Portfoliooptimierung unter Kardinalitätsbeschränkungen

Ein Team von der University of Florida hat in einem Research Paper Clusteranalyse und Kardinalitätsbeschränkungen in der Portfoliooptimierung kombiniert, um bei begrenzter Komplexität und Asset-Anzahl eine möglichst optimale Risikostreuung und Rendite zu erzielen.

Ein Nachteil bestehender Ansätze zur Portfoliooptimierung ist die Schwierigkeit der Berücksichtigung von Kardinalitätsbeschränkungen, also der Begrenzung der im Portfolio enthaltenen Assets. Diese Beschränkungen sind wichtig für praktische Zwecke wie die Senkung der Transaktionskosten, die Einhaltung aufsichtsrechtlicher Vorschriften und die Beibehaltung überschaubarer und transparenter Anlagestrategien.

Im Kern kombinieren die Autoren eine klassische Mittelwert-Varianz-Optimierung mit einem Clustering-Ansatz, um Assets basierend auf Rendite und Korrelation zu gruppieren und so die Dimensionen des Optimierungsproblems zu reduzieren.

Dieses Modell wird anschließend empirisch anhand historischer Daten für die Aktien des S&P 500 im Zeitraum 2018 bis 2023 getestet. Dabei wird 2018 bis 2022 als in-sample-Zeitraum zur Kalibrierung des Modells genutzt und das letzte Jahr out-of-sample zur Beurteilung der Effektivität.

Die Performance des Cluster-basierten Modells wird mit anderen etablierten Strategien, darunter das klassische Markowitz-Mean-Variance-Modell, gleichgewichtete Portfolios und Equal-Risk-Contribution-Portfolios verglichen. Anhand von Kennzahlen wie Sharpe Ratio, Sortino Ratio und Information Ratio zeigt sich, dass das Modell eine ähnlich hohe Performance wie das Markowitz-Modell erzielt und andere Ansätze übertrifft.

Performance Metrics


_{Quelle: Ebrahimi, Amini und Liu, 2024}

Absolut Research unterstützt institutionelle Investoren bei der Bewertung eigener und der Selektion neuer Asset Manager mit der monatlich erscheinenden Publikationsreihe Absolut|ranking und den 360-Grad-Analysen (Peer-/ Benchmark-/ Factor-/ Asset-Flow-Analysen).
Insgesamt analysiert Absolut|ranking mehr als 16.000 aktive und passive Strategien von 2.000 Asset Managern, aufgeteilt auf 36 Asset-Klassen und Marktsegmente sowie mehr als 200 Universen. Individuelle Mandate und Spezialfonds können ebenfalls untersucht werden.