Regression basierte Ansätze zur Optimierung von aktiven Asset Allokation
Project Description
Unter aktiven, taktischen Asset Allokation Ansätzen versteht man angewandte Portfolio-Strategien, um an den investierten Märkten zusätzliche Erträge zu erzielen. Basierend auf verschiedene Indikatoren wird die Gewichtung der Asset-Klassen regelmässig neu eingestellt - oder gegebenenfalls neue Asset-Klassen werden hinzugefügt - und somit ein positives Alpha generiert. Um zuverlässige Indikatoren zu erhalten werden in quantitativen Modellen häufig ökonometrische Gleichungen benutzt, wobei auch andere Methoden in der Literatur zu finden sind.
Im Mittelpunkt der angestrebten Dissertation steht ein taktisches Asset Allokation System mit dem deklarierten Ziel bei gleicher, oder niedrigerer Volatilität eine Überrendite gegenüber der zugehörigen passiven, strategischen Asset Allokation zu erwirtschaften. Im Gegensatz zu etablierten Theorien schliessen die Annahmen konstant präsente, kurzfristige Marktineffizienzen nicht aus und mit Hilfe von makroökonomischen, fundamentalen und technischen Indikatoren sollen diese Ineffizienzen entdeckt und ausgeschöpft werden. Die dementsprechend generierten ökonometrischen Gleichungen liefern - basierend auf die exogenen, historischen Zeitreihen - Renditeprognosen für den gewählten Aktienmarkt.
Der gravierende Unterscheid im Vergleich zu klassischen Modellen besteht in der komplexen rollierenden Regression, die die Gleichungen zur Prognose vor jeder Periode neu kalkuliert. Im Gegensatz zu standardisierten ökonometrischen Modellen werden die erklärende Variablen nicht fix definiert, sondern dieses Modell bildet einen Pool von potentiellen Faktoren der von einer sog. "stepwise" Regression angewendet wird. Durch diese Methode kann eine sichere Struktur aufgebaut werden, die permanent die Marktumgebung prüft und das Modell anpasst, oder gegebenenfalls vor nicht vertraulichen Prognosen warnt. Des Weiteren wird erwartet, dass durch die Einsetzung von technischen Indikatoren die Prognosekraft des Modells weiter erhöht werden kann.
Im Mittelpunkt der angestrebten Dissertation steht ein taktisches Asset Allokation System mit dem deklarierten Ziel bei gleicher, oder niedrigerer Volatilität eine Überrendite gegenüber der zugehörigen passiven, strategischen Asset Allokation zu erwirtschaften. Im Gegensatz zu etablierten Theorien schliessen die Annahmen konstant präsente, kurzfristige Marktineffizienzen nicht aus und mit Hilfe von makroökonomischen, fundamentalen und technischen Indikatoren sollen diese Ineffizienzen entdeckt und ausgeschöpft werden. Die dementsprechend generierten ökonometrischen Gleichungen liefern - basierend auf die exogenen, historischen Zeitreihen - Renditeprognosen für den gewählten Aktienmarkt.
Der gravierende Unterscheid im Vergleich zu klassischen Modellen besteht in der komplexen rollierenden Regression, die die Gleichungen zur Prognose vor jeder Periode neu kalkuliert. Im Gegensatz zu standardisierten ökonometrischen Modellen werden die erklärende Variablen nicht fix definiert, sondern dieses Modell bildet einen Pool von potentiellen Faktoren der von einer sog. "stepwise" Regression angewendet wird. Durch diese Methode kann eine sichere Struktur aufgebaut werden, die permanent die Marktumgebung prüft und das Modell anpasst, oder gegebenenfalls vor nicht vertraulichen Prognosen warnt. Des Weiteren wird erwartet, dass durch die Einsetzung von technischen Indikatoren die Prognosekraft des Modells weiter erhöht werden kann.
