| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.31 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
This Thesis is focused on an out-of-sample application of the Galton strategy in the United
Kingdom stock market from January 1996 to December 2022. This allocation, exploiting the
lack of perfect randomness of past out-of-sample errors, is able to provide a useful alternative
to the classical plug-in approach in portfolio optimization. A crucial advantage of this
investment strategy is the better risk-adjusted performance with respect to the benchmark and
a classic version of Mean-Variance portfolio in terms of a higher Sharpe and Sortino ratio.
Galton risk estimates are not too optimistic in predicting future volatility as opposed to
competitors, recording a ratio of realized volatility over its ex-ante expectation close to unity.
Five hundred random horse races confirm these results. In this context, the Ledoit and Wolf
portfolio is the sole competitor beating in 26% and 61% of cases the Galton GMV and MV
versions in terms of annualized Sharpe ratio. From a Risk Management perspective, Galton
allocations have the best VaR hit rates at 95% and 99% confidence levels
A tese está focada numa implementação out-of-sample da estratégia de Galton no mercado de ações do Reino Unido desde Janeiro 1996 até Dezembro 2022. Esta optimização de carteiras, que explora presença de previsibilidade dos erros out-of-sample do passado, é capaz de dar uma alternativa útil para a otimização de portfólios clássica. Uma vantagem crucial dessa estratégia de investimento é o melhor desempenho ajustado ao risco comparando com a benchmark e a uma versão clássica do portefólio média-variância em termos dos índices de Sharpe e Sortino mais elevados. As estimativas do risco de Galton não são excessivamente otimistas para prever a futura volatilidade em relação à competição, tendo um rácio de volatilidade realizada sobre a expectativa ex-ante abaixo da unidade. Quinhentas corridas de cavalo aleatórias confirmam estes resultados. Neste contexto, o portefólio de Ledoit e Wolf é o único concorrente batendo em 26% e 61% dos casos as versões Galton GMV e MV em termos de Sharpe ratio anualizado. De uma perspectiva de gestão de risco, as alocações de Galton têm o melhor VaR a níveis de confiança de 95% e 99%.
A tese está focada numa implementação out-of-sample da estratégia de Galton no mercado de ações do Reino Unido desde Janeiro 1996 até Dezembro 2022. Esta optimização de carteiras, que explora presença de previsibilidade dos erros out-of-sample do passado, é capaz de dar uma alternativa útil para a otimização de portfólios clássica. Uma vantagem crucial dessa estratégia de investimento é o melhor desempenho ajustado ao risco comparando com a benchmark e a uma versão clássica do portefólio média-variância em termos dos índices de Sharpe e Sortino mais elevados. As estimativas do risco de Galton não são excessivamente otimistas para prever a futura volatilidade em relação à competição, tendo um rácio de volatilidade realizada sobre a expectativa ex-ante abaixo da unidade. Quinhentas corridas de cavalo aleatórias confirmam estes resultados. Neste contexto, o portefólio de Ledoit e Wolf é o único concorrente batendo em 26% e 61% dos casos as versões Galton GMV e MV em termos de Sharpe ratio anualizado. De uma perspectiva de gestão de risco, as alocações de Galton têm o melhor VaR a níveis de confiança de 95% e 99%.
Descrição
Palavras-chave
Portfolio optimization Estimation errors Galton strategy Shrinkage estimator Otimização de portefólio Erros de estimativa Estratégia de Galton Estimador de contração