การเงินและธุรกิจขั้นสูง

Efficient Frontier Tool

Asset 1 Return (%)

Asset 2 Return (%)

Asset 1 Std Dev (%)

Asset 2 Std Dev (%)

Correlation (ρ)

คืออะไร Efficient Frontier Tool?

▾

Efficient Frontier คือชุดของพอร์ตการลงทุนที่เหมาะสมซึ่งให้ผลตอบแทนที่คาดหวังสูงสุดสำหรับระดับความเสี่ยงที่กำหนด (วัดจากส่วนเบี่ยงเบนมาตรฐานของพอร์ตโฟลิโอ) หรือเทียบเท่ากับความเสี่ยงต่ำสุดสำหรับผลตอบแทนที่คาดหวัง Harry Markowitz ได้รับการแนะนำโดย Harry Markowitz ในรายงานสำคัญของเขาในปี 1952 เรื่อง 'Portfolio Selection' ซึ่งตีพิมพ์ใน Journal of Finance ซึ่งเป็นผลงานที่ทำให้เขาได้รับรางวัลโนเบลสาขาเศรษฐศาสตร์วิทยาศาสตร์ในปี 1990 และได้เปลี่ยนแปลงพื้นฐานวิธีคิดของนักลงทุนเกี่ยวกับการสร้างพอร์ตการลงทุน ข้อมูลเชิงลึกที่สำคัญของ Markowitz ก็คือ นักลงทุนไม่ควรประเมินสินทรัพย์แยกกัน แต่ประเมินในบริบทว่าสินทรัพย์มีส่วนทำให้เกิดความเสี่ยงในพอร์ตโฟลิโอโดยรวมอย่างไร โดยเฉพาะอย่างยิ่ง การรวมสินทรัพย์ที่มีความสัมพันธ์กันไม่สมบูรณ์ (สหสัมพันธ์ < 1.0) ช่วยลดความเสี่ยงพอร์ตโฟลิโอทั้งหมดให้ต่ำกว่าค่าเฉลี่ยถ่วงน้ำหนักของความเสี่ยงด้านสินทรัพย์แต่ละรายการ ปรากฏการณ์ที่เรียกว่าการกระจายความเสี่ยง ยิ่งความสัมพันธ์ระหว่างสินทรัพย์ต่ำลง ผลประโยชน์จากการกระจายความเสี่ยงก็จะยิ่งมากขึ้น และการแลกเปลี่ยนผลตอบแทนและความเสี่ยงของพอร์ตการลงทุนก็จะยิ่งมากขึ้นเท่านั้น ขอบเขตที่มีประสิทธิภาพถูกสร้างขึ้นโดยการแก้ปัญหาการหาค่าเหมาะที่สุดทางคณิตศาสตร์: เมื่อพิจารณาชุดของสินทรัพย์ที่ทราบผลตอบแทนที่คาดหวัง ความผันผวน และความสัมพันธ์แบบคู่ ให้ค้นหาชุดค่าผสมที่เป็นไปได้ทั้งหมดที่ลดความแปรปรวนของพอร์ตโฟลิโอ (หรือเทียบเท่า ส่วนเบี่ยงเบนมาตรฐาน) สำหรับแต่ละระดับของผลตอบแทนที่คาดหวัง เส้นโค้งผลลัพธ์ในพื้นที่ผลตอบแทนและความเสี่ยงจะติดตามขอบเขตของพอร์ตการลงทุนที่ทำได้ — พอร์ตโฟลิโอใดๆ ที่ต่ำกว่าขอบเขตนั้นถือว่าไม่ดี (เสี่ยงเกินไปสำหรับระดับผลตอบแทน) และพอร์ตโฟลิโอใดๆ ที่อยู่เหนือขอบเขตนั้นไม่สามารถบรรลุได้ในทางคณิตศาสตร์ Capital Market Line (CML) ขยายแนวคิดขอบเขตที่มีประสิทธิภาพด้วยการนำเสนอสินทรัพย์ที่ปราศจากความเสี่ยง เมื่อรวมกับพอร์ตการลงทุนที่มีความเสี่ยง สินทรัพย์ไร้ความเสี่ยงจะช่วยให้นักลงทุนบรรลุจุดใดก็ได้บน CML โดยการรวม Tangency Portfolio (พอร์ตโฟลิโอที่มีความเสี่ยงบนขอบเขตที่มีประสิทธิภาพซึ่งเพิ่ม Sharpe Ratio สูงสุด) เข้ากับการกู้ยืมหรือการกู้ยืมแบบไร้ความเสี่ยง Tangency Portfolio เป็นการจัดสรรพอร์ตโฟลิโอที่มีความเสี่ยงที่เหมาะสมตามหลักทฤษฎีสำหรับนักลงทุนที่สามารถรวมเข้ากับสินทรัพย์ไร้ความเสี่ยงได้ กรอบขอบเขตที่มีประสิทธิภาพถูกนำมาใช้ในการจัดสรรสินทรัพย์เชิงกลยุทธ์ การกำหนดนโยบายการลงทุนในกองทุนบำเหน็จบำนาญ การสร้างพอร์ตโฟลิโอกองทุนเอ็นดาวเม้นท์ เครื่องมือเพิ่มประสิทธิภาพที่ปรึกษาหุ่นยนต์ และการวิจัยทางการเงินเชิงวิชาการ แม้จะมีการวิพากษ์วิจารณ์เกี่ยวกับความอ่อนไหวของผลลัพธ์ต่อสมมติฐานอินพุต (โดยเฉพาะผลตอบแทนที่คาดหวัง) กรอบการทำงานยังคงเป็นแนวทางอย่างเป็นทางการที่โดดเด่นในการเพิ่มประสิทธิภาพพอร์ตโฟลิโอ

DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.

สูตร

▾

f(x)

ย่อเล็กสุด σ²_p = Σ_i Σ_j w_i × w_j × Cov(R_i, R_j)
ขึ้นอยู่กับ: Σ w_i = 1, E(R_p) = เป้าหมาย, w_i ≥ 0 (แบบยาวเท่านั้น)
Tangency Portfolio: ขยายสูงสุด (E(R_p) - R_f) / σ_p

คำอธิบายตัวแปร

▾

สัญลักษณ์	ชื่อ	หน่วย	คำอธิบาย
E(R_p)	ผลตอบแทนพอร์ตการลงทุนที่คาดหวัง	% per year	ค่าเฉลี่ยถ่วงน้ำหนักของสินทรัพย์แต่ละรายการที่คาดหวังผลตอบแทน: E(R_p) = Σ w_i × E(R_i)
σ_p	ผลงานส่วนเบี่ยงเบนมาตรฐาน	% per year	ความเสี่ยงพอร์ตโฟลิโอทั้งหมด: σ_p = √(Σ_i Σ_j w_i × w_j × σ_i × σ_j × ρ_{ij})
w_i	น้ำหนักสินทรัพย์	% (0 to 1)	สัดส่วนของพอร์ตโฟลิโอที่ลงทุนในสินทรัพย์ i; น้ำหนักทั้งหมดจะต้องรวมกันเป็น 1.0
ρ_{ij}	ค่าสัมประสิทธิ์สหสัมพันธ์	dimensionless (−1 to +1)	ความสัมพันธ์ระหว่างผลตอบแทนของสินทรัพย์ i และ j; ความสัมพันธ์ที่ต่ำกว่าจะก่อให้เกิดประโยชน์ในการกระจายความเสี่ยงที่มากขึ้น
Sharpe	อัตราส่วนชาร์ป	dimensionless	การวัดผลตอบแทนที่ปรับตามความเสี่ยง = (E(R_p) - R_f) / σ_p; ขยายใหญ่สุดที่ Tangency Portfolio บนขอบเขตที่มีประสิทธิภาพ
R_f	อัตราปลอดความเสี่ยง	% per year	การส่งคืนสินทรัพย์ไร้ความเสี่ยง ใช้เพื่อระบุเส้นตลาดทุนสัมผัสถึงขอบเขตที่มีประสิทธิภาพ

วิธี Efficient Frontier Tool

▾

1รวบรวมข้อมูลการส่งคืนในอดีตสำหรับสินทรัพย์ผู้สมัครทั้งหมดในช่วงเวลาเดียวกัน คำนวณผลตอบแทนที่คาดหวังสำหรับสินทรัพย์แต่ละรายการ (โดยทั่วไปคือค่าเฉลี่ยในอดีตหรือการประมาณการเชิงคาดการณ์ล่วงหน้า) ความแปรปรวน/ส่วนเบี่ยงเบนมาตรฐานของผลตอบแทนของสินทรัพย์แต่ละรายการ และเมทริกซ์ความสัมพันธ์แบบคู่ระหว่างคู่สินทรัพย์ทั้งหมด
2สร้างเมทริกซ์ความแปรปรวนร่วม: Cov(R_i, R_j) = ρ_{ij} × σ_i × σ_j สำหรับแต่ละคู่ เมทริกซ์ความแปรปรวนร่วมจะต้องเป็นแบบกึ่งแน่นอนเชิงบวกเพื่อให้การหาค่าเหมาะที่สุดจึงจะมีวิธีแก้ปัญหาที่ถูกต้อง
3ตั้งค่าปัญหาการเพิ่มประสิทธิภาพพอร์ตโฟลิโอ: ลดความแปรปรวนของพอร์ตโฟลิโอ (w^T Σ w) ให้เหลือน้อยที่สุด โดยขึ้นอยู่กับข้อจำกัดผลตอบแทนที่คาดหวังเป้าหมาย (w^T μ = μ_target) ข้อจำกัดด้านงบประมาณ (Σ w_i = 1) และข้อจำกัดเพิ่มเติมใดๆ (เช่น ไม่มีการขายชอร์ต: w_i ≥ 0)
4แก้ปัญหาการเขียนโปรแกรมกำลังสองสำหรับช่วงผลตอบแทนที่คาดหวังเป้าหมาย ตั้งแต่พอร์ตโฟลิโอความแปรปรวนขั้นต่ำ (จุดซ้ายสุดบนขอบเขตที่มีประสิทธิภาพ) ไปจนถึงพอร์ตโฟลิโอผลตอบแทนสูงสุด (100% ในสินทรัพย์ที่ให้ผลตอบแทนสูงสุด) แต่ละโซลูชันจะให้น้ำหนักของพอร์ตโฟลิโอ ผลตอบแทนที่คาดหวัง และส่วนเบี่ยงเบนมาตรฐาน
5พล็อตชุดพอร์ตโฟลิโอที่มีประสิทธิภาพทั้งหมดเป็นคู่ (σ_p, E(R_p)) ในพื้นที่ความเสี่ยงและผลตอบแทน ส่วนบนของเส้นโค้งพาราโบลาที่ได้คือขอบเขตที่มีประสิทธิภาพ ส่วนล่าง (ต่ำกว่าพอร์ตโฟลิโอผลต่างขั้นต่ำ) ถูกครอบงำและไม่มีประสิทธิภาพ
6ระบุ Tangency Portfolio โดยลากเส้นจากอัตราไร้ความเสี่ยงบนแกน y ที่สัมผัสกับขอบเขตที่มีประสิทธิภาพ จุดสัมผัสจะเพิ่มอัตราส่วนชาร์ปให้สูงสุดในบรรดาพอร์ตการลงทุนทั้งหมดที่อยู่ชายแดน นี่คือพอร์ตโฟลิโอที่มีความเสี่ยงที่เหมาะสมที่สุดภายใต้กรอบ CAPM
7เลือกพอร์ตโฟลิโอที่เหมาะสมที่สุดของนักลงทุนตามแนวตลาดทุนโดยพิจารณาจากการยอมรับความเสี่ยง: นักลงทุนที่ไม่ชอบความเสี่ยงถือการผสมผสานระหว่างสินทรัพย์ไร้ความเสี่ยงและพอร์ตโฟลิโอ Tangency นักลงทุนที่แสวงหาความเสี่ยงกู้ยืมในอัตราที่ไม่มีความเสี่ยงเพื่อใช้ประโยชน์จาก Tangency Portfolio

ตัวอย่างที่มีคำตอบ

▾

ตัวอย่าง 1พอร์ตโฟลิโอสองสินทรัพย์ — หุ้นและพันธบัตร

กำหนดให้:หุ้น: คืน 10%, σ=16%; พันธบัตร: ผลตอบแทน 4%, σ=6%; สหสัมพันธ์ = 0.10

ผลลัพธ์:พอร์ตโฟลิโอความแปรปรวนขั้นต่ำ: หุ้น ~ 25% / พันธบัตร 75%, σ=5.9%, ผลตอบแทน=5.5%; Tangency (Rf=3%): หุ้น ~60% / พันธบัตร 40%

สหสัมพันธ์ต่ำ (0.10) ให้การกระจายความเสี่ยงที่สำคัญ — ความเสี่ยงของพอร์ตโฟลิโอต่ำกว่าความเสี่ยงส่วนบุคคลของสินทรัพย์

ด้วยความสัมพันธ์ที่ต่ำเพียง 0.10 การรวมหุ้นและพันธบัตรจะช่วยลดความเสี่ยงพอร์ตโฟลิโอได้อย่างมาก พอร์ตโฟลิโอความแปรปรวนขั้นต่ำถือหุ้นประมาณ 25% และพันธบัตร 75% โดยมีค่าเบี่ยงเบนมาตรฐานพอร์ตโฟลิโอประมาณ 5.9% ซึ่งต่ำกว่าทั้งความผันผวนของหุ้น (16%) และความผันผวนของพันธบัตร (6%) เมื่อรวมกันที่การถ่วงน้ำหนักนี้ พอร์ตโฟลิโอ Tangency ที่กำหนดเป้าหมาย Sharpe Ratio สูงสุดด้วยอัตราปลอดความเสี่ยง 3% ถือหุ้นประมาณ 60% และพันธบัตร 40% — พอร์ตโฟลิโอแบบคลาสสิก 60/40 เกิดขึ้นอย่างเป็นธรรมชาติจากกรอบงานการปรับให้เหมาะสมนี้ เมื่อข้อมูลนำเข้าสะท้อนถึงค่าเฉลี่ยในอดีตในระยะยาว

ตัวอย่าง 2ความสัมพันธ์เชิงลบที่สมบูรณ์แบบ — การกระจายความเสี่ยงสูงสุด

กำหนดให้:สินทรัพย์ A: ผลตอบแทน 8%, σ=12%; สินทรัพย์ B: ผลตอบแทน 6%, σ=10%; สหสัมพันธ์ = −1.0

ผลลัพธ์:มีชุดค่าผสมความแปรปรวนเป็นศูนย์: w_A = 10/(12+10) = 45.5%, w_B = 54.5%; พอร์ตโฟลิโอσ = 0%

ความสัมพันธ์เชิงลบที่สมบูรณ์แบบในทางทฤษฎีช่วยให้สามารถขจัดความเสี่ยงได้อย่างสมบูรณ์ ซึ่งเป็นความสุดขั้วทางทฤษฎีที่ไม่ค่อยพบในทางปฏิบัติ

ด้วยความสัมพันธ์เชิงลบที่สมบูรณ์แบบ (ρ = −1.0) จึงเป็นไปได้ในทางทฤษฎีที่จะรวมสินทรัพย์ทั้งสองเข้าไว้ในพอร์ตโฟลิโอที่ไม่มีความเสี่ยง น้ำหนักที่ช่วยขจัดความเสี่ยงพอร์ตโฟลิโอทั้งหมดคือ: w_A = σ_B / (σ_A + σ_B) = 10/(12+10) = 45.5% และ w_B = 54.5% พอร์ตโฟลิโอที่ได้นั้นมีค่าเบี่ยงเบนมาตรฐานเป็นศูนย์ — รับประกันผลตอบแทนประมาณ 6.9% (ผลตอบแทนเฉลี่ยถ่วงน้ำหนักที่น้ำหนักเหล่านี้) โดยไม่มีความผันผวน กรณีที่รุนแรงนี้แสดงให้เห็นถึงพลังสูงสุดของการกระจายความเสี่ยง และอธิบายว่าทำไมนักลงทุนจึงมองหาสินทรัพย์ที่มีความสัมพันธ์เชิงลบหรือต่ำ โดยเฉพาะอย่างยิ่งกลยุทธ์การป้องกันความเสี่ยง ทองคำ และพันธบัตรที่เกี่ยวข้องกับหุ้น

ตัวอย่าง 3การเพิ่มประสิทธิภาพสินทรัพย์สามรายการ — หุ้น พันธบัตร ทองคำ

กำหนดให้:หุ้น 10%/16σ, พันธบัตร 4%/6σ, ทองคำ 6%/18σ; สหสัมพันธ์: หุ้น-พันธบัตร 0.10, หุ้น-ทองคำ −0.05, พันธบัตร-ทองคำ 0.10

ผลลัพธ์:Tangency Portfolio (Rf=3%): ประมาณ หุ้น 52%, พันธบัตร 36%, ทองคำ 12%; ชาร์ป = 0.48

การเพิ่มทองคำที่มีความสัมพันธ์ใกล้ศูนย์กับหุ้นจะช่วยปรับปรุงขอบเขต แม้ว่าทองคำจะมีความผันผวนสูงก็ตาม

การเพิ่มทองคำเป็นสินทรัพย์ที่สามจะขยายขอบเขตที่มีประสิทธิภาพขึ้นและไปทางซ้าย ปรับปรุงการแลกเปลี่ยนความเสี่ยงและผลตอบแทนที่ทำได้ แม้ว่าทองคำจะมีความผันผวนสูง (18%) แต่ความสัมพันธ์ที่ใกล้ศูนย์หรือติดลบเล็กน้อยกับหุ้นทำให้เกิดการกระจายความเสี่ยงที่มีความหมาย พอร์ตโฟลิโอ Tangency จัดสรรประมาณ 12% ให้กับทองคำ ซึ่งจะเปลี่ยนขอบเขตและเพิ่ม Sharpe Ratio สูงสุดที่ทำได้ สิ่งนี้แสดงให้เห็นถึงความเข้าใจพื้นฐานของ Markowitz: สินทรัพย์ที่มีความผันผวนสูงแต่ละรายการยังสามารถปรับปรุงประสิทธิภาพของพอร์ตโฟลิโอได้ หากความสัมพันธ์กับการถือครองที่มีอยู่ต่ำเพียงพอ

ตัวอย่าง 4พรมแดนที่มีข้อจำกัดกับพรมแดนที่ไม่มีข้อจำกัด

กำหนดให้:พอร์ตโฟลิโอสินทรัพย์ห้ารายการ แบบยาวเท่านั้น (ไม่มีการชอร์ต) และไม่มีข้อจำกัด (อนุญาตให้ใช้ชอร์ตได้)

ผลลัพธ์:ขอบเขตที่ยาวเท่านั้นอยู่ใต้ขอบเขตที่ไม่มีข้อจำกัด — ข้อจำกัดมักจะลดประสิทธิภาพที่ทำได้เสมอ

ข้อจำกัดในโลกแห่งความเป็นจริง (ไม่มีการลัดวงจร การจำกัดตำแหน่งสูงสุด) ทำให้ชุดที่เป็นไปได้หดตัวลงและผลักดันขอบเขตเข้าไปด้านใน

ขอบเขตที่มีประสิทธิภาพทางทฤษฎีจะถือว่าน้ำหนักพอร์ตโฟลิโอไม่จำกัด — นักลงทุนสามารถรับสถานะขาย (น้ำหนักลบ) เพื่อลดความแปรปรวนของพอร์ตโฟลิโอเพิ่มเติมหรือเพิ่มผลตอบแทนที่คาดหวัง ในทางปฏิบัติ นักลงทุนส่วนใหญ่เผชิญกับข้อจำกัดระยะยาวเท่านั้น (ไม่มีการขายชอร์ต) ขีดจำกัดขนาดตำแหน่งสูงสุด (เช่น ไม่มีการถือครองเดี่ยว > 10%) ขีดจำกัดการกระจุกตัวของภาคส่วน และข้อจำกัดอื่นๆ ข้อจำกัดแต่ละข้อจะลดชุดพอร์ตการลงทุนที่เป็นไปได้และผลักดันขอบเขตที่มีประสิทธิภาพไปทางขวา (มีความเสี่ยงมากขึ้นสำหรับผลตอบแทนเท่าเดิม) การเปรียบเทียบขอบเขตที่มีข้อจำกัดและไม่มีข้อจำกัดจะวัดปริมาณต้นทุนเสียโอกาสของข้อจำกัดในการลงทุน ซึ่งถือเป็นแนวทางปฏิบัติที่สำคัญสำหรับการออกแบบพอร์ตโฟลิโอของสถาบัน

การประยุกต์ใช้จริง

▾

🏗️

การจัดสรรสินทรัพย์เชิงกลยุทธ์: การกำหนดน้ำหนักเป้าหมายสำหรับกองทุนบำเหน็จบำนาญ กองทุนถาวร และกองทุนความมั่งคั่งแห่งชาติ

🔬

การสร้างพอร์ตโฟลิโอ Robo-advisor: การเพิ่มประสิทธิภาพขอบเขตอัตโนมัติที่มีประสิทธิภาพสำหรับการสร้างพอร์ตโฟลิโอของลูกค้า

📊

การลงทุนที่ขับเคลื่อนด้วยความรับผิดชอบ: การเพิ่มประสิทธิภาพพอร์ตการลงทุนเพื่อเพิ่มสถานะที่ได้รับทุนสนับสนุนสูงสุดตามลักษณะความรับผิด

🏥

การสร้างพอร์ตโฟลิโอปัจจัยความเสี่ยง: การสร้างพอร์ตโฟลิโอที่มีประสิทธิภาพตามแบบจำลองปัจจัยข้ามปัจจัยด้านทุน

⚙️

หลักสูตรการสอบวิชาการและ CFA: หัวข้อพื้นฐานในการจัดการพอร์ตโฟลิโอเชิงปริมาณและทฤษฎีการเงินสมัยใหม่

กรณีพิเศษ

▾

ในทางปฏิบัติ กรณีขอบนี้จำเป็นต้องพิจารณาอย่างรอบคอบ เนื่องจากสมมติฐานมาตรฐานอาจไม่ถือได้ เมื่อเผชิญกับสถานการณ์นี้ในการคำนวณเครื่องมือชายแดนที่มีประสิทธิภาพ ผู้ปฏิบัติงานควรตรวจสอบเงื่อนไขขอบเขต ตรวจสอบความเสี่ยงแบบหารด้วยศูนย์ และพิจารณาว่าสมมติฐานของแบบจำลองยังคงใช้ได้ภายใต้สภาวะที่รุนแรงเหล่านี้หรือไม่

ข้อมูลอินพุตผลตอบแทนความเสี่ยงประเภทสินทรัพย์ในอดีตสำหรับการวิเคราะห์ชายแดนที่มีประสิทธิภาพ (สหรัฐอเมริกา, ค่าเฉลี่ยระยะยาว)

▾

ประเภทสินทรัพย์	ผลตอบแทนประจำปีเฉลี่ย	ประจำปี Std Dev	สหสัมพันธ์กับส่วนของสหรัฐ
หุ้นทุนขนาดใหญ่ของสหรัฐอเมริกา	10.0%	15.5%	1.00
หุ้นทุนขนาดเล็กของสหรัฐฯ	12.0%	20.0%	0.80
การพัฒนาระหว่างประเทศ ทุน	8.5%	16.5%	0.75
ส่วนของตลาดเกิดใหม่	10.0%	22.0%	0.65
พันธบัตรระดับการลงทุนของสหรัฐอเมริกา	4.5%	6.5%	−0.05
ตั๋วเงินคลังของสหรัฐอเมริกา	3.5%	1.5%	−0.02
ทอง	6.5%	18.0%	−0.05
REIT ของสหรัฐฯ	9.0%	17.0%	0.60
สินค้าโภคภัณฑ์ (กว้าง)	5.5%	16.0%	0.15
พันธบัตรที่ให้ผลตอบแทนสูง	6.5%	10.0%	0.55

คำถามที่พบบ่อย

▾

พอร์ตโฟลิโอผลต่างขั้นต่ำคืออะไร?

พอร์ตโฟลิโอความแปรปรวนขั้นต่ำ (MVP) เป็นจุดซ้ายสุดของขอบเขตที่มีประสิทธิภาพ - การรวมพอร์ตโฟลิโอที่ให้ค่าเบี่ยงเบนมาตรฐานต่ำที่สุดที่เป็นไปได้ โดยไม่คำนึงถึงผลตอบแทนที่คาดหวัง พบได้โดยการลดความแปรปรวนของพอร์ตโฟลิโอโดยไม่มีข้อจำกัดด้านผลตอบแทน MVP มีความเกี่ยวข้องกับนักลงทุนที่ไม่ชอบความเสี่ยงอย่างยิ่งซึ่งให้ความสำคัญกับการรักษาเงินทุนเหนือสิ่งอื่นใด พอร์ตโฟลิโอทั้งหมดทางด้านซ้ายของ MVP นั้นไม่สามารถบรรลุได้ในทางคณิตศาสตร์ และพอร์ตโฟลิโอทั้งหมดที่ต่ำกว่า MVP (ที่ครึ่งล่างของเส้นโค้งพาราโบลา) จะไม่มีประสิทธิภาพ เนื่องจากพอร์ตโฟลิโอที่มีความเสี่ยงเท่ากันบนชายแดนด้านบนจะให้ผลตอบแทนที่คาดหวังสูงกว่า โดยทั่วไปน้ำหนัก MVP จะถูกกำหนดโดยใช้ค่าผกผันของเมทริกซ์ความแปรปรวนร่วม

Capital Market Line คืออะไร และเกี่ยวข้องกับขอบเขตที่มีประสิทธิภาพอย่างไร

เส้นตลาดทุน (CML) คือเส้นจากอัตราปลอดความเสี่ยง (บนแกน y) ที่สัมผัสกับขอบเขตที่มีประสิทธิภาพ โดยแสดงถึงการผสมผสานที่เป็นไปได้ทั้งหมดของสินทรัพย์ไร้ความเสี่ยง (เช่น ตั๋วเงิน) และ Tangency Portfolio ทุกจุดบน CML ที่สูงกว่าอัตราไร้ความเสี่ยงจะครองทุกจุดบนขอบเขตที่มีประสิทธิภาพในระดับความเสี่ยงเดียวกัน เนื่องจากสินทรัพย์ไร้ความเสี่ยงช่วยให้นักลงทุนสามารถลดความเสี่ยงให้เป็นศูนย์โดยการถือ T-bills มากขึ้น หรือเพิ่มผลตอบแทนนอกเหนือจาก Tangency Portfolio ด้วยการกู้ยืมในอัตราไร้ความเสี่ยงเพื่อยกระดับพอร์ตโฟลิโอ ภายใต้สมมติฐานของ CAPM นักลงทุนทุกคนควรถือ Tangency Portfolio ไว้เพื่อการจัดสรรความเสี่ยง โดยไม่คำนึงถึงความเสี่ยง โดยจะปรับความเสี่ยงโดยการผสมผสานความหลากหลายกับสินทรัพย์ไร้ความเสี่ยง

ข้อจำกัดหลักของการเพิ่มประสิทธิภาพความแปรปรวนเฉลี่ยคืออะไร

การเพิ่มประสิทธิภาพความแปรปรวนเฉลี่ย (MVO) มีข้อจำกัดที่สำคัญหลายประการ ประการแรก มีความอ่อนไหวอย่างยิ่งต่อสมมติฐานอินพุต การเปลี่ยนแปลงเล็กน้อยในผลตอบแทนที่คาดหวังทำให้เกิดการเปลี่ยนแปลงอย่างมากในน้ำหนักที่เหมาะสม (ปัญหา 'ขยะเข้า ขยะออก') ประการที่สอง อาศัยข้อมูลในอดีตเพื่อประมาณค่าความแปรปรวนร่วม ซึ่งอาจไม่สะท้อนถึงความสัมพันธ์ในอนาคต ประการที่สาม การกระจายผลตอบแทนมักจะไม่ปกติ (หางอ้วน ความเบ้) ซึ่งเป็นการละเมิดพื้นฐานทางทฤษฎีในการใช้ความแปรปรวนเป็นการวัดความเสี่ยงเพียงอย่างเดียว ประการที่สี่ การเพิ่มประสิทธิภาพที่ไม่มีข้อจำกัดมีแนวโน้มที่จะสร้างพอร์ตการลงทุนที่เข้มข้นและรุนแรงซึ่งทำไม่ได้ในทางปฏิบัติ ประการที่ห้า ต้นทุนการทำธุรกรรมและภาษีจะถูกละเว้น ผู้ปฏิบัติงานจัดการกับข้อจำกัดเหล่านี้ผ่านการประมาณค่าการหดตัว มุมมอง Black-Litterman การปรับให้เหมาะสมที่มีประสิทธิภาพ และแนวทางที่อิงตามข้อจำกัด

โมเดล Black-Litterman คืออะไร และเหตุใดจึงได้รับการพัฒนา

แบบจำลอง Black-Litterman พัฒนาโดย Fischer Black และ Robert Litterman ที่ Goldman Sachs ในปี 1990 จัดการกับข้อจำกัดที่ร้ายแรงที่สุดของการปรับให้เหมาะสม Markowitz แบบคลาสสิก นั่นคือความไวสูงต่อการประมาณการผลตอบแทนที่คาดหวัง Black-Litterman เริ่มต้นด้วยความสมดุลที่คาดหวังผลตอบแทนโดยนัยจากพอร์ตโฟลิโอของตลาดในปัจจุบัน (โดยใช้ CAPM) เป็นจุดเริ่มต้นที่เป็นกลาง จากนั้นช่วยให้นักลงทุนสามารถแสดง 'มุมมอง' ของตนเองเกี่ยวกับสินทรัพย์หรือความสัมพันธ์เฉพาะเจาะจง และผสมผสานมุมมองเหล่านี้กับผลตอบแทนที่สมดุลในกรอบการทำงานแบบเบย์เซียน ผลตอบแทนที่คาดหวังที่ได้จะมีเสถียรภาพมากขึ้นและสร้างพอร์ตการลงทุนที่มีความหลากหลายและใช้งานง่าย ซึ่งหลีกเลี่ยงการจัดสรร MVO บริสุทธิ์ที่กระจุกตัวมาก Black-Litterman เป็นกรอบการทำงานเชิงปริมาณที่โดดเด่นสำหรับการจัดสรรสินทรัพย์เชิงกลยุทธ์ของสถาบัน

ความสัมพันธ์ส่งผลต่อขอบเขตที่มีประสิทธิภาพอย่างไร

ความสัมพันธ์ระหว่างสินทรัพย์เป็นปัจจัยที่สำคัญที่สุดที่ขับเคลื่อนรูปร่างและตำแหน่งของเขตแดนที่มีประสิทธิภาพ เมื่อความสัมพันธ์ระหว่างสินทรัพย์ทั้งสองเป็น +1.0 พอดี (ความสัมพันธ์เชิงบวกที่สมบูรณ์แบบ) จะไม่มีประโยชน์ในการกระจายความเสี่ยง — ขอบเขตที่มีประสิทธิภาพพังทลายลงเป็นเส้นตรงที่เชื่อมระหว่างสินทรัพย์ทั้งสอง และความเสี่ยงของพอร์ตโฟลิโอเป็นเพียงค่าเฉลี่ยถ่วงน้ำหนักของความเสี่ยงส่วนบุคคล เมื่อความสัมพันธ์ลดลงสู่ศูนย์ เส้นเขตแดนจะโค้งไปทางซ้ายมากขึ้น ซึ่งแสดงถึงประโยชน์จากการกระจายความเสี่ยงที่เพิ่มขึ้น ที่ความสัมพันธ์ = −1.0 (ความสัมพันธ์เชิงลบที่สมบูรณ์แบบ) ขอบเขตมีข้อบกพร่องที่พอร์ตโฟลิโอความแปรปรวนเป็นศูนย์ ซึ่งแสดงถึงการกระจายความเสี่ยงสูงสุดที่เป็นไปได้ ในทางปฏิบัติ ความสัมพันธ์ระหว่างประเภทสินทรัพย์หลักมีตั้งแต่ −0.3 (หุ้นเทียบกับทองคำ) ถึง +0.9 (หุ้นในกลุ่มเดียวกัน) ซึ่งทำให้เกิดการกระจายความเสี่ยงบางส่วนแต่มีความหมาย

ขอบเขตที่มีประสิทธิภาพมีเสถียรภาพเมื่อเวลาผ่านไปหรือไม่?

ขอบเขตที่มีประสิทธิภาพไม่มั่นคงเมื่อเวลาผ่านไป แต่จะเปลี่ยนไปตามสินทรัพย์อ้างอิงที่คาดหวังผลตอบแทน ความผันผวน และความสัมพันธ์ที่เปลี่ยนแปลง ในช่วงที่ตลาดตึงเครียด (เช่น ปี 2008, 2020) ความสัมพันธ์ระหว่างสินทรัพย์เสี่ยงพุ่งสูงถึง 1.0 ส่งผลให้ผลประโยชน์จากการกระจายความเสี่ยงลดลงอย่างมาก และกำลังพังทลายขอบเขตด้านใน ความผันผวนยังเพิ่มขึ้นในช่วงเวลาที่เกิดความเครียด ส่งผลให้เขตแดนเสื่อมโทรมลงอีก ขอบเขตเชิงกลยุทธ์ที่มีประสิทธิภาพในระยะยาว (โดยใช้ข้อมูล 20-30 ปี) มีความเสถียรมากกว่าขอบเขตทางยุทธวิธีระยะสั้น แต่ถึงแม้ขอบเขตเหล่านี้จะเปลี่ยนแปลงอย่างมีนัยสำคัญตามการเปลี่ยนแปลงระบอบการปกครอง ความไม่แน่นอนนี้คือสาเหตุที่ผู้ปฏิบัติงานส่วนใหญ่อัปเดตการประมาณค่าความแปรปรวนร่วมแบบไดนามิกโดยใช้หน้าต่างแบบเลื่อน การถ่วงน้ำหนักแบบเอกซ์โปเนนเชียล หรือแบบจำลองปัจจัยที่ปรับให้เข้ากับสภาวะตลาดที่เปลี่ยนแปลงไป

พอร์ตโฟลิโอ Tangency คืออะไร และเหตุใดจึงมีความพิเศษ?

พอร์ตโฟลิโอ Tangency คือพอร์ตโฟลิโอบนขอบเขตที่มีประสิทธิภาพซึ่งมี Sharpe Ratio สูงที่สุด โดยจะเพิ่มผลตอบแทนส่วนเกินต่อหน่วยของความเสี่ยงทั้งหมดให้สูงสุด ในเชิงเรขาคณิต มันคือจุดที่เส้นลากจากอัตราไร้ความเสี่ยงแตะ (สัมผัสกับ) ขอบเขตที่มีประสิทธิภาพ ภายใต้ CAPM พอร์ตโฟลิโอ Tangency จะเท่ากับพอร์ตโฟลิโอของตลาด (พอร์ตโฟลิโอที่ถ่วงน้ำหนักมูลค่าของสินทรัพย์ที่ลงทุนได้ทั้งหมด) นี่หมายความว่าการลงทุนดัชนีเชิงรับซึ่งใกล้เคียงกับพอร์ตโฟลิโอของตลาดนั้นเหมาะสมที่สุดในกรอบงาน CAPM ในทางปฏิบัติ พอร์ตโฟลิโอสัมผัสที่คำนวณจากข้อมูลในอดีตหรือการคาดการณ์ของนักวิเคราะห์แตกต่างจากพอร์ตโฟลิโอของตลาดทางทฤษฎี และใช้เป็นพื้นฐานสำหรับการเอียงที่ใช้งานโดยสัมพันธ์กับเกณฑ์มาตรฐานของตลาด

ข้อผิดพลาดที่ควรหลีกเลี่ยง

▾

!การใช้ผลตอบแทนในอดีตเท่านั้นเป็นอินพุตผลตอบแทนที่คาดหวัง - วิธีการในอดีตเป็นตัวทำนายผลตอบแทนในอนาคตที่ไม่ดี และสร้างพอร์ตการลงทุนที่ไม่เสถียรสูงเมื่อป้อนเข้าสู่ MVO โดยตรง
!การละเว้นข้อผิดพลาดในการประมาณค่าในเมทริกซ์ความแปรปรวนร่วม — ด้วยสินทรัพย์จำนวนมากและข้อมูลจำกัด ตัวอย่างเมทริกซ์ความแปรปรวนร่วมจึงมีข้อผิดพลาดในการประมาณค่าจำนวนมากซึ่งได้รับการขยายในการเพิ่มประสิทธิภาพ
!การปฏิบัติต่อขอบเขตที่มีประสิทธิภาพเป็นการเพิ่มประสิทธิภาพแบบคงที่มากกว่าการก่อสร้างที่ขึ้นอยู่กับอินพุตแบบไดนามิก - ขอบเขตจะต้องได้รับการอัปเดตเมื่อสภาวะตลาดและความคาดหวังของผลตอบแทนเปลี่ยนไป
!การไม่คำนึงถึงต้นทุนการทำธุรกรรมในการปรับสมดุล - การปรับสมดุลบ่อยครั้งเพื่อให้อยู่ในขอบเขตที่มีประสิทธิภาพสามารถกัดกร่อนผลตอบแทนผ่านต้นทุนและภาษีของธุรกรรม
!การตีความความแตกต่างเล็กๆ น้อยๆ ใน Sharpe Ratio ตามแนวชายแดนมากเกินไป — พอร์ตการลงทุนที่อยู่ใกล้จุดสัมผัสมีประสิทธิภาพที่ปรับความเสี่ยงได้ใกล้เคียงกัน และความไม่แน่นอนของอินพุตหมายความว่าพอร์ตโฟลิโอที่ 'เหมาะสมที่สุด' มีช่วงความเชื่อมั่นที่กว้าง

💡

เคล็ดลับโปร

เนื่องจากข้อผิดพลาดในการประมาณผลตอบแทนที่คาดหวัง ให้มุ่งเน้นไปที่รูปร่างของขอบเขตที่มีประสิทธิภาพ (โดยเฉพาะเส้นโค้งที่อยู่ใกล้กับพอร์ตโฟลิโอความแปรปรวนขั้นต่ำ) แทนที่จะเน้นที่น้ำหนักพอร์ตโฟลิโอสัมผัสที่เฉพาะเจาะจง แนวทางที่อิงตามความเสี่ยง (การจัดสรรความเสี่ยงที่เท่าเทียมกัน การกระจายความเสี่ยงสูงสุด) มักจะมีประสิทธิภาพมากกว่าแนวทางการเพิ่มผลตอบแทนสูงสุด เมื่อการประมาณการผลตอบแทนที่คาดหวังมีความไม่แน่นอน

⭐

คุณรู้ไหม?

Harry Markowitz ส่งวิทยานิพนธ์ระดับปริญญาเอกของเขาเกี่ยวกับทฤษฎีพอร์ตโฟลิโอที่มหาวิทยาลัยชิคาโกในปี 1952 เมื่อเขานำเสนอผลงานของเขาให้กับ Milton Friedman (ผู้ได้รับรางวัลโนเบลในอนาคตอีกคน) มีรายงานว่าฟรีดแมนคัดค้านว่างานนี้ไม่ใช่เศรษฐศาสตร์จริงๆ Markowitz ได้รับรางวัลโนเบลสาขาเศรษฐศาสตร์ในปี 1990 หรือ 38 ปีต่อมา สำหรับงานเดียวกับที่ฟรีดแมนตั้งคำถามในตอนแรก

Regional Guides

▾

🇺🇸 US▾

ใช้หน่วยและมาตรฐานตามธรรมเนียมของสหรัฐอเมริกาตามความเหมาะสม

🇬🇧 UK▾

อาจต้องมีการแปลงหน่วยเมตริกหรือมาตรฐานอังกฤษ

🇪🇺 EU▾

ปฏิบัติตามอนุสัญญาของสหภาพยุโรปและหน่วย SI หากมี

เอกสารอ้างอิง

📖ระดับความยาก:ขั้นสูง

เพื่อวัตถุประสงค์ในการให้ข้อมูลเท่านั้น เครื่องมือนี้ไม่ถือเป็นคำแนะนำทางการเงิน ปรึกษาที่ปรึกษาทางการเงินที่มีคุณสมบัติก่อนตัดสินใจลงทุนหรือการเงิน

Accuracy-checked

Reviewed October 2026

Our methodology

รับเคล็ดลับคณิตศาสตร์รายสัปดาห์

เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์

🔒

ฟรี 100%

ไม่ต้องสมัครสมาชิก

✓

แม่นยำ

สูตรที่ยืนยันแล้ว

⚡

ทันที

ผลลัพธ์ขณะพิมพ์

📱

รองรับมือถือ

ทุกอุปกรณ์