Alternative Risk-Parity-Strategien
Harald Lohre und Carsten Rother von Invesco sowie Kilian Schäfer von Metzler Asset Management untersuchen in einem Researchpaper Risk-Parity-Diversifikationsverfahren, die auf hierarchischem Clustering basieren. Klassische Allokationsmethoden wie beispielsweise der Mittelwert-Varianz-Ansatz reagieren sehr sensibel auf Änderungen der Input-Parameter. Auch sind Korrelations- und Kovarianzmatritzen im Multi-Asset-Multi-Faktor-Umfeld äußerst komplex. Vor diesem Hintergrund wird über Graphentheorie und Machine Learning zur Vereinfachung eine hierarchische Struktur des Investment-Universums geschaffen. Um Cluster zu bilden, werden nicht die klassischen Pearson-Korrelationen verwendet, sondern nur der Gleichlauf in extremen Stresssituationen (LTDC). Durch dieses Verfahren soll das Risikomanagement in Extremsituationen verbessert werden.
Quelle: Lohre, Rother, Schäfer, 2020
Verschiedene hierarchische Risk-Parity-Ansätze werden anschließend mit anderen Portfoliokonstruktionsmethoden verglichen. Es zeigt sich, dass die hierarchischen Ansätze (HRP) gegenüber einem klassischen Risk-Parity-Portfolio geringere Abwärtsrisiken aufweisen, allerdings im Gegenzug mit einem höheren Turnover einhergehen. Dieser höhere Turnover ist allerdings weniger ausgeprägt, wenn statt der Korrelationen der LTDC verwendet wird. Daraus schließen die Autoren, dass die sich daraus ergebende Struktur stabiler ist.
Mittels Block-Bootstrapping testen die Autoren die Robustheit ihrer Ergebnisse. Die sich hier ergebenden Resultate sind konsistent zu den Ergebnissen bei Verwendung der echten Daten. Hierarchische Risk-Parity-Ansätze können, insbesondere wenn sie nicht die klassische Korrelation, sondern den Gleichlauf in extremen Stresssituationen verwenden, die Diversifikation und das Extremrisikomanagement verbessern.
Quelle: Lohre, Rother, Schäfer, 2020
Absolut Research unterstützt institutionelle Investoren bei der Selektion von Asset Managern mit der monatlichen Publikation Absolut|ranking. Insgesamt umfassen die Absolut|rankings mehr als 17.000 institutionelle Publikumsfonds und ETFs, aufgeteilt in 34 Asset-Klassen und Marktsegmente und mehr als 170 Universen.
