자산 배분과 현금도 보유할 수 있는 롱온리 동적 포트폴리오를 비교합니다. 포트폴리오는 공개 데이터를 사용해 매월 리밸런싱하며, 수익률, 변동성, 초과 샤프 비율, 드로다운, 회전율, 실현 연간 변동성의 일관성으로 평가합니다. 평가에는 거래 비용을 보수적으로 반영합니다.
간단한 접근법은 과거 수익률로 추정한 변동성을 목표 수준에 맞추기 위해 고정 비중 포트폴리오와 현금을 섞어 위험을 통제합니다. 논문은 2006–2026년 평가 기간에 이 방법의 위험 조정 지표와 드로다운 지표가 개선됐다고 보고합니다. 과거 수익률만 사용하거나 과거 수익률과 소수의 공개 경제 데이터를 함께 사용하는 볼록 최적화 포트폴리오에서도 추가 개선을 보고하며, 이 방법들이 리스크 패리티 및 최소 분산 등 테스트한 위험 기반 자산 배분보다 나은 성과를 냈다고 설명합니다. 본문에는 구체적인 구현 방식이나 수치 결과가 없으며, 결론은 명시된 자산, 데이터, 기간 및 비용 가정에 한정됩니다.
핵심 아이디어
- 주식, 채권, 금, 현금에 대한 월간 롱온리 자산 배분을 테스트합니다.
- 고정 자산 배분과 현금을 섞어 변동성 목표에 맞게 익스포저를 조정합니다.
- 변동성 통제 방식에서 과거 수익률을 바탕으로 포트폴리오 위험을 추정합니다.
- 볼록 최적화 포트폴리오는 과거 수익률을 사용하며, 한 방식은 공개 경제 데이터도 사용합니다.
- 보고된 결과에서는 연구 가정 아래 동적 방식이 위험 조정 및 드로다운 지표에서 더 나은 성과를 보입니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.