La Optimización de cartera para incluir TODOS los Valores?

Question

Actualmente estoy a la optimización de la cartera de pesos para un equipo de inversión con el N de existencias. Compramos stocks con una convicción que se va a generar un retorno, y que es a mí a determinar la ponderación. Sin embargo, con estos N de existencias, la voy a necesitar el optimizador para incluir cada una de las acciones, incluso si tiene mala recompensa potencial para el riesgo, ya que los métodos de estimación son susceptibles a errores de estimación.

Estoy optimizar el Ratio de Sharpe, con una constante de correlación del modelo y también la modelización de la devuelve a través de un promedio ponderado de analista de consenso y empírica refiero a devolver. Para resolver temporalmente el problema, tengo que hacer una combinación ponderada de ambos el óptimo ratio de sharpe de la cartera y el mínimo de la varianza de la cartera con un subjetiva de límite superior (ex: 8% máximo de un 20 cartera de acciones). Incluso entonces, me llega uno o dos poblaciones con una ponderación cero.

Mi pregunta es, ¿hay alguna regla de pulgar/métodos que hay para ayudar con esto? ¿Qué sería de ustedes recomiendan en términos de un modo más fecundo para el planteamiento de la cuestión de la cartera concentrada

Answer 1

1. Negro Litterman podría ser una buena solución a su problema, ya que sufre menos de esquina soluciones (concentrado de carteras). Ya tiene las vistas activas en el formulario de devolución de las expectativas, y usted puede controlar la confianza en sus opiniones de forma explícita; véase, por ejemplo, Meucci del Riesgo y la Asignación de Activos capítulo 9.2 para una descripción.

2. Puesto que usted tiene un ranking entre las poblaciones de el (los retornos esperados) también puede usar el Chris y Almgren la Cartera de Tipo' enfoque, que produce un suave cartera de inversiones. Ver esta pregunta por referencias.

3. Un tercer enfoque sería el uso de riesgo de los presupuestos para el control de la bajo-/sobreponderaciones de las poblaciones sobre las cuales usted tiene una opinión fuerte. O paso lejos de la media de la varianza total y el uso de riesgo de paridad para la asignación activa en su cartera.

Answer 2

Primero la solución más fácil: Definir el continuo de los pesos de cada uno de los activos: $w_i \in [0,1],i=1,\ldots,N$ y elegir algunos significativa límite inferior de cada peso. A continuación, tiene el objetivo $$ w\mu - \lambda w^T \Sigma w \rightarrow Max, $$ todas sus limitaciones que ya se aplican y el adicional (lineales/caja) restricción $$ w_i \ge l, i=1,\ldots,N. $$

Alternativamente, con el fin de controlar el número de no-ceros, puede probar lo siguiente si el optimizador puede resolver entera mixta de programas. Todo lo que tienes que hacer es definir variables binarias $b_i \in \{0,1\},i=1,\ldots,N$ y la restricción de que las parejas de los pesos y las variables binarias: $$ w_i \ge l b_i, i=1,\ldots,N, $$ y $$ w_i \le b_i, i=1,\ldots,N. $$

Entonces $w_i = 0$ si $b_i =0$ y $w_i \ge l$ si $b_i = 1$. A continuación, puedes, por ejemplo, el uso de la restricción de $ \sum_{i=1}^N b_i \le K$ a fin de tener en la mayoría de los $K$ posiciones o $ \sum_{i=1}^N b_i \ge L$ a fin de tener por lo menos $L$ posiciones.