Шрифт:
Существует гораздо более быстрый и простой метод оптимизации портфелей – анализ среднего отклонения, разработанный несколько десятилетий назад Гарри Марковицем (впоследствии за эту работу он получил Нобелевскую премию). Пакет программ для использования этого метода называется оптимизатором среднего отклонения (MVO). MVO быстро рассчитает оптимальные составы портфелей по трем наборам данных.
1. Доходность каждого актива.
2. Стандартное отклонение каждого актива.
3. Корреляции всех активов.
До последнего времени MVO были дорогостоящими, но еще более дорогими были исходные данные. Из-за этого я потратил много усилий, описывая методы работы с электронными таблицами в предыдущем издании этой книги. К счастью, этого больше не требуется. MVO теперь можно получить по цене меньше $100, и получение данных также стало гораздо более простым делом. Информация о продуктах и продавцах приводится в Приложении А.
Одним из недостатков MVO является то, что он не учитывает восстановления баланса, поскольку это так называемый однопериодный метод, а восстановление баланса – многопериодное явление. Однако оптимальные портфели – одни и те же, независимо от того, проведено восстановление баланса или нет. Далее относительно легко произвести настройку с учетом восстановления баланса после расчета границы эффективности.
В качестве примера рассмотрим семь активов за период с 1970 по 1996 г., которые отражены на рис. 4.10, плюс долгосрочные облигации и казначейские векселя. Полные вводные данные для MVO для этого временного периода приведены в табл. 5.1.
Две первые колонки – это годовая доходность и стандартные отклонения. В соседних колонках приведены корреляции между годовой доходностью каждого актива за 27 годовых периодов.
Эти данные вводятся в оптимизатор, в нашем случае MVOPIus, производимый компанией Efficient Solutions. Как и во всех оптимизаторах Марковица, в этой программе используется метод критической линии для создания серии угловых портфелей, которые определяют построение границы эффективности для этого набора исходных данных. Рассмотрим результаты, представленные в табл. 5.2. На рис. 5.1 показаны реальные графические результаты работы MVOPIus.
Угловой портфель 1 – это портфель с минимальным отклонением; его риск минимален. Заметьте, что он состоит на 92,5 % из казначейских векселей и лишь на 7,5 % – из активов, которые мы обычно считаем довольно рискованными. Большинство портфелей в диапазоне риска, который большинство из нас сочло бы обоснованным, находится между угловыми портфелями 7 и 8. Портфели с 1-го по 6-й почти полностью состоят из краткосрочных обязательств, а выше портфеля 8 портфели становятся очень рискованными. Портфель 10 – портфель с максимальной доходностью.
Табл. 5.1. Исходные данные для оптимизатора, 1970–1996 гг.
Примечание: S&P-акции S&P 500; Мелк. – акции мелких компаний США (CRSP дециль 9-10); Европ. – акции европейских компаний (MSCI Europe); Аз. – Тих. – акции компаний Азиатско-Тихоокеанского региона (исключая Японию, MSCI Pacific ex-Japan); Япон. – акции японских компаний (MSCI Japan); Драг. – акции компаний, занимающихся добычей драгоценных металлов (объективная категория компании Morningstar); 20-лет. – 20-летние казначейские облигации США; 5-лет. – 5-летние казначейские билеты США; 30-дн. – 30-дневные казначейские векселя США.
Табл. 5.2. Угловые портфели, 1970–1996 гг.
Примечание: S&P – акции S&P 500; Мелк. – акции мелких компаний США (CRSP дециль 9-10); Европ. – акции европейских компаний (MSCI Europe); Аз. – Тих. – акции компаний Азиатско-Тихоокеанского региона (исключая Японию, MSCI Pacific ex-Japan); Япон. – акции японских компаний (MSCI Japan); Драг. – акции компаний, занимающихся добычей драгоценных металлов (объективная категория компании Morningstar); 20-лет. – 20-летние казначейские облигации США; 5-лет. – 5-летние казначейские билеты США; 30-дн. – 30-дневные казначейские векселя США.
Рис. 5.1. Выходные данные оптимизатора MVOPlus
Математические подробности
MVOPlus обладает уникальной способностью определения портфеля с максимальной годовой доходностью (средней геометрической доходностью), в то время как все другие коммерческие оптимизаторы определяют актив с самой высокой средней арифметической доходностью в качестве последнего портфеля, который не является портфелем с максимальной средней геометрической доходностью. Это происходит потому, что разница между средней арифметической и средней геометрической доходностью равна примерно половине отклонения портфеля, или (SD)2 / 2, и называется запаздыванием отклонения (variance drag). По мере движения вправо по графику соотношения доходности и риска запаздывание отклонения возрастает до точки, когда средняя геометрическая доходность начинает падать. Помните, что вы уменьшаете среднюю геометрическую доходность в годовом исчислении, а не среднюю арифметическую доходность.
Конечно, вы не ограничены угловыми портфелями. Если вы решите, что хотите оказаться на середине пути между портфелями 7 и 8, то просто усредняйте составы двух портфелей для каждого актива.
Взгляните на портфель 7. Он примерно на треть состоит из акций и на две трети из 5-летних казначейских билетов. Пока все вроде бы нормально. Но посмотрите на состав акций: почти исключительно акции мелких компаний США, японских компаний и компаний, занимающихся добычей драгоценных металлов. Это не тот портфель, которым хотел бы владеть любой разумный человек. Неслучайно в него вошли три актива, по которым получена самая высокая доходность за период с 1970 по 1996 г. Мы только что столкнулись с губительным недостатком оптимизации – излишним пристрастием к активам, имеющим в последнее время высокую доходность. По сути, после небольшой практики можно добиться от оптимизатора расчета почти любого желаемого портфеля. Измените данные о доходности по большинству активов на несколько процентов в любом направлении, и этот актив будет либо доминировать в портфеле, либо полностью исчезнет из него. Вы думаете, что можете спрогнозировать доходность по всем основным классам активов в своем портфеле? Если да, то вы и в самом деле очень талантливы. Следовательно, два фундаментальных закона оптимизаторов: