Portfolio Optimierung Trading Strategien

Portfolio Trading-Strategien Portfolio Trading-Strategie impliziert den Handel in Körbe von verschiedenen Vermögenswerten. Renten und Investoren lieber mehrere Anlagen gleichzeitig handeln, um das Risiko zu senken. Mit der neuen GeWorko-Methode ist es heute möglich, das Portfoliothekt sehr einfach und mit breiten Möglichkeiten durchzuführen. Sie können mit wenigen Klicks Portfolios erstellen, die Assetkombinationen und den Handel nach der Theorie der Risikostreuung auswählen. Hier finden Sie ein angewandtes Beispiel für den Aufbau eines effektiven Portfolios unabhängig von Marktbedingungen und globalen wirtschaftlichen Faktoren. Sie können lernen, wie man Gleichgewichte ausbalanciert und optimiert, basierend auf absoluten, relativen Werten sowie quantitativen Leistungen einschließlich der Indikatoren Return, Standard Deviation und Sharpie Ratio. Es ist herausfordernd, eine optimale Vermögensstruktur in einem Portfolio zusammenzustellen. Einerseits hängt viel von den Parametern der im Portfolio enthaltenen Vermögenswerte und andererseits von den individuellen Präferenzen und Einschränkungen der Anleger ab. Allerdings, moderne Finanztheorie und neue Methode der Analyse und Handel GeWorko, wesentlich vereinfacht, dass Prozess. Hier ist ein Beispiel für eine 6-Aktien-Portfolio-Optimierung. Der aktuelle Artikel befasst sich mit dem Portfolio-Optimierungsprozess und konzentriert sich auf die erwartete Rendite des Portfolios. Folglich ist das optimierte Portfolio ein höheres Risiko für höhere Renditen. Dadurch ergeben sich mehrere Portfolios mit unterschiedlichem Risiko - und Ertragsverhältnis. Den Anlegern steht es frei, basierend auf dem Grad der Risikobereitschaft zu wählen. Um die GeWorko-Methode in der Praxis anwenden zu können, bieten wir Ihnen eine neue Trading-Analytical-Plattform NetTradeX an. Durch sie werden Sie in der Lage, persönliche zusammengesetzte Instrumente GeWorko in einer einfachen und schnellen Weise zu erstellen, um Preis-Chart sofort zu erhalten und eine breite Palette von technischen Analyse-Tools für die Vorhersage des Preises der geschaffenen Instrumente verwenden. Die moderne Portfoliotheorie weist auf signifikante Vorteile bei der Diversifizierung hin. Mit dem Tool-Tool der GeWorko-Methode möchten wir zeigen, wie genau ein Investor von der Diversifizierung profitiert. Für dieses Beispiel haben wir zwei bekannte Wertpapiere ausgewählt, die im Index Dow Jones Industrial Average enthalten sind. Portfolio-Optimierung durch GeWorko-Methode (Teil 1) Es ist schwierig, eine optimale Struktur von Vermögenswerten in einem Portfolio zu erstellen. Einerseits hängt viel von den Parametern der im Portfolio enthaltenen Vermögenswerte und andererseits von den individuellen Präferenzen und Einschränkungen der Anleger ab. Allerdings, moderne Finanztheorie und neue Methode der Analyse und Handel GeWorko, wesentlich vereinfacht, dass Prozess. Hier ist ein Beispiel für eine 6-Aktien-Portfolio-Optimierung. GeWorko-Methode zur Portfolio-Optimierung Die GeWorko-Methode ist ein Beispiel für die moderne Portfolio-Theorie in der Praxis - sie ermöglicht die Erstellung und Analyse zahlreicher Portfolio-Variationen, die aus einer breiten Palette von Vermögenswerten entstehen. Der Wert der analytischen Kapazitäten liegt nicht nur darin, die Veränderungen des absoluten Preises des Portfolios zu verfolgen, sondern auch das Verhalten des Portfolios im Verhältnis zum Gesamtmarkt zu untersuchen oder beispielsweise ein alternatives Portfolio, das Investitionsentscheidungen ermöglicht In einer fristgerechten Weise. Das Ergebnis der Methoden-Appliance ist die Schaffung eines neuen Finanzinstrument-Composite-Instruments (PCI Personal Composite Instrument). In diesem Artikel haben wir uns auf einen Satz von 6 US-Aktien konzentriert, die auf den ersten Blick relativ gute Ergebnisse in den letzten Jahren gezeigt haben. Mit der GeWorko-Methode haben wir ein Portfolio aufgebaut, das in der Nachkrisenzeit ein beträchtliches Wachstum aufweist. Unser Portfolio (mit entsprechenden Zufallsgewichten) besteht aus: Walt Disney Company (DIS 20) Honeywell International Inc. (HON 15) International Business Machines Corporation (IBM 15) Coca-Cola Company (KO 10) McDonalds Corporation (MCD 20) Während der Vergleich der Portfolio Dynamics mit dem Markt (Dow Jones Industrial Average Index bedingt für den Markt und umfasst alle börsennotierten Aktien), stellte sich heraus, dass das Portfolio hat sich systematisch besser als der Index vor der Krise, während Der Krise und in der Zeit der Erholung. Das in Sekundenschnelle gebildete PCI-Diagramm verdeutlicht das Verhalten des Portfolios gegenüber dem Index: Chart 1: Portfolio gegenüber Index Dow Jones Trotz einer recht erfolgreichen Zufallsauswahl von Assetgewichten im Portfolio wissen wir noch nicht, Die Auswahl ist optimal, dh wenn es andere Gewichtskoeffizienten gibt, die ein geringeres Risiko bei gleichem Renditegrad oder höhere Rendite bei gleichem Risiko bieten. Wenn es uns gelingt, eine solche Portfolio-Struktur zu finden, wäre es für einen rationalen Investor sicher besser, als das Portfolio mit zufälligen Gewichtskoeffizienten. Die Bestim - mung der Portfolio-Optimalität für einen Investor wird jedoch, wie bereits oben erwähnt, von individuellen Präferenzen und Restriktionen abhängen. Ohne spezifische Anforderungen an das Portfolio-Rendite-Risiko-Profil können wir nicht wissen, ob zB ein Portfolio mit höherer Rendite, aber mit höherem Risiko für den Anleger eher vorzuziehen ist als das primäre. In diesem Zusammenhang wird für analytische Zwecke ein optimales Portfolio als dasjenige betrachtet, das die maximale Rendite pro Risikoeinheit aufweist. Dieser Index wird als Sharpe-Verhältnis bezeichnet. Im Gegensatz zu seiner traditionellen Version, die das Verhältnis von Risikoprämien über risikoloser Rate zur Standardabweichung zeigt, maximieren wir das Verhältnis der Portfolio-Rendite zur Portfolio-Standardabweichung, ohne eine risikofreie Rate anzupassen. Diese Vereinfachung wird die Ergebnisse überhaupt nicht beeinflussen, sondern ermöglicht einen Vergleich der Wirksamkeit alternativer Anlageportfolios. Zuerst wollen wir mit dem Zufallswiedergewinn auf das Primärportfolio zurückkehren und dessen Risiko - und Renditeparameter bestimmen. Die Portfolioanalyse basiert auf monatlichen Daten der Schlusskurse für sechs Bestände auf der Stichprobe vom Januar 2005 April 2013. Da das ursprüngliche Ziel darin bestand, die Dynamik des Portfolios mit dem Index (dem Markt) zu vergleichen, haben wir uns entschlossen, etwas nicht standardisierte anzuwenden Ansatz und die monatlichen Schlusskurse der Bestände anzupassen und sie durch entsprechende Indexwerte zu dividieren. Auf der Basis logarithmischer Renditen haben wir mittlere Renditen und Standardabweichungen der Renditen für sechs Datenreihen berechnet. Die Berechnungsergebnisse sind in der folgenden Tabelle dargestellt: Tabelle 1: Durchschnittliche Renditen, Standardabweichungen und Sharpe-Verhältnis für sechs Datenzeilen Es zeigte sich, dass die größte (0,77) monatliche Durchschnittsrendite (im Vergleich zum Index) von MCD gezeigt wurde Aktien, die kleinsten - von HD-Aktien (0,24). Die kleinste Standardabweichung wurde von KO-Aktien (3,95), die größte von HD-Aktien (5,73) gezeigt. Außerdem haben wir die vereinfachte Version des Sharpe-Verhältnisses berechnet, die das Verhältnis des Vermögenswertes zum Risiko wiedergibt. MCD-Aktien haben den höchsten Koeffizienten (0,19) und zeigen das beste Verhältnis der Rendite pro Risikoeinheit. Diese Tatsache erlaubt uns, davon auszugehen, dass es MCD-Aktien sind, die den höchsten Gewichtskoeffizienten in einem optimalen Portfolio zeigen werden. Um die Analyse fortzusetzen, müssen wir auch wissen, wie die Assets zusammenhängende Kovarianzkoeffizienten sind. Die Kovarianzmatrix wird auf der gleichen Stichprobe der monatlichen Daten berechnet. Mit allen notwendigen Eingabeparametern und der Annahme, dass die erhaltenen Rückgabewerte und Standardabweichungen für sechs Bestände die besten Schätzungen der erwarteten Renditen und Risiken sind, können wir mit der Bildung der Portfolios beginnen. Erinnern Sie sich, dass Eingabedaten bereits für den Indexwert angepasst wurden. Deshalb werden die Portfolios, die wir erhalten sollen, bereits das Marktverhalten widerspiegeln. Das erste Portfolio (P1) wird zum Ausgangspunkt für die Suche nach erfolgreicheren Kombinationen von Vermögenswerten. Es ist das Portfolio mit zufälligen Gewichtskoeffizienten seine Preis-Chart wurde am Anfang des Artikels. Nachdem wir die Risiko - und Renditeparameter von sechs im Portfolio enthaltenen Aktien, deren Gewichten und der Kovarianzmatrix kennen, können wir die monatliche Durchschnittsrendite des Portfolios und die Standardabweichung berechnen. Es ist leicht zu bemerken, dass wir durch die Kombination von Vermögenswerten eine signifikante Reduktion des Risikos erreicht haben. Die Standardabweichung des Portfolios P1 beträgt nur 1,74 und die Rendite beträgt 0,46: Tabelle 2: Realisierte Renditen, Standardabweichungen und Sharpe-Ratios in Bezug auf Portfolio P1 Darüber hinaus weist das Portfolio im Vergleich zu einem der sechs Aktien eine höhere Rendite pro Einheit auf Risiko, dessen Nachweis die Sharpe-Ratio (0,26) ist: Dies bestimmt letztendlich die Wirksamkeit des Portfolios. Nun wissen wir, die zufällige Portfolio-Funktionen, können wir beginnen, die Suche nach einer solchen Kombination von Vermögenswerten. Die unseren Vorlieben und Einschränkungen am besten entsprechen. Wie bereits erwähnt, haben wir die Sharpe-Ratio als grundlegendes Kriterium für ein optimales Portfolio gewählt. Wechseln Sie die Gewichte der sechs Aktien, die das Portfolio bilden, sollten wir eine solche Kombination finden, die dem höchstmöglichen Verhältnis von Rückkehr zum Risiko entspricht. Die einzigen Optimierungsbedingungen, die wir setzen, sind, dass Gewichtskoeffizienten nicht kleiner als Null sein sollten und ihre Summe gleich 100 sein sollte, um die Möglichkeit des Vergleichens von Portfolios zu halten. Die Lösung führt zu der folgenden Zusammensetzung des Portfolios: Wie wir erwartet haben, haben MCD-Aktien das größte Gewicht (32,67), da sie das höchste Sharpe-Verhältnis hatten. Danach folgen die folgenden Titel in Gewicht absteigender Reihenfolge: DIS (19,33), HON (19,04), HD (10,96), KO (10,28) und IBM (7,71): Grafik 1: P2- P1): Tabelle 3: Realisierte Renditen, Standardabweichungen und Sharpe-Verhältnisse in Bezug auf die Portfolios P1 und P2 Die maximalen Sharpe-Werte (P1, P2), die durch Veränderung der Gewichte erhalten wurden, um das Sharpe-Verhältnis zu maximieren, zeigten eine deutlich bessere Leistung als das Portfolio mit Zufallsgewichtskoeffizienten Verhältnis war 0,3 für P2. Dieser Wert ist höher als das Verhältnis für P1 (0,26), sowie für einzelne Bestände. Darüber hinaus sind die beiden Parameter (0.52) und Standardabweichung (1.72) strikt besser. Die Schlussfolgerung ist, dass das Portfolio, das durch die Maximierung der Sharpe-Ratio gebildet wird, für einen rationalen Anleger immer vorteilhafter ist (lassen Sie uns an unsere Analysenannahme denken, dass die realisierten Risiken und Renditen ihre beste Schätzung sind). Mit dem PCI-Modul können wir das optimale Portfolio aufbauen und dabei die erhaltenen Gewichtskoeffizienten für sechs Aktien des Angebots eingeben und mit einem ähnlichen Wert bewerten, der nur aus dem Dow Jones Industriedurchschnitt (siehe Grafik) besteht. Abbildung 2: Portfolio, Maximierung der Sharpe Ratio gegenüber dem Index Dow Jones Wie im vorherigen Fall mit dem zufälligen Portfolio P1 erhalten wir eine in den letzten 7 Jahren permanent wachsende Struktur mit Volatilität, die in Zeiten wirtschaftlicher Turbulenzen deutlich zunimmt. Allerdings betonen wir, dass das Portfolio nur für diesen speziellen Fall optimal ist, da wir die Sharpe-Ratio als grundlegendes Kriterium der Optimalität gewählt haben. Wir können nur bestätigen, dass es mit den bestehenden Eingangsparametern kein anderes Portfolio gibt, das es ermöglicht, eine höhere Rendite (0,52) für ein gegebenes Risiko (1,72) zu erzielen, und es gibt auch kein Portfolio, das weniger riskant ist (1,72) Rentabilität (0,52). Es ist jedoch möglich, dass ein Anleger bereit ist und objektive Fähigkeiten besitzt, ein höheres Risiko zu akzeptieren, um ein höheres Ertragsniveau zu erreichen, oder im Gegenteil der Anleger versucht, ein möglichst geringes Portfolio-Risiko zu erhalten. Lesen Sie weiter: Portfolio-Optimierung durch GeWorko-Methode (Teil 2) Portfolio-Optimierung Optimierungstools und - strategien helfen Investoren dabei, ihre Portfolios steuergünstig zu managen und sich über die Auswirkungen der Steuern auf ihre Real-Returns zu informieren. GainsKeeper Brokerage bietet Werkzeuge, die zusätzliche Provisionsgeschäfte für Maklerfirmen generieren können und gleichzeitig die Anleger nach Steuern verbessern können. Portfolio-Tracking-Funktion Erhöhen Sie die Kundenzufriedenheit und Asset-Akkumulation GainsKeepers Portfolio-Optimierung Strategien minimieren Ihre Kunden steuerlichen Konsequenzen. Generieren Sie höhere Handelsvolumen Helfen Sie Ihren Kunden, fundierte Handelsentscheidungen zu treffen und gleichzeitig das Handelsvolumen zu erhöhen. Reduzieren Sie Kundenbetreuung Anfragen GainsKeeper gibt Ihren Kunden die Werkzeuge, um die Komplexität der Steuer-Lot Buchhaltung Fragen zu reduzieren. Steigerung der Kundenzufriedenheit und Vermögensakkumulation Die Bereitstellung von Nach-Transaktions-Service für Ihre Kunden ist entscheidend für die gesamte Erfahrung des Investors. Mit GainsKeepers Portfolio-Optimierungstools können Ihre Kunden steuerbegünstigte Transaktionen identifizieren, um Nachsteuererklärungen zu maximieren und Steuern zu minimieren. Generieren Sie höhere Handelsvolumen GainsKeepers Handelsstrategien ermöglichen es Investoren, Trades zu identifizieren, die ihre steuerliche Position verbessern können. Vermeiden Sie waschen Umsatz. GainsKeeper identifiziert Positionen in einem Portfolio, die einen Waschverkauf auslösen, wenn er am aktuellen Tag gehandelt wird, so dass Ihre Kunden diese Geschäfte vermeiden können. Identifizieren Sie die Investitionen für die Double-Down-Strategie. Mit der Double-Down-Strategie nehmen die Anleger Positionen ein, die sich derzeit in einem tiefen Verlierer befinden, und verdoppeln ihren Anteil an ihnen. Nach dem Warten auf 31 Tage vor dem Waschverkaufsfenster werden diese Anteile dann mit Verlust verkauft. GainsKeeper informiert die Anleger über Positionen in ihren Portfolios, die gute Kandidaten für die Double Down-Strategie sind. Dies ermöglicht es den Anlegern, Verluste für steuerliche Zwecke zu erkennen, ohne ihren Anteil an den Positionen zu verlieren. Verwenden Sie Sell Grades, um optimale Lose zuerst zu verkaufen. GainsKeepers Sell Grade misst die steuerlichen Konsequenzen Ihrer Kunden, die ihre Investitionen verkaufen, und ordnet sie dementsprechend an. Je höher der Sell-Grade-Wert, desto günstiger ist der Handel aus steuerlicher Sicht. GainsKeeper ordnet jedem Betrieb ein Sell-Grade zu und ordnet sie dann von der höchsten Sell-Grade bis zum niedrigsten Sell-Grade. Ein Sell Grade größer als 1,0 wird Ihre Kundendienststeuer sparen. Eine Verkaufsnote von 1,0 ist neutral und hat keine Steuerwirkung. Ein Sell Grade weniger als 1,0 kostet Ihre Kundensteuer Dollar. GainsKeepers Sell Grade wird von einem proprietären Algorithmus abgeleitet, der jede Steuerlot-angepaßte Kostenbasis berücksichtigt (dh die ursprüngliche Kostenbasis, die für alle Wash-Sales - und / oder Corporate-Aktionen angepasst ist), aktuelle Haltedauer (dh langfristige oder kurzfristige), aktuelle Marktpreis und vor allem Ihren Kunden persönlichen Steuersatz und frühere realisierte Gewinne / Verluste, einschließlich der Charakter dieser Gewinne und Verluste. Auf diese Weise wird GainsKeepers Sell Grade auf jedes einzelne Portfolio und steuerliche Situation angepasst. Reduzieren Kundenanfragen Mit GainsKeeper integriert in Ihre Website, sind Sie proaktive Bewaffnung Ihrer Kunden mit steuerlichen Informationen im Zusammenhang mit ihren Investitionen, vor allem in Bezug auf Wasch-Verkäufe, Corporate-Aktionen, Gewinn-Verlust-Berechnungen und Schedule D. Bereitstellung Ihrer Kunden mit den Werkzeugen zu Helfen sie verwalten die Komplexität dieser Fragen können dazu beitragen, Anfragen an Ihr Call-Center.