投資組合管理

在均值變異數分析中,為什麼不將有效邊界推到靠近軸的左側?

  • May 12, 2022

我參加了一些投資組合理論課程,並學習了 Markowitz 均值變異數分析。如果只有兩個風險資產,則有效邊界將是一條通過這兩個點的雙曲線;現在如果添加另一種資產與它們兩者有一定的相關性,則有效邊界將被推到這三種風險資產的左側,一般不會通過它們;因此,如果我們繼續添加更多資產,直覺上似乎有效邊界將被推向資產點的更左側;有效邊界不會像 y 軸相切(y 軸用於返回),導致標準偏差幾乎為零?我還閱讀了 Pennacchi 的書:資產定價理論。它使用線性代數導出了最小變異數集的方程。並找到全域最小標準差點的位置。這是積極的。我理解方程推導,但沒有像我想像的那樣解決問題。有什麼幫助嗎?非常感激。

在均值變異數分析中,您可以組合不同的資產以最小化變異數並最大化預期收益。雙曲線不是資產數量的函式,而是它們的均值和變異數的函式。如果有效邊界與 y 軸相切(不可能)或幾乎相切,這意味著您的投資組合變異數幾乎為零,風險資產不會出現這種情況,而且顯然不是因此,通過添加更多變異數 > 0 的資產。

你有一個很好的觀點。考慮不相關資產的情況, $ N $ 其中,為簡單起見,假設它們都具有相同的變異數 $ \sigma^2 $ . 您現在採用等權重的投資組合,並且存在差異:

$ \sigma_p^2 = \sum_i \sum_j 1/N^2 \sigma_i \sigma_j \rho_{ij} $ ,但對角線的相關性為零,剩下的就是

$ \sigma_p^2 = \sum_i 1/N^2 \sigma_i^2 = N/N^2 \sigma_i^2 = \sigma_i^2/N. $

因此,這個投資組合有 vol $ \sigma/\sqrt N $ ,隨著你的增加,它確實趨向於零 $ N $ .

所以,是的,當繪製預期收益與收益的標準差,並查看邊界(它們之間的最小標準差)時,這是一條雙曲線(也適用於 N>2),它的頂點確實會越來越接近“如果它們足夠不相關,則當您添加更多資產時,左側”趨向於零。

這就是多元化對您的好處!

旁注:假設所有資產都具有恆定(或“平均”)相關性 $ \rho $ 彼此。然後

$ \sigma_p^2 = \sum_i \sum_j 1/N^2 \sigma_i \sigma_j \rho_{ij} $ , 並且,對於足夠大的 N,我們基本上可以忽略對角線,所以 $ \sigma_p^2 \approx N^2/N^2 \rho \sigma^2 $ , 或者

$ \sigma_p \approx \sqrt \rho \sigma. $

因此,當您添加資產時,vol 不會下降到零,而是 $ \sqrt \rho \sigma $ ,這為您提供了另一個有用的經驗法則:

指數的波動率是“平均相關性的平方根”乘以成分股的“平均波動率”。

引用自:https://quant.stackexchange.com/questions/8960