7 votos

Explicación intuitiva de la teoría de la cartera estocástica

Fernholz y Karatzas han publicado varios artículos sobre la llamada teoría estocástica de la cartera. Básicamente dicen que el rendimiento que se espera de una cartera a largo plazo es más bien la tasa de crecimiento $$ \gamma = \mu - \frac12 \sigma^2 $$ que $\mu$ , donde $\mu$ es el coeficiente de deriva del proceso de precios $S_t$ que resuelve la siguiente EDE: $$ dS_t = \mu S_t dt + \sigma S_t dB_t. $$

Se puede argumentar con el lema de Ito, con la media geométrica de una variable aleatoria lognormal y similares, pero ¿cuál es la intuición detrás de esto?

Como referencias ver Teoría estocástica de la cartera y equilibrio bursátil por Fernholz y Shay para el primer trabajo sobre esto y ¿Necesita una cartera de baja volatilidad una "anomalía de baja volatilidad"? de Meidan como referencia más reciente.

Si no me equivoco, el SDE anterior tendría el siguiente aspecto $$ dS_t = (\mu-\sigma^2/2) S_t dt + \sigma S_t \circ dB_t $$ en forma de Stratonovich y se ve la tasa de crecimiento "correcta"... que es otro enlace. Pero, ¿cuál es el panorama general de todo esto?

0 votos

Lo que yo entiendo por SPT es que la capitalización relativa de los valores en el mercado es estable. Por lo tanto, si una empresa tiene éxito, su cuota de mercado aumentará, pero para mantener esta estabilidad su deriva bajará para permitir que otros la alcancen. No estoy seguro de dónde has sacado esta expresión de la deriva, ¿tienes alguna referencia?

0 votos

SPT dice algo sobre esto. ¿Pero no es el inicio de esta línea de pensamiento en la observación de la tasa de crecimiento? He añadido 2 referencias arriba.

0 votos

Gracias por las referencias, creo que entiendo tu pregunta. Imagínate un BGM con deriva cero partiendo de 100. Para horizontes grandes el valor esperado puede ser 100, pero si se observan trayectorias específicas o bien van a cero o bien explotan, de hecho a medida que el tiempo aumenta todas las trayectorias acabarán yendo a cero. Por eso se dice que la media no es representativa y se mira la mediana en su lugar.

4voto

scottishwildcat Puntos 146

Tratando de arrojar algo de luz aquí:

Lo que también vemos al utilizar esto aquí es que si los rendimientos se distribuyen de forma log-normal, es decir. $$ 1 + r = \exp(\mu + \sigma Z), $$ con $Z$ estándar-normal, entonces $$ E[1+r] = \exp(\mu + \frac 12 \sigma^2) $$ se mantiene. Pero la media geométrica $GM$ viene dada por $\exp(\mu)$ y nosotros tenemos $$ \log(GM) = \mu = \log(E[1+r]) - \sigma^2 /2 $$

y la rentabilidad media anual $aan$ en $n$ años $$ 1 + aan = (\prod_{i=1}^n (1+r_i))^{1/n} $$ es igual que la media geométrica. Por último, después de $n$ años hemos $$ \prod_{i=1}^n (1+r_i) = (1 + aan)^n $$ deberíamos preocuparnos más por la media geométrica.

Una observación más: Una lata muestra que para $x$ cercano a cero se sostiene que $$ \log(1+x) \approx x - \frac{x^2}{2}. $$ Entonces tomando la expectativa obtenemos $$ E\log(1+x) \approx \mu - \frac{\sigma^2}{2}. $$

3voto

otto.poellath Puntos 1594

Esto dependerá de la definición de "rendimiento a largo plazo". Si definimos la rentabilidad anualizada a largo plazo como $\frac{1}{T}\ln \frac{S_T}{S_0}$ durante un tiempo determinado $T$ en el futuro, entonces \begin{align*} E\left( \frac{1}{T}\ln \frac{S_T}{S_0} \right) = \mu-\frac{1}{2}\sigma^2, \end{align*} como se ha dicho. Tenga en cuenta que $\mu$ es el retorno instantáneo.

0 votos

Sí y si reescribo su expresión entonces volvemos a la media geométrica (estocástica). Pero es más sencillo. Gracias.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X