Efficient Frontier BREAKING DOWN Efficient Frontier Uma vez que a fronteira eficiente é curvada, em vez de linear, uma descoberta chave do conceito foi o benefício da diversificação. As carteiras ótimas que compõem a fronteira eficiente tendem a ter um maior grau de diversificação do que os subóptimos, que normalmente são menos diversificados. O conceito de fronteira eficiente foi introduzido pelo Prêmio Nobel Harry Markowitz em 1952 e é uma pedra angular da moderna teoria do portfólio. Portfolio Ótimo Um pressuposto no investimento é que um maior grau de risco significa um maior retorno potencial. Inversamente, os investidores que assumem um baixo grau de risco têm um baixo retorno potencial. De acordo com a teoria de Markowitzs, existe um portfólio ideal que pode ser projetado com um equilíbrio perfeito entre risco e retorno. A carteira ótima não inclui simplesmente valores mobiliários com os maiores retornos potenciais ou títulos de baixo risco. A carteira ideal visa equilibrar os valores mobiliários com os maiores retornos potenciais com um grau aceitável de risco ou títulos com menor grau de risco para um determinado nível de retorno potencial. Os pontos sobre a trama de risco versus retorno esperado onde as carteiras ótimas se encontram são conhecidas como a fronteira eficiente. Selecionando investimentos Assuma que um investidor que procura riscos procura a fronteira eficiente para selecionar investimentos. O investidor selecionaria títulos que se situam no lado direito da fronteira eficiente. O final direito da fronteira eficiente inclui valores mobiliários que se espera que tenham um alto grau de risco, juntamente com altos retornos potenciais, que é adequado para investidores altamente tolerantes ao risco. Por outro lado, os valores mobiliários que se situam no lado esquerdo da fronteira eficiente seriam adequados para investidores avessos ao risco. Limitações A fronteira eficiente e a moderna teoria do portfólio têm muitas hipóteses que podem não representar adequadamente a realidade. Por exemplo, um dos pressupostos é que os retornos de ativos seguem uma distribuição normal. Na realidade, os valores mobiliários podem experimentar retornos que são mais de três desvios padrão para além da média de mais de 0,03 dos valores observados. Conseqüentemente, os retornos de ativos seguem uma distribuição leptokurtic, ou distribuição de cauda pesada. Além disso, a teoria de Markowitzs supõe que os investidores são racionais e evitam o risco quando possível, não há grandes investidores suficientes para influenciar os preços do mercado, e os investidores têm acesso ilimitado ao empréstimo e empréstimos à taxa de juros livre de risco. No entanto, o mercado inclui investidores irracionais e de busca de risco, grandes participantes do mercado que poderiam influenciar os preços do mercado e os investidores não têm acesso ilimitado ao empréstimo e ao empréstimo de dinheiro. Otimização da diferença de média The Thinking Mans Ouija Board Não se engane sobre isso, otimizadores de portfólio São grandes negócios. Abra quase qualquer revista voltada para profissionais de investimentos e você encontrará anúncios de páginas completas que suportam o algoritmo vencedor do Prêmio Notal inerente ao pedaço de software de 2000 sendo promovido. Não importa que o código básico não ocupe mais de 50-200K no único disquete que eventualmente vem no correio. Os conselheiros e os clientes são deslumbrados pelas curvas convexas para cima e composições de portfólio precisas que piscam no monitor e lasered em pastas spiffy. Recebi um pouco de correspondência sobre a disponibilidade e utilidade das técnicas de otimização para pequenos investidores de leitores da Efficient Frontier e The Intelligent Asset Allocator. Eu sou cético sobre a técnica e percebi que não tinha transmitido esse ceticismo bem o suficiente. Para aqueles de vocês novos para o jogo de alocação de ativos, heres o enredo: em 1951, Harry Markowitz publicou uma técnica matemática para encontrar as composições de portfólio precisas que produzem as melhores combinações de risco e retorno do portfólio. Esses portfólios formam a margem superior esquerda do plano de retorno de risco de todas as carteiras possíveis de um determinado grupo de ativos, e são ditos formar a fronteira eficiente do enredo - daí o nome deste site. O logotipo deste site simboliza esse conceito: o eixo vertical do logotipo representa o retorno, o risco do eixo horizontal. A vela multicolorida como objeto simboliza todas as possíveis combinações de carteiras que podem ser formadas a partir dos ativos. A parte de curvatura para cima da vela em sua parte superior esquerda é a fronteira da citação. As carteiras que se encontram nesta fronteira eficiente têm o maior retorno para um determinado grau de risco. Observados de outra perspectiva, eles têm o menor risco de um determinado retorno. Obviamente, a fronteira eficiente é o lugar para estar. As entradas para a fórmula são notavelmente simples - o retorno e desvio padrão para cada ativo, bem como as correlações entre cada ativo. Por exemplo, um portfólio de ativos simples 3 possui 9 entradas 3 retorna, 3 SDs e 3 correlações. Um portfólio de 10 ativos teria 65 insumos (10 retornos, 10 SDs e 45 correlações). O advento do microcomputador colocou esta tecnologia na área de trabalho, o professor Markowitz ganhou um merecido Prêmio Nobel por seu trabalho, e os analistas financeiros ficam intoxicados com o fascículo das técnicas. No entanto, há uma mosca grande e feia na pomada - a técnica funciona apenas em retrospectiva. Acontece que as composições de portfólio produzidas são exquisitamente sensíveis mesmo a mudanças muito pequenas nos dados de entrada. Altere ligeiramente algumas peças dos dados de entrada e as composições de portfólio resultantes mudam drasticamente. Uma vez que os retornos de entrada necessários, SDs e correlações são conhecidos com precisão apenas em retrospectiva, a otimização média de variância é inútil como preditor de futuras carteiras ótimas. Isso ocorre porque é impossível prever com qualquer lugar perto da precisão necessária os retornos, SDs e correlações. Como um exemplo simples, forneci as seguintes entradas ao meu MVO para um modelo de ativos simples 5: Observe que o portfólio 5 de retorno máximo é composto por 100 ativos A. No mundo real das carteiras reequilibradas, dois ativos com SD25 e correlação 0,5 terão uma Reequilibrou o retorno de cerca de 0,8 em relação aos retornos médios, portanto, na realidade, o portfólio de retorno máximo se tornará uma mistura de quase 5050 de A e B, com um retorno de cerca de 12,8 (a média de 11,5 e 12,5, mais o fator quotrebalance de 0,8) e um SD de 22,1. Em outras palavras, o portfólio de retorno máximo geralmente se converte em uma mistura de 2 ou mais ativos, mas a MVO sempre atribuirá o portfólio de retorno máximo como 100 do ativo de maior desempenho. Em seguida, você reconhecerá que, na região de retorno mais baixa (carteiras 2, 3 e 4), a saída favoreceu A sobre B e C sobre D por margens muito amplas. Este é simplesmente o resultado de A ter um retorno maior do que B, com a mesma verdade de C e D. Se sua previsão de retorno de ativos estiver desativada até mesmo 1, essa alocação de ativos pode estar desativada por várias vezes. O próprio Lord Toddler não pode fazer previsões de retorno com esse tipo de precisão. O mesmo tipo de erros ocorre com SD e aberrações de correlação. Considere um modelo de 10 ativos. O que você acha que as chances são de prever corretamente com qualquer precisão, todos os 65 parâmetros de entrada necessários. Além disso, a tendência para que os retornos de ativos significem reverter introduz uma polarização perversa nos resultados do otimizador. Se você estiver usando retornos nos últimos 5, 10 ou mesmo 20 anos, você provavelmente superestimará os retornos dos ativos de maior desempenho e vice-versa. Isso resultará no otimização do excesso de peso precisamente dos recursos que provavelmente não apresentarão desempenho no futuro. Alguns otimizadores realmente permitem que o analista financeiro alimente os dados cruciais do fundo mútuo diretamente no algoritmo. Esta é uma receita para o desastre. Está se tornando cada vez mais óbvio que as alocações de portfólio ingênuas, seguidas com disciplina, superarão as estratégias de alocação mais ativas com grande regularidade. Então, por que os analistas financeiros usam MVO Para iniciantes, o Prêmio Nobel atende sua atenção. Sua principal atração, no entanto, é o seu flashiness. A natureza humana favorece o complexo ao longo do simples. James P. OShaugnnessy, em What Works on Wall Street cita um estudo psicológico no qual dois indivíduos, Smith e Jones, são convidados a identificar se as amostras de células mostradas em uma tela são saudáveis ou doentes. Smith e Jones recebem algumas regras simples, mas eficazes para tomar essa decisão. Smith recebeu o feedback correto sobre se ele está certo ou errado, e depois de um tempo está certo, 80 do tempo. Jones recebeu comentários incorretos e faz muito mais mal. Smith e Jones são então convidados a explicar-se como eles tomaram suas decisões. Smiths, como esperado, é curto e simples. Jones é complexo e enrolado, e muito mais impressionante do que Smiths. Em seguida, eles são convidados a olhar para um novo conjunto de amostras de células. Tão impressionado é o método de Smith com Jones complexo (mas menos efetivo) que ele começa a usá-lo. O mesmo se aplica à otimização média de variância versus alocações de carteira equilibrada e equilibrada. Analistas e investidores financeiros foram enganados pela complexidade e elegância do MVOs. Seu fracasso é remanescente dos comunismos. O sistema Marxs falha devido às falhas inerentes à natureza humana: o sistema Markowitz falha por causa das falhas inerentes à previsão econômica.
No comments:
Post a Comment