全部版块 我的主页
论坛 经济学人 二区 外文文献专区
876 34
2022-05-06
英文标题:
《Signal-wise performance attribution for constrained portfolio
  optimisation》
---
作者:
Bruno Durin
---
最新提交年份:
2014
---
英文摘要:
  Performance analysis, from the external point of view of a client who would only have access to returns and holdings of a fund, evolved towards exact attribution made in the context of portfolio optimisation, which is the internal point of view of a manager controlling all the parameters of this optimisation. Attribution is exact, that-is-to-say no residual \"interaction\" term remains, and various contributions to the optimal portfolio can be identified: predictive signals, constraints, benchmark. However constraints are identified as a separate portfolio and attribution for each signal that are used to predict future returns thus corresponds to unconstrained signal portfolios. We propose a novel attribution method that put predictive signals at the core of attribution and allows to include the effect of constraints in portfolios attributed to every signal. We show how this can be applied to various trading models and portfolio optimisation frameworks and explain what kind of insights such an attribution provides.
---
中文摘要:
从客户的外部角度来看,绩效分析只能获得回报和基金持有量,而在投资组合优化的背景下,绩效分析则朝着准确的归因方向发展,这是管理者控制该优化所有参数的内部观点。归因是准确的,也就是说没有剩余的“互动”术语,并且可以确定对最优投资组合的各种贡献:预测信号、约束、基准。然而,约束被确定为一个单独的投资组合,用于预测未来收益的每个信号的属性因此对应于无约束的信号投资组合。我们提出了一种新的归因方法,将预测信号置于归因的核心,并允许在归因于每个信号的投资组合中包含约束的影响。我们展示了如何将其应用于各种交易模型和投资组合优化框架,并解释了这种归因提供了什么样的见解。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:Portfolio Management        项目组合管理
分类描述:Security selection and optimization, capital allocation, investment strategies and performance measurement
证券选择与优化、资本配置、投资策略与绩效评价
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-6 03:36:29
限制性投资组合优化的信号型绩效归因布鲁诺·杜林凯资本基金管理公司,法国巴黎大学路23-25号。从客户的外部角度来看,绩效分析只能获得回报和持有的基金,在投资组合优化的背景下,向准确的归因方向发展,这是管理者控制优化所有参数的内在观点。归因是准确的,也就是说没有剩余的“互动”术语,并且可以确定对最优投资组合的各种贡献:预测信号、约束、基准。H过度约束被识别为单独的投资组合和用于预测未来收益的每个信号的属性,因此对应于无约束的信号投资组合。我们提出了一种新的归因方法,将预测信号置于归因的核心,并允许在归因于每个信号的投资组合中包含约束的影响。我们将介绍如何将其应用于各种交易模型和PortfolioOptimization框架,并解释这种属性提供了什么样的见解。1简介业绩分析是投资过程的核心。无论是基于回报还是基于投资组合的开创性方法,都采取了外部立场,旨在用投资者从基金经理那里获得的相同数据来解释业绩:回报和持股。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:36:32
这些是长期存在的表演分析模型(Sharpe,1966;Jensen,1968;另见Grinold&Kahn,1999)和演员模型模型(Fama French,1993及后续作品),一方面只使用回报的时间序列,另一方面是Brinson,Hood&Beebower(1986)开创的最近的表演归因方法;Brinson,Singer&Beebower(1991)在另一方面使用了回报和持有量。基于回报率的分析可以总结为基金回报率的回归,超过所选择的、有意义的回报时间序列。回归系数提供了对经理所做工作的定量评估。作为一个非常简单的例子,我们可以通过检查指数跟踪器对规模因子的敞口来检查其是否存在大盘股偏差,或者如果一家全球基金的招股书要求对发达市场的敞口保持平衡,那么该基金对美国市场的敞口是否存在任何过大的敞口。基于持有的分析原则上可以更好地理解管理者在做什么。Brinson等人的模型将活跃回报类别分解为三个部分:分配部分(对应于整体交易基准部门的策略)、选择部分(对应于给定部门内的股票权重)和交互部分(只是未解释的部分)。根据不同类别,该方法可以扩展到多个决策层,可以通过行业实施(如晨星一号(Morningstar,2011年、2013年))进行示范。然而,由于很难扩展到多个类别,因此可能更倾向于使用一个更通用的绩效归因框架:我们回归了与分析、预测信号sin(Gr inold,2006)或各种因素评分相关的组合特征。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:36:35
在(Grinold,2006)中,这些特征被转化为投资组合,从而可以在风险、相关性和(协)方差之间表达结果。正如已经指出的那样,布林森模型可以被视为一种回归(Lu&Kane,2013),我们将把各种基于持有的分析视为回归。在这一点上,无论我们分析的细节程度如何,我们基本上都在进行回归,这有一个主要缺点:剩余的无法解释的部分可能很大。此外,增加许多因素来减少它可能会导致样本偏差,并可能会降低分析的解释力。正如(Grinold,2006)中给出的例子所示,在考虑交易成本的情况下,由三个信号(快速信号、n中间信号和慢速信号)构建的投资组合可以解释为Rof 87%。当然,在这种情况下,剩余方差很小,足以使分析变得有价值:很明显,投资组合相对于理想的无成本投资组合而言,权重过高,信号缓慢,以便如预期的那样降低成本。但在一般情况下,无法解释的部分可能是,几乎不可能得出任何结论。也就是说,当对投资组合施加限制时,我们无法扩大它们以达到一种可接受的情况。从内部角度来看,也就是说,假设我们不仅可以获得基金的回报和持有量,而且还可以获得用于构建投资组合的期权程序,我们就可以解决这个问题。在他们的主要论文(Grinold&Easton,1998)中,作者精确地将通过约束均值-方差优化获得的投资组合的绩效分解为基准部分、信号部分和约束部分。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:36:38
正如我们将在后面重新表述的那样,该方法的核心在于将最优性方程(KK T条件)拆分为相应的术语,这些术语可以表示为articlecharacteristics投资组合中所称的术语。随后的工作(Grinold,2005年;Scherer&Xu,2007年;Stubbs&Vandenbussche,2008年;Bender,Lee&Stefek,2009年)建议对该方法进行修改和改进,研究约束对信息比或效用函数等关键量的影响,解决因约束或考虑基准的非线性和/或非差异回报而导致的阿尔法偏差例如,我们可以进行秒、大小、值和动量分析Karush Kuhn Tucker,参见Boyd&Vandenberg he(2004)第243页和参考文献第27页提供的凸约束或目标函数项。即使这些技术允许准确的性能属性,约束也只能作为单独的实体来处理。让我们通过一个具体的例子来说明这一点:一个基金管理者希望向机构投资者提供一种只转换价值和动量的产品。我们所说的风格转变是指,管理者拥有酌情权,可以通过监控价值和动量策略的近期表现来调整它们的相对权重。我们假设经理知道如何计算价值和动量预测信号,以及对于给定的信号或信号组合,如何通过风险约束优化构建多头/空头投资组合,以及通过风险和非空头约束优化构建仅多头投资组合。他怎么能制造他的新产品呢?一个显而易见且简单的解决方案是增加价值长期投资组合和动量长期投资组合。通过监控每种组合的表现,我们将调整每种组合的相对风险。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 03:36:41
但这将是次优的,尤其是考虑到价值和动量是反相关的事实,这意味着当价值长/短组合中的仓位为长时,人们预计动量长/短组合中的相应仓位为短,但通过对两个投资组合施加仅长约束,我们不能从交叉中受益:如果我们对总投资组合施加限制,Momentum可能会采取与多头价值头寸一样大的空头头寸。如果他以这种方式构建投资组合,通过添加预测信号和运行约束优化来计算总投资组合,他将遇到一个不同的问题:如何将业绩归因于价值和势头?上述技术允许将性能归因于仅长约束,但这可能几乎与无约束值和动量性能一样大。如果总投资组合亏损,考虑到我们不能放松长期限制,假设无约束的价值和势头都有积极的表现,那么应该削减哪一项?换句话说,哪种策略受约束的影响最大?回归法不是一种解决方案,因为它很可能是无用的,因为它有很大的残差,无论是回归器长/短端口还是长端口。使用将约束转化为特征组合的精确性能属性,很难理解信号的原始性能与其在约束组合优化中的性能之间的联系。在这种情况下,通常要做的是使用一种有点特别的方案来将性能分配给信号,并避免引入一个性能与信号之一相当的约束组合。根据这个分布做出投资决策要容易得多。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群