پورٹ فولیو یوٹیلٹی بہتر بنانے کے لیے مومینٹم، سائز اور ریزیڈیول اتار چڑھاؤ کا استعمال

خلاصہ

دستاویز جانچتی ہے کہ اثاثوں کی خصوصیات مل کر منافع کی پیش گوئی کیسے کرتی ہیں اور مختلف خطرہ ترجیحات والے سرمایہ کاروں کے لیے پورٹ فولیوز بنانے میں کیسے استعمال ہو سکتی ہیں۔ یہ کارکردگی کو نمونے سے باہر پاور یوٹیلٹی اور سرٹینٹی ایکویویلنٹس کے حوالے سے بیان کرتی ہے، پھر اس تخمینے کی غلطی کا جائزہ لیتی ہے جو پورٹ فولیو کے وزن کو خصوصیات سے منسلک کرنے پر پیدا ہوتی ہے۔ حد سے زیادہ فٹنگ کم کرنے کے لیے یہ نمونے کے اندر ایسے مقصد کو بہتر بنانے کی تجویز دیتی ہے جو یوٹیلٹی فنکشن سے زیادہ سختی سے خطرناک وزن پر جرمانہ لگاتا ہے۔

کوئی ایک خصوصیت ہر سرمایہ کار کے لیے یوٹیلٹی بہتر نہیں کرتی۔ تاہم مومینٹم، فرم کے حجم اور ریزیڈیول اتار چڑھاؤ کو ملانے سے زیرِ غور سرمایہ کاروں کے لیے بیان کردہ بینچ مارکس سے زیادہ سرٹینٹی ایکویویلنٹس والے پورٹ فولیوز بنتے ہیں۔ مصنفین اس نتیجے کو خصوصیات کی تکمیلیت سے منسوب کرتے ہیں: بالخصوص مومینٹم دوسرے اِن پٹس کی حد سے زیادہ فٹنگ محدود کرنے میں مدد دیتا ہے۔ نتیجے میں پورٹ فولیو منافع روایتی فیکٹر منافع سے بھی بڑی حد تک الگ دکھائی دیتا ہے۔ مختصر بیان میں نمونے کی تفصیلات یا اثر کے عددی حجم نہیں، اس لیے صرف متن سے نتائج کی قوت اور عمومیت کا اندازہ نہیں لگایا جا سکتا۔

اہم خیالات

• اثاثوں کی خصوصیات سے اخذ کردہ پورٹ فولیو وزن تخمینہ جاتی غلطی کا شکار ہو سکتے ہیں۔
• وزن منتخب کرتے وقت حد سے زیادہ فٹنگ کم کرنے کے لیے نمونے کے اندر زیادہ مقعر مقصد استعمال کیا جاتا ہے۔
• تجزیے میں کوئی انفرادی خصوصیت ہر سرمایہ کار کے لیے یوٹیلٹی بہتر نہیں کرتی۔
• مومینٹم، سائز اور ریزیڈیول اتار چڑھاؤ ملانے سے مختلف سرمایہ کاروں کے لیے بینچ مارکس سے زیادہ سرٹینٹی ایکویویلنٹس ملتے ہیں۔
• مومینٹم حد سے زیادہ فٹنگ کے رجحان کو کم کرکے دوسری خصوصیات کی تکمیل کر سکتا ہے۔
• نتیجے میں پورٹ فولیو منافع روایتی عوامل کے پھیلاؤ سے بڑی حد تک باہر ہے۔

ٹیگز

# An Empirical Assessment of Characteristics and Optimal Portfolios


# An Empirical Assessment of Characteristics and Optimal Portfolios









We analyze characteristics' joint predictive information through the lens of out-of-sample power utility functions. Linking weights to characteristics to form optimal portfolios suffers from estimation error which we mitigate by maximizing an in-sample loss function that is more concave than the utility function. While no single characteristic can be used to enhance utility by all investors, conditioning on momentum, size, and residual volatility produces portfolios with significantly higher certainty equivalents than benchmarks for all investors. Characteristic complementarities produce the benefits, for example momentum mitigates overfitting inherent in other characteristics. Optimal portfolios' returns lie largely outside the span of traditional factors.

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۔