مواد پر جائیں
لائبریری کی تمام دستاویزات

اتار چڑھاؤ کے کنٹرول والے متحرک اسٹاک، بانڈ اور سونے کے پورٹ فولیوز

مضمون arXiv papers · مصنف: Nikhil Devanathan et al.

خلاصہ

یہ مقالہ اسٹاک اور بانڈ، نیز اسٹاک، بانڈ اور سونے کی مقررہ تقسیم کا ان طویل پوزیشن والے متحرک پورٹ فولیوز سے موازنہ کرتا ہے جن میں نقد بھی رکھا جا سکتا ہے۔ پورٹ فولیوز عوامی ڈیٹا استعمال کرتے، ہر ماہ توازن بحال کرتے، اور منافع، اتار چڑھاؤ، اضافی شارپ تناسب، ڈرا ڈاؤن، ٹرن اوور اور مشاہدہ شدہ سالانہ اتار چڑھاؤ کے تسلسل کے ذریعے جانچے جاتے ہیں۔ جائزے میں ٹریڈنگ کے اخراجات کو محتاط انداز میں شامل کیا گیا ہے۔

ایک سادہ طریقہ ماضی کے منافع سے تخمینہ شدہ منتخب اتار چڑھاؤ کو ہدف بنانے کے لیے مقررہ وزن والے پورٹ فولیو کو نقد کے ساتھ ملاتا ہے۔ مقالہ اپنی 2006–2026 کی جانچ مدت میں اس طریقے کے بہتر رسک ایڈجسٹڈ اور ڈرا ڈاؤن پیمانے رپورٹ کرتا ہے۔ یہ ماضی کے منافع اکیلے یا منافع کے ساتھ عوامی معاشی ڈیٹا کے ایک مختصر مجموعے پر مبنی محدب اصلاح والے پورٹ فولیوز کے اضافی فوائد بھی رپورٹ کرتا ہے، اور کہتا ہے کہ یہ آزمودہ رسک پر مبنی تقسیم، جیسے رسک پیریٹی اور کم سے کم ویریئنس، سے بہتر ہیں۔ متن میں عمل درآمد کے تفصیلی انتخاب یا عددی نتائج نہیں، اور نتائج بیان کردہ اثاثوں، ڈیٹا، مدت اور اخراجات کے مفروضوں تک محدود ہیں۔

اہم خیالات

  • مطالعہ اسٹاک، بانڈ، سونے اور نقد میں ماہانہ طویل پوزیشن والی تقسیمیں جانچتا ہے۔
  • اتار چڑھاؤ کو ہدف بنانے کے لیے مقررہ تقسیم کو نقد کے ساتھ ملا کر سرمایہ کاری کی مقدار بدلتی ہے۔
  • اتار چڑھاؤ کے کنٹرول والے طریقے میں پورٹ فولیو کے رسک کا تخمینہ ماضی کے منافع سے لگایا جاتا ہے۔
  • محدب اصلاح والے پورٹ فولیوز تاریخی منافع استعمال کرتے ہیں؛ ایک صورت میں عوامی معاشی ڈیٹا بھی شامل ہے۔
  • رپورٹ کردہ نتائج میں مطالعے کے مفروضوں کے تحت متحرک طریقے رسک ایڈجسٹڈ اور ڈرا ڈاؤن پیمانوں پر بہتر ہیں۔

ٹیگز

مکمل متن
# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔