¿Qué nos dice realmente una cartera optimizada?

Question

Soy muy nuevo en este campo, y hace muy poco que he empezado a estudiar por mi cuenta este tema. Después de leer algunos artículos y reproducir algunos de los resultados en ellos, no tengo muy claro qué objetivo se cumple exactamente al hacer la optimización de la cartera. Supongo que tener una cartera de mínima varianza es interesante o relevante para los inversores porque les dice objetivamente qué acciones comprar y cuáles vender, ¿no es así? Si no es así, ¿podría explicar por qué una cartera optimizada sería de interés para los inversores?

Además, si decimos que los inversores deben invertir en acciones según las ponderaciones optimizadas de la cartera, ¿significa que los inversores deben invertir en todas las acciones de todos modos, y este método sólo da la proporción de cada una en la que se debe invertir? En caso afirmativo, es un poco confuso, porque en la vida real, aunque yo mismo no he operado, supongo que un inversor suele comprar o vender sólo un pequeño subconjunto de acciones en un momento dado. ¿No es esto cierto? Entonces, el problema más significativo a resolver sería, en mi opinión, averiguar qué acciones comprar o/y vender en un momento dado, basándose en los rendimientos de las acciones estudiadas, ¿no es así?

EDITAR : Por ejemplo, podemos utilizar www.portfoliovisualizer.com para comprobar en qué activos invertir (según la teoría que utilicen):

El algoritmo no da como salida una cartera de todas las inversiones que el inversor tenía inicialmente. Está dando un subconjunto de ellas (supongo que las que tienen más probabilidades de obtener beneficios). Pero la teoría de gestión de carteras no parece hablar de subconjuntos de activos. ¿Cuál es la correcta o mejor?

Answer 1

Significa que debes comprar las 4 acciones. El modelo que está utilizando parece restringir la venta en corto, es decir, al eliminar esta restricción podría obtener ponderaciones negativas en determinados activos con todos los activos sumando el 100%.

En cuanto a su pregunta sobre la limitación de la selección de activos a las acciones que se espera que tengan un rendimiento superior al de la población: esto tiene que ver con sus hipótesis sobre los rendimientos esperados. Recuerde que los datos importantes para la optimización de la varianza media son esperado rentabilidad, varianza y correlaciones entre los activos. Por lo general, se utilizan datos históricos para este fin, pero éstos no reflejan necesariamente la futuro rendimiento de los activos en los que va a invertir. También puede sustituir los rendimientos medios históricos por su expectativa personal de los rendimientos, y si, por ejemplo, espera que ciertos activos produzcan rendimientos negativos con una correlación positiva con su cartera total, entonces obviamente no importa realmente si incluye esa acción en la selección o no, si se impone la restricción de la venta en corto, entonces se asignará un peso del 0% a esa acción.

El resultado final: La PT maximiza su Sharpe, es decir, el exceso de rendimiento esperado de su cartera total dividido por la varianza total esperada. Suponiendo que Si usted tiene aversión al riesgo, los rendimientos se distribuyen normalmente (es decir, las colas gruesas no limitan el grado de apalancamiento de su cartera y, por lo tanto, Sharpe es una medida razonable de la relación riesgo-rendimiento) y los datos de entrada son razonables, entonces, en teoría, la TPM debería producir la composición óptima de su cartera. Si se relajan estos supuestos, la TPM se enfrenta a algunos de los problemas que usted se plantea.