РАЛЬФ РАЛЬФ ВИНС - Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров

Ковариации рыночных систем, включая NIC, будут следующими:

Добавив NIC, мы получим 5 рыночных систем, и обобщенная форма первона­чальной расширенной матрицы будет выглядеть следующим образом:

неограниченных весов рыночных систем. Теперь возьмем параметры наших че­тырех рыночных систем из главы 6 и добавим NIC:

Ковариации рыночных систем, включая NIC, будут следующими:

Добавив NIC, мы получим 5 рыночных систем, и обобщенная форма первона­чальной расширенной матрицы будет выглядеть следующим образом:

После включения NIC первоначальная расширенная матрица приобретет вид:

Отметьте, что значение на пересечении столбца ответов и второй строки, т.е. огра­ничение суммы весов, равно количеству рыночных систем (не включая NIC), ум­ноженному на 3. С помощью элементарных преобразований, описанных в главе 6, получим еди­ничную матрицу. Теперь вы можете определить эффективную границу AHPR и эф­фективную границу GHPR для портфеля с неограниченными весами. Эффективная граница AHPR для портфеля с неограниченными весами соответствует использова­нию рычага (заемного капитала) без реинвестирования.

Эффективная граница GHPR соответствует использованию рычага и реин­вестированию прибылей. Наша цель — найти оптимальный неограниченный геометрический портфель, который в результате даст наибольший геометричес­кий рост. Можно использовать уравнения с (7.Оба) по (7.06г) для нахождения на эффективной границе геометрического оптимального портфеля. В нашем слу­чае, независимо от того, какое значение мы пытаемся найти для Е (значение на пересечение столбца ответов и первой строки), мы получаем один и тот же пор­тфель, состоящий только из сберегательного счета, поднятого рычагом для дос­тижения желаемого значения Е. В этом случае мы получаем самое низкое V (т. е. 0) для любого Е.

Удалим из матрицы сберегательный счет и повторим процедуру. На этот раз мы рассмотрим только четыре рыночные системы (Toxico, Incubeast, LA Garb и NIC) и ограничим сумму весов числом 9. Мы должны поступить таким образом, потому что, как только в матрице появляется компонент с нулевой дисперсией и AHPR большим 1, мы получаем оптимальный портфель, состоящий из одного компонента, а для соответствия требуемому Е будет меняться только рычаг это­го компонента.

Решив матрицу, мы увидим, что уравнения с (7.06а) по (7.06г) удовлетворяют­ся при Е, равном 0,2457. Так как это геометрический оптимальный портфель, V также равно 0,2457. Получившееся среднее геометрическое равно 1,142833. Порт­фель будет выглядеть следующим образом:

Toxico 102,5982%

Incubeast 49,00558%

LA Garb 40,24979%

NIC 708,14643%

Возникает резонный вопрос: «Каким образом сумма весов компонентов может быть больше 100%?» Мы ответим на этот вопрос, но несколько позже.

Если NIC не является одним из компонентов геометрического оптималь­ного портфеля, то следует поднять ограничение суммы весов S до уровня, ког­да NIC станет одним из компонентов геометрического оптимального портфе­ля. Вспомните, что если в портфеле есть только два компонента, причем ко­эффициент корреляции между ними равен -1 и оба компонента имеют поло­жительное математическое ожидание, тогда от вас потребуется финансирова­ние бесконечного числа контрактов, поскольку такой портфель никогда не будет проигрывать. Следует также отметить, что чем ниже коэффициенты корреляции между компонентами в портфеле, тем выше процент, требуемый для инвестирования в эти компоненты. Разность между инвестированными процентными долями и ограничением суммы весов S должна быть заполнена NIC. Если NIC отсутствует среди компонентов геометрического оптимально­го портфеля, значит портфель работает при ограниченном S и поэтому не мо­жет считаться неограниченным геометрическим оптимальным портфелем. Так как вы не будете в действительности инвестировать в NIC, то не имеет значения, каков его вес, пока он является частью геометрического оптималь­ного портфеля.

Оптимальное f и оптимальные портфели

Из главы 6 мы узнали, что для каждого компонента портфеля необходимо опре­делить ожидаемую прибыль (в процентах) и ожидаемую дисперсию прибылей. В общем случае, ожидаемые прибыли (и дисперсии) рассчитываются на основе текущей цены акции. Затем для каждого компонента определяется его опти­мальный процент (вес). Далее, для расчета суммы инвестиций в тот или иной компонент, баланс на счете умножается на вес компонента, и затем для опреде­ления количества акций для покупки эта сумма в долларах делится на текущую цену одной акции.

Так в общих чертах можно описать современную стратегию создания порт­феля. Но это не совсем оптимальный вариант, и в этом состоит одна из основ­ных идей книги. Вместо определения ожидаемой прибыли и дисперсии прибы­ли на основе текущей цены компонента, ожидаемая прибыль и дисперсия при­былей для каждого компонента должны определяться на основе долларового оптимального f. Другими словами, в качестве входных данных вы должны ис­пользовать арифметическое среднее HPR и дисперсию HPR. Используемые HPR должны быть привязаны не к количеству сделок, а к фиксированным ин­тервалам времени (дни, недели, месяцы, кварталы или годы), как в главе 1 для уравнения (1.15).

где А = сумма в долларах, выигранная или проигранная в этот день;