De referencia de la Solicitud: Carrera de Caballos para la Asignación de la Cartera de

Question

Probablemente el más popular de la carrera de caballos estudio de las estrategias de cartera es

Óptimo frente a los Ingenuos de la Diversificación: Cómo Ineficiente Es el 1/N de la Cartera de Estrategia?, con DeMiguel, L. Garlappi y R. Uppal. La Revisión de Estudios Financieros 22(5), 1915--1953 (2009)

En su Papel DeMiguel et al. utilizar varios conjuntos de datos, así como los datos simulados y comparar las diferentes estrategias de cartera con varias medidas de rendimiento, por ejemplo: Ratio de Sharpe, CE, Media, volumen de negocio, Retorno de la Pérdida de...

Obviamente el inconveniente de este tipo de estrategias puede ser encontrado siempre en su 'relativamente' elección arbitraria de los conjuntos de datos, los métodos de evaluación, etc. Me gustaría aprender de otros enfoques (puramente teórico, también son bienvenidos) en la literatura para evaluar la bondad de una estrategia de cartera. Realmente creo que es importante para mejorar el proceso de evaluación con el fin de justificar todos estos fantasía de los métodos de asignación que se han propuesto en la literatura. Qué papeles te hizo venir a través de la que se proponen diferentes medidas de rendimiento de DeMiguel?

Answer 1

Un Análisis Empírico de la Alternativa de la Cartera de Criterios de selección y de Riesgo-Recompensa de Optimización para el Largo plazo, los Inversores: Un Análisis Empíricomirada en alternativa, el riesgo y la recompensa especificaciones para cartera de optimización, desde una perspectiva puramente empírica punto de vista. (Revelación: yo soy uno de los autores). Buscamos particularmente en riesgo/recompensa de las funciones que permitir un tratamiento asimétrico de los rendimientos (es decir, las pérdidas y ganancias son tratados de manera diferente). Nosotros encontraron que la variante de funciones del riesgo a menudo se desempeñaron mejor que sus contrapartes simétrica (por ejemplo, las funciones objetivo se basa en parcial momentos funcionado mejor que central momentos como la varianza). Después hemos replicado el resultados en un conjunto de datos diferente en el Cociente de Riesgo y Recompensa Optimización (Revisited).