| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 495.78 KB | Adobe PDF |
Advisor(s)
Abstract(s)
In the present dissertation, I apply the Barroso and Saxena (2022) shrinkage methodology –
also known as the Galton – to portfolio optimization’s inputs in the Chinese market (for the
OOS period from January of 2011 until December of 2021). Each portfolio is a selection of the
50 biggest stocks in terms of market capitalization, and weights are rebalanced monthly. The
Galton is based on the incorporation of OOS errors into input estimation to overcome the
incapability of historical data to reflect the tendency of mean regression that mean returns,
variances, correlations and covariances have. I show that the Galton correction’s superiority in
risk prediction holds for China, even though the baseline method achieves an average negative
Sharpe ratio. Nonetheless, when microcaps are excluded, the method produces significantly
high Sharpe ratios, being this method the best among all the analyzed optimized strategies in a
MV scenario. When the number of portfolio constituents is decreased, however, results for the
regular form of the Galton seem to become positive; the changes in estimation windows, in
their turn, have a favorable effect on the version where microcaps are excluded, making the
Sharpe ratio rise above one.
Na presente dissertação, aplico a metodologia de shrinkage de Barroso e Saxena (2022) – também conhecida como Galton – a fatores de otimização de portfólios no mercado chinês (para o período de OOS de janeiro de 2011 até dezembro de 2021). Cada portfólio é uma seleção das 50 maiores ações em termos de capitalização de mercado, sendo que os pesos são recalculados mensalmente. O Galton é baseado na incorporação dos erros de OOS na estimativa de variáveis para ultrapassar a incapacidade dos dados históricos de refletir a tendência de regressão à média que os retornos médios, as variâncias, as correlações e as covariâncias têm. Eu mostro que a superioridade da correção de Galton em previsão de risco se mantém para a China, apesar do facto de o método base obter um rácio Sharpe médio negativo. Não obstante, quando as pequenas ações são excluídas, o método atinge rácios Sharpe significativamente altos, sendo este o melhor método entre todas as estratégias otimizadas que foram analisadas num cenário de MV. Quando o número de constituintes dos portfólios diminui, contudo, os resultados para a forma regular do Galton parecem tornarse positivos; as mudanças nas janelas de estimação, por sua vez, têm um efeito favorável na versão onde as pequenas ações são excluídas, fazendo os rácios Sharpe aumentar para mais que 1.
Na presente dissertação, aplico a metodologia de shrinkage de Barroso e Saxena (2022) – também conhecida como Galton – a fatores de otimização de portfólios no mercado chinês (para o período de OOS de janeiro de 2011 até dezembro de 2021). Cada portfólio é uma seleção das 50 maiores ações em termos de capitalização de mercado, sendo que os pesos são recalculados mensalmente. O Galton é baseado na incorporação dos erros de OOS na estimativa de variáveis para ultrapassar a incapacidade dos dados históricos de refletir a tendência de regressão à média que os retornos médios, as variâncias, as correlações e as covariâncias têm. Eu mostro que a superioridade da correção de Galton em previsão de risco se mantém para a China, apesar do facto de o método base obter um rácio Sharpe médio negativo. Não obstante, quando as pequenas ações são excluídas, o método atinge rácios Sharpe significativamente altos, sendo este o melhor método entre todas as estratégias otimizadas que foram analisadas num cenário de MV. Quando o número de constituintes dos portfólios diminui, contudo, os resultados para a forma regular do Galton parecem tornarse positivos; as mudanças nas janelas de estimação, por sua vez, têm um efeito favorável na versão onde as pequenas ações são excluídas, fazendo os rácios Sharpe aumentar para mais que 1.
Description
Keywords
Asset allocation Galton China Shrinkage Regression to the mean Fama and MacBeth (1973) regressions Microcaps Alocação de ativos Regressão à média Regressões de Fama and MacBeth (1973) Capitalização de mercado