En la literatura sobre la asignación de carteras se han hecho muchos esfuerzos para obtener "mejores" ponderaciones de cartera, por ejemplo, mejorando las estimaciones de los parámetros, introduciendo enfoques bayesianos, incorporando restricciones en el procedimiento de optimización o incorporando otras variables predictivas. Sin embargo, en la mayoría de las carreras de caballos empíricas (por ejemplo, la famosa obra de DeMiguel y otros ) se considera la reasignación mensual. Especialmente cuando se tienen en cuenta los costes de transacción, la mayoría de los modelos fracasan ya que pierden rendimiento debido al riesgo de estimación y las ponderaciones extremas provocan una alta rotación. Por lo tanto, me interesan principalmente los enfoques que especifican cuando para reequilibrar su cartera en lugar de buscar técnicas de optimización más sofisticadas. ¿Qué enfoques conoce que controlen las ponderaciones de la cartera para detectar "rupturas estructurales" en la asignación y ayuden a especificar el momento de la reasignación?
Respuestas
¿Demasiados anuncios?
Creo que en general hay dos enfoques: El "rebalanceo de calendario" (como el mensual que mencionas) y el "ancho de corredor óptimo".
En el caso de la primera opción, el peligro es que la cartera se desvíe considerablemente de su índice de referencia entre las fechas de reequilibrio.
En la segunda opción, se hace un seguimiento continuo de la desviación táctica. Cuando esté fuera del corredor, entonces reequilibre. El tamaño del corredor depende de:
- Coste de transacción (mayor coste -> corredor más amplio)
- Correlaciones (mayor correlación entre los activos de la cartera -> corredor más amplio)
- Volatilidad (mayor volatilidad -> corredor más estrecho)
Vega recoge las dos soluciones más comunes a este problema.
También hay algunas críticas válidas a los corredores. Dado que los activos están correlacionados dentro de una cartera, la decisión de negociar un activo concreto debería depender de los movimientos de otros activos en lugar de tener un corredor por activo. Además, la búsqueda del corredor adecuado suele realizarse mediante diversas formas de análisis de un solo periodo, pero en realidad se trata de un problema de varios periodos (si opero ahora, ¿cuáles son las probabilidades de que tenga que operar el próximo periodo?)
Los problemas de equilibrio dinámico multiperiodo pueden resolverse utilizando programación dinámica . Esta solución realmente llega al principal compromiso entre el seguimiento y los costes. Me doy cuenta de que, en cierta medida, esto suena como cambiar una "optimización elegante" por otra, pero las entradas de costes y correlaciones son mucho más estables que las estimaciones de rendimiento, por lo que cabe esperar que la optimización se acerque más al objetivo. Kritzman et. al. encontró un gran truco para hacer que la programación dinámica sea escalable para carteras más grandes también.
