Shrinking-Methoden zur Portfoliokonstruktion

Bryan Kelly, Semyon Malamud, Mohammad Pourmohammadi und Fabio Trojani vom NBER stellen in einem Research Paper eine neue Shrinking-Methode zur Konstruktion optimaler Portfolios in einem hochkomplexen Umfeld vor, in dem die Anzahl der Assets mit der Anzahl der Beobachtungen vergleichbar oder sogar größer ist. Eine Schwierigkeit bei der effizienten Portfoliokonstruktion und der Ermittlung eines stochastischen Diskontierungsfaktors, der alle Assets korrekt bewertet, ist die Komplexität: Unabhängig davon, ob eine große Anzahl einzelner Aktien oder Faktoren betrachtet wird, müssen mehr Parameter geschätzt werden, als es Beobachtungen gibt.

Die Autoren entwickeln einen nichtlinearen Constrained Universal Portfolio Shrinkage Approximator (CUPSA), der die Hauptkomponenten der Renditen mit geringer Varianz nicht aus der Schätzung entfernt, sondern sie unter Berücksichtigung ihrer geschätzten Risiko-Rendite-Tradeoffs außerhalb der Stichprobe optimal gewichtet. Die Performance des Ansatzes wird mit einer Reihe von Benchmarks verglichen, darunter Ridge-Shrunk und Markowitz. Es zeigt sich, dass CUPSA eine höhere Out-of-Sample Sharpe Ratio erzielt als die alternativen Methoden. Der damit verbundene stochastische Discount-Faktor führt zu geringeren Fehlern bei der Bepreisung Out-of-Sample.  

Absolut Research unterstützt institutionelle Investoren bei der Selektion von Asset Managern mit der monatlichen Publikation Absolut|ranking. Insgesamt umfassen die Absolut|rankings mehr als 15.000 institutionelle Publikumsfonds und ETFs, aufgeteilt in 36 Asset-Klassen, Marktsegmente sowie mehr als 200 Universen.
Portfoliokonstruktion