Publicação
Learning from past out-of-sample errors : an application of the Galton method in the United Kingdom stock market
| datacite.subject.fos | Ciências Sociais::Economia e Gestão | pt_PT |
| dc.contributor.advisor | Barroso, Pedro Monteiro e Silva | |
| dc.contributor.author | Celardo, Gennaro | |
| dc.date.accessioned | 2023-09-27T07:29:20Z | |
| dc.date.available | 2024-05-31T00:30:39Z | |
| dc.date.issued | 2023-06-28 | |
| dc.date.submitted | 2023-06 | |
| dc.description.abstract | 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 | pt_PT |
| dc.description.abstract | 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%. | pt_PT |
| dc.identifier.tid | 203327411 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.14/42647 | |
| dc.language.iso | eng | pt_PT |
| dc.subject | Portfolio optimization | pt_PT |
| dc.subject | Estimation errors | pt_PT |
| dc.subject | Galton strategy | pt_PT |
| dc.subject | Shrinkage estimator | pt_PT |
| dc.subject | Otimização de portefólio | pt_PT |
| dc.subject | Erros de estimativa | pt_PT |
| dc.subject | Estratégia de Galton | pt_PT |
| dc.subject | Estimador de contração | pt_PT |
| dc.title | Learning from past out-of-sample errors : an application of the Galton method in the United Kingdom stock market | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Economia | pt_PT |