Là gì Efficient Frontier Tool?
▾
Biên giới hiệu quả là tập hợp các danh mục đầu tư tối ưu mang lại lợi nhuận kỳ vọng cao nhất cho bất kỳ mức độ rủi ro nhất định nào (được đo bằng độ lệch chuẩn danh mục đầu tư), hoặc tương đương, rủi ro thấp nhất đối với bất kỳ lợi nhuận kỳ vọng nào. Nó được Harry Markowitz giới thiệu trong bài báo mang tính bước ngoặt năm 1952 'Lựa chọn danh mục đầu tư' được xuất bản trên Tạp chí Tài chính - công trình đã mang lại cho ông giải thưởng Nobel về Khoa học kinh tế năm 1990 và đã thay đổi căn bản cách các nhà đầu tư nghĩ về việc xây dựng danh mục đầu tư. Cái nhìn sâu sắc quan trọng của Markowitz là các nhà đầu tư không nên đánh giá tài sản một cách cô lập mà nên đánh giá trong bối cảnh chúng góp phần vào rủi ro tổng thể của danh mục đầu tư như thế nào. Cụ thể, việc kết hợp các tài sản không có mối tương quan hoàn hảo (tương quan < 1,0) làm giảm tổng rủi ro danh mục đầu tư xuống dưới mức trung bình có trọng số của rủi ro tài sản riêng lẻ - một hiện tượng được gọi là đa dạng hóa. Mối tương quan giữa các tài sản càng thấp thì lợi ích đa dạng hóa càng lớn và sự cải thiện trong việc đánh đổi rủi ro-lợi nhuận của danh mục đầu tư càng lớn. Đường biên hiệu quả được tạo ra bằng cách giải quyết vấn đề tối ưu hóa toán học: cho một tập hợp tài sản có lợi nhuận kỳ vọng, độ biến động và mối tương quan theo cặp đã biết, tìm tất cả các kết hợp trọng số có thể có để giảm thiểu phương sai danh mục đầu tư (hoặc tương đương, độ lệch chuẩn) cho từng mức lợi nhuận kỳ vọng. Đường cong kết quả trong không gian lợi nhuận-rủi ro vạch ra đường giới hạn của các danh mục đầu tư có thể đạt được - bất kỳ danh mục đầu tư nào nằm dưới đường giới hạn đều là dưới mức tối ưu (quá rủi ro so với mức lợi nhuận của nó) và bất kỳ danh mục đầu tư nào trên đường giới hạn đều không thể đạt được về mặt toán học. Đường thị trường vốn (CML) mở rộng khái niệm biên giới hiệu quả bằng cách giới thiệu một tài sản phi rủi ro. Khi kết hợp với danh mục đầu tư rủi ro, tài sản phi rủi ro cho phép nhà đầu tư đạt được bất kỳ điểm nào trên CML bằng cách kết hợp Danh mục tiếp tuyến (danh mục đầu tư rủi ro trên đường biên hiệu quả giúp tối đa hóa Tỷ lệ Sharpe) với việc vay hoặc cho vay không rủi ro. Danh mục tiếp tuyến là sự phân bổ danh mục đầu tư rủi ro tối ưu về mặt lý thuyết dành cho các nhà đầu tư có thể kết hợp nó với một tài sản phi rủi ro. Khung biên giới hiệu quả được sử dụng trong phân bổ tài sản chiến lược, xây dựng chính sách đầu tư quỹ hưu trí, xây dựng danh mục đầu tư tài trợ, công cụ tối ưu hóa cố vấn robot và nghiên cứu tài chính học thuật. Bất chấp những phê bình liên quan đến độ nhạy cảm của kết quả với các giả định đầu vào (đặc biệt là lợi nhuận kỳ vọng), khuôn khổ này vẫn là cách tiếp cận chính thức chủ yếu để tối ưu hóa danh mục đầu tư.
DigiCalcs delivers precision-engineered tools for engineers and STEM professionals.
Công thức
▾
Giảm thiểu σ²_p = Σ_i Σ_j w_i × w_j × Cov(R_i, R_j)
Tuân theo: Σ w_i = 1, E(R_p) = đích, w_i ≥ 0 (chỉ dài)
Danh mục tiếp tuyến: tối đa hóa (E(R_p) − R_f) / σ_pChú giải biến
▾
| Ký hiệu | Tên | Đơn vị | Mô tả |
|---|---|---|---|
| E(R_p) | Lợi nhuận danh mục đầu tư dự kiến | % per year | Bình quân gia quyền của lợi nhuận kỳ vọng của từng tài sản: E(R_p) = Σ w_i × E(R_i). |
| σ_p | Độ lệch chuẩn danh mục đầu tư | % per year | Tổng rủi ro danh mục đầu tư: σ_p = √(Σ_i Σ_j w_i × w_j × σ_i × σ_j × ρ_{ij}). |
| w_i | Trọng lượng tài sản | % (0 to 1) | Tỷ trọng danh mục đầu tư vào tài sản i; tất cả các trọng số phải có tổng bằng 1,0. |
| ρ_{ij} | Hệ số tương quan | dimensionless (−1 to +1) | Mối tương quan giữa lợi nhuận của tài sản i và j; mối tương quan thấp hơn tạo ra lợi ích đa dạng hóa lớn hơn. |
| Sharpe | Tỷ lệ Sharpe | dimensionless | Thước đo lợi nhuận điều chỉnh theo rủi ro = (E(R_p) − R_f) / σ_p; được tối đa hóa tại Danh mục tiếp tuyến trên đường biên hiệu quả. |
| R_f | Tỷ lệ không có rủi ro | % per year | Sự trở lại của một tài sản không có rủi ro; được sử dụng để xác định Đường thị trường vốn tiếp xúc với đường biên hiệu quả. |
Cách Efficient Frontier Tool
▾
- 1Thu thập dữ liệu lợi nhuận lịch sử cho tất cả tài sản ứng viên trong một khoảng thời gian chung. Tính toán lợi nhuận kỳ vọng cho từng tài sản (thường là giá trị trung bình lịch sử hoặc ước tính trong tương lai), phương sai/độ lệch chuẩn của lợi nhuận của từng tài sản và ma trận tương quan từng cặp giữa tất cả các cặp tài sản.
- 2Xây dựng ma trận hiệp phương sai: Cov(R_i, R_j) = ρ_{ij} × σ_i × σ_j cho mỗi cặp. Ma trận hiệp phương sai phải là bán xác định dương để tối ưu hóa có nghiệm hợp lệ.
- 3Thiết lập bài toán tối ưu hóa danh mục đầu tư: giảm thiểu phương sai danh mục đầu tư (w^T Σ w) tuân theo ràng buộc lợi nhuận kỳ vọng mục tiêu (w^T μ = μ_target), ràng buộc ngân sách (Σ w_i = 1) và bất kỳ ràng buộc bổ sung nào (ví dụ: không bán khống: w_i ≥ 0).
- 4Giải bài toán lập trình bậc hai để có được một loạt lợi nhuận mong đợi mục tiêu - từ danh mục chênh lệch tối thiểu (điểm ngoài cùng bên trái trên đường biên hiệu quả) đến danh mục lợi nhuận tối đa (100% đối với tài sản có lợi nhuận cao nhất). Mỗi giải pháp đưa ra trọng số, lợi nhuận kỳ vọng và độ lệch chuẩn của danh mục đầu tư.
- 5Vẽ biểu đồ tất cả các kết hợp danh mục đầu tư hiệu quả dưới dạng cặp (σ_p, E(R_p)) trong không gian rủi ro-lợi nhuận. Phần trên của đường cong parabol thu được là đường biên hiệu quả; phần dưới (dưới danh mục phương sai tối thiểu) bị chi phối và không hiệu quả.
- 6Xác định Danh mục Tiếp tuyến bằng cách vẽ một đường từ lãi suất phi rủi ro trên trục y tiếp xúc với đường biên hiệu quả. Điểm tiếp tuyến tối đa hóa Tỷ lệ Sharpe trong số tất cả các danh mục đầu tư trên đường biên. Đây là danh mục đầu tư rủi ro tối ưu theo khuôn khổ CAPM.
- 7Chọn danh mục đầu tư tối ưu của nhà đầu tư dọc theo Đường Thị trường Vốn dựa trên mức độ chấp nhận rủi ro của họ: các nhà đầu tư không thích rủi ro nắm giữ sự kết hợp giữa tài sản phi rủi ro và Danh mục Tangency; các nhà đầu tư tìm kiếm rủi ro vay với lãi suất phi rủi ro để tận dụng Danh mục Tangency.
Ví dụ có lời giải
▾
Tương quan thấp (0,10) mang lại sự đa dạng hóa đáng kể - rủi ro danh mục đầu tư thấp hơn rủi ro riêng lẻ của từng tài sản.
Với hệ số tương quan thấp là 0,10, việc kết hợp cổ phiếu và trái phiếu làm giảm đáng kể rủi ro danh mục đầu tư. Danh mục đầu tư có phương sai tối thiểu nắm giữ khoảng 25% cổ phiếu và 75% trái phiếu, đạt độ lệch chuẩn danh mục đầu tư khoảng 5,9% - thấp hơn nhiều so với cả độ biến động của cổ phiếu (16%) và độ biến động của trái phiếu (6%) khi kết hợp ở mức trọng số này. Danh mục đầu tư tiếp tuyến nhắm đến Tỷ lệ Sharpe tối đa với lãi suất phi rủi ro 3% nắm giữ khoảng 60% cổ phiếu và 40% trái phiếu - danh mục đầu tư 60/40 cổ điển xuất hiện một cách tự nhiên từ khuôn khổ tối ưu hóa này khi đầu vào phản ánh mức trung bình lịch sử dài hạn.
Về mặt lý thuyết, mối tương quan nghịch hoàn hảo cho phép loại bỏ hoàn toàn rủi ro - một điều cực đoan về mặt lý thuyết hiếm khi được tìm thấy trong thực tế.
Với mối tương quan nghịch hoàn hảo (ρ = −1,0), về mặt lý thuyết có thể kết hợp hai tài sản vào một danh mục đầu tư không rủi ro. Trọng số loại bỏ tất cả rủi ro danh mục đầu tư là: w_A = σ_B / (σ_A + σ_B) = 10/(12+10) = 45,5% và w_B = 54,5%. Danh mục đầu tư thu được có độ lệch chuẩn bằng 0 - lợi nhuận được đảm bảo khoảng 6,9% (lợi nhuận trung bình có trọng số ở các trọng số này) và không có biến động. Trường hợp cực đoan này minh họa sức mạnh tối đa của đa dạng hóa và giải thích lý do tại sao các nhà đầu tư tìm kiếm tài sản có mối tương quan thấp hoặc tiêu cực, đặc biệt là chiến lược phòng ngừa rủi ro, vàng và trái phiếu so với cổ phiếu.
Thêm vàng có mối tương quan gần như bằng 0 vào cổ phiếu sẽ cải thiện biên giới bất chấp tính biến động cao của vàng.
Việc thêm vàng làm tài sản thứ ba sẽ mở rộng đường biên hiệu quả hướng lên trên và sang trái, cải thiện sự đánh đổi lợi nhuận-rủi ro có thể đạt được. Bất chấp sự biến động riêng lẻ cao của vàng (18%), mối tương quan gần như bằng 0 hoặc hơi âm của nó với cổ phiếu mang lại sự đa dạng hóa có ý nghĩa. Danh mục đầu tư tiếp tuyến phân bổ khoảng 12% cho vàng, làm thay đổi đường giới hạn và tăng Tỷ lệ Sharpe tối đa có thể đạt được. Điều này thể hiện cái nhìn sâu sắc cơ bản của Markowitz: một tài sản có tính biến động cao riêng lẻ vẫn có thể cải thiện hiệu quả danh mục đầu tư nếu mối tương quan của nó với các khoản nắm giữ hiện tại đủ thấp.
Các ràng buộc trong thế giới thực (không bán khống, giới hạn vị thế tối đa) thu hẹp tập hợp khả thi và đẩy đường biên vào trong.
Đường biên hiệu quả về mặt lý thuyết giả định trọng số danh mục đầu tư không bị hạn chế - nhà đầu tư có thể nắm giữ các vị thế bán khống (trọng số âm) để giảm hơn nữa phương sai danh mục đầu tư hoặc nâng cao lợi nhuận kỳ vọng. Trong thực tế, hầu hết các nhà đầu tư phải đối mặt với hạn chế chỉ mua (không bán khống), giới hạn quy mô vị thế tối đa (ví dụ: không nắm giữ một lần > 10%), giới hạn tập trung ngành và các hạn chế khác. Mỗi ràng buộc làm giảm tập hợp danh mục đầu tư khả thi và đẩy đường biên hiệu quả sang bên phải (cần nhiều rủi ro hơn cho cùng một mức lợi nhuận). So sánh các biên giới bị ràng buộc và không bị ràng buộc sẽ định lượng chi phí cơ hội của các hạn chế đầu tư - một bài tập quan trọng trong thiết kế danh mục đầu tư của tổ chức.
Ứng dụng thực tế
▾
Phân bổ tài sản chiến lược: xác định trọng số mục tiêu cho các quỹ hưu trí, quỹ tài trợ và quỹ đầu tư quốc gia
Xây dựng danh mục đầu tư cố vấn robot: tối ưu hóa biên giới hiệu quả tự động để tạo danh mục đầu tư khách hàng
Đầu tư theo trách nhiệm pháp lý: tối ưu hóa danh mục tài sản để tối đa hóa trạng thái được tài trợ dựa trên đặc điểm nợ phải trả
Xây dựng danh mục đầu tư yếu tố rủi ro: xây dựng danh mục đầu tư hiệu quả dựa trên mô hình yếu tố dựa trên các yếu tố vốn chủ sở hữu
Giáo trình học thuật và thi CFA: chủ đề nền tảng về quản lý danh mục đầu tư định lượng và lý thuyết tài chính hiện đại
Trường hợp đặc biệt
▾
Trong thực tế, trường hợp đặc biệt này đòi hỏi phải xem xét cẩn thận vì các giả định tiêu chuẩn có thể không đúng. Khi gặp kịch bản này trong tính toán công cụ biên giới hiệu quả, người thực hành nên xác minh các điều kiện biên, kiểm tra rủi ro chia cho 0 và xem xét liệu các giả định của mô hình có còn hiệu lực trong các điều kiện khắc nghiệt này hay không.
Trong thực tế, trường hợp đặc biệt này đòi hỏi phải xem xét cẩn thận vì các giả định tiêu chuẩn có thể không đúng. Khi gặp kịch bản này trong tính toán công cụ biên giới hiệu quả, người thực hành nên xác minh các điều kiện biên, kiểm tra rủi ro chia cho 0 và xem xét liệu các giả định của mô hình có còn hiệu lực trong các điều kiện khắc nghiệt này hay không.
Trong thực tế, trường hợp đặc biệt này đòi hỏi phải xem xét cẩn thận vì các giả định tiêu chuẩn có thể không đúng. Khi gặp kịch bản này trong tính toán công cụ biên giới hiệu quả, người thực hành nên xác minh các điều kiện biên, kiểm tra rủi ro chia cho 0 và xem xét liệu các giả định của mô hình có còn hiệu lực trong các điều kiện khắc nghiệt này hay không.
Đầu vào rủi ro-lợi nhuận của loại tài sản lịch sử để phân tích biên giới hiệu quả (Hoa Kỳ, mức trung bình dài hạn)
▾
| Loại tài sản | Lợi nhuận trung bình hàng năm | Nhà phát triển tiêu chuẩn hàng năm | Tương quan với Vốn chủ sở hữu của Hoa Kỳ |
|---|---|---|---|
| Vốn chủ sở hữu vốn hóa lớn của Hoa Kỳ | 10,0% | 15,5% | 1.00 |
| Vốn chủ sở hữu vốn hóa nhỏ của Hoa Kỳ | 12,0% | 20,0% | 0.80 |
| Nhà phát triển quốc tế Công bằng | 8,5% | 16,5% | 0.75 |
| Vốn chủ sở hữu thị trường mới nổi | 10,0% | 22,0% | 0.65 |
| Trái phiếu cấp đầu tư của Hoa Kỳ | 4,5% | 6,5% | −0,05 |
| Tín phiếu Kho bạc Hoa Kỳ | 3,5% | 1,5% | −0,02 |
| Vàng | 6,5% | 18,0% | −0,05 |
| REIT của Hoa Kỳ | 9,0% | 17,0% | 0.60 |
| Hàng hóa (rộng) | 5,5% | 16,0% | 0.15 |
| Trái phiếu có lãi suất cao | 6,5% | 10,0% | 0.55 |
Câu hỏi thường gặp
▾
Danh mục đầu tư chênh lệch tối thiểu là gì?
Danh mục đầu tư phương sai tối thiểu (MVP) là điểm ngoài cùng bên trái trên đường biên hiệu quả - sự kết hợp danh mục đầu tư đạt được độ lệch chuẩn thấp nhất có thể bất kể lợi nhuận kỳ vọng. Nó được tìm thấy bằng cách giảm thiểu phương sai của danh mục đầu tư mà không có bất kỳ hạn chế về lợi nhuận nào. MVP phù hợp với những nhà đầu tư cực kỳ sợ rủi ro, những người ưu tiên bảo toàn vốn hơn tất cả. Tất cả các danh mục đầu tư bên trái MVP đều không thể đạt được về mặt toán học và tất cả các danh mục đầu tư bên dưới MVP (ở nửa dưới của đường cong parabol) đều không hiệu quả vì danh mục đầu tư có rủi ro như nhau ở đường biên trên mang lại lợi nhuận kỳ vọng cao hơn. Trọng số MVP thường được xác định bằng cách sử dụng nghịch đảo của ma trận hiệp phương sai.
Đường thị trường vốn là gì và nó liên quan như thế nào đến đường biên hiệu quả?
Đường Thị trường Vốn (CML) là đường nối với lãi suất phi rủi ro (trên trục y) tiếp xúc với đường biên hiệu quả. Nó thể hiện tất cả các kết hợp có thể có của tài sản phi rủi ro (ví dụ: tín phiếu kho bạc) và Danh mục đầu tư tiếp tuyến. Mỗi điểm trên CML phía trên lãi suất phi rủi ro sẽ chi phối tất cả các điểm trên đường biên hiệu quả ở cùng mức rủi ro, bởi vì tài sản phi rủi ro cho phép các nhà đầu tư giảm rủi ro xuống 0 bằng cách nắm giữ nhiều tín phiếu kho bạc hơn hoặc tăng lợi nhuận vượt quá Danh mục tangency bằng cách vay với lãi suất phi rủi ro để làm đòn bẩy cho danh mục đầu tư. Theo giả định của CAPM, tất cả các nhà đầu tư nên nắm giữ Danh mục tiếp tuyến để phân bổ rủi ro, bất kể mức độ chấp nhận rủi ro - họ điều chỉnh rủi ro bằng cách thay đổi cách kết hợp với tài sản phi rủi ro.
Những hạn chế chính của tối ưu hóa phương sai trung bình là gì?
Tối ưu hóa phương sai trung bình (MVO) có một số hạn chế quan trọng. Đầu tiên, nó cực kỳ nhạy cảm với các giả định đầu vào - những thay đổi nhỏ trong lợi nhuận kỳ vọng sẽ tạo ra những thay đổi lớn về trọng số tối ưu (vấn đề 'rác vào, rác ra'). Thứ hai, nó dựa vào dữ liệu lịch sử để ước tính hiệp phương sai, điều này có thể không phản ánh các mối quan hệ trong tương lai. Thứ ba, phân phối lợi nhuận thường không bình thường (đuôi mập, độ lệch), vi phạm cơ sở lý thuyết về việc sử dụng phương sai làm thước đo rủi ro duy nhất. Thứ tư, tối ưu hóa không bị ràng buộc có xu hướng tạo ra các danh mục đầu tư cực kỳ tập trung và không thực tế. Thứ năm, chi phí giao dịch và thuế được bỏ qua. Những người thực hành giải quyết những hạn chế này thông qua ước tính độ hao hụt, quan điểm của Black-Litterman, tối ưu hóa mạnh mẽ và các phương pháp tiếp cận dựa trên ràng buộc.
Mô hình Black-Litterman là gì và tại sao nó được phát triển?
Mô hình Black-Litterman, được phát triển bởi Fischer Black và Robert Litterman tại Goldman Sachs vào năm 1990, giải quyết hạn chế nghiêm trọng nhất của tối ưu hóa Markowitz cổ điển - độ nhạy cực cao đối với ước tính lợi nhuận kỳ vọng. Black-Litterman bắt đầu với lợi nhuận kỳ vọng cân bằng được ngụ ý bởi danh mục thị trường hiện tại (sử dụng CAPM) làm điểm khởi đầu trung lập, sau đó cho phép các nhà đầu tư bày tỏ 'quan điểm' của riêng họ về các tài sản hoặc mối quan hệ cụ thể và kết hợp các quan điểm này với lợi nhuận cân bằng trong khuôn khổ Bayesian. Lợi nhuận kỳ vọng thu được sẽ ổn định hơn nhiều và tạo ra các danh mục đầu tư trực quan, đa dạng hóa tốt, tránh được sự phân bổ quá tập trung của MVO thuần túy. Black-Litterman là khuôn khổ định lượng chủ yếu cho việc phân bổ tài sản chiến lược của tổ chức.
Mối tương quan ảnh hưởng như thế nào đến đường biên hiệu quả?
Mối tương quan giữa các tài sản là đầu vào quan trọng nhất quyết định hình dạng và vị trí của đường biên hiệu quả. Khi mối tương quan giữa hai tài sản chính xác là +1,0 (tương quan dương hoàn hảo), không có lợi ích đa dạng hóa - đường biên hiệu quả sụp đổ thành một đường thẳng nối hai tài sản và rủi ro danh mục đầu tư chỉ đơn giản là bình quân gia quyền của các rủi ro riêng lẻ. Khi mối tương quan giảm dần về 0, đường biên cong hơn về bên trái, thể hiện lợi ích đa dạng hóa ngày càng tăng. Ở mức tương quan = −1,0 (tương quan âm hoàn hảo), đường biên có điểm gấp khúc ở danh mục đầu tư có phương sai bằng 0, thể hiện sự đa dạng hóa tối đa có thể. Trên thực tế, mối tương quan giữa các loại tài sản chính dao động từ −0,3 (cổ phiếu so với vàng) đến +0,9 (cổ phiếu trong cùng ngành), mang lại sự đa dạng hóa một phần nhưng có ý nghĩa.
Đường biên hiệu quả có ổn định theo thời gian không?
Đường biên hiệu quả không ổn định theo thời gian - nó thay đổi khi lợi nhuận kỳ vọng của tài sản cơ bản, sự biến động và mối tương quan thay đổi. Trong thời kỳ thị trường căng thẳng (ví dụ: 2008, 2020), mối tương quan giữa các tài sản rủi ro tăng vọt lên 1,0, làm giảm đáng kể lợi ích đa dạng hóa và thu hẹp biên giới vào trong. Sự biến động cũng gia tăng trong những thời kỳ căng thẳng, làm đường biên ngày càng xuống cấp. Các đường biên hiệu quả chiến lược dài hạn (sử dụng dữ liệu 20–30 năm) ổn định hơn các đường biên chiến thuật ngắn hạn, nhưng thậm chí chúng còn thay đổi về mặt vật chất khi có những thay đổi về chế độ. Sự không ổn định này là lý do tại sao hầu hết các nhà thực hành cập nhật động các ước tính hiệp phương sai của họ bằng cách sử dụng cửa sổ cuốn, trọng số mũ hoặc mô hình nhân tố thích ứng với các điều kiện thị trường thay đổi.
Danh mục đầu tư tiếp tuyến là gì và tại sao nó đặc biệt?
Danh mục đầu tư tiếp tuyến là danh mục đầu tư trên đường biên hiệu quả có Tỷ lệ Sharpe cao nhất - nó tối đa hóa lợi nhuận vượt mức trên mỗi đơn vị tổng rủi ro. Về mặt hình học, đó là điểm mà đường vẽ từ lãi suất phi rủi ro vừa chạm (tiếp xúc) với đường biên hiệu quả. Theo CAPM, danh mục đầu tư tiếp tuyến bằng danh mục thị trường (danh mục đầu tư có trọng số giá trị của tất cả các tài sản có thể đầu tư). Điều này ngụ ý rằng đầu tư chỉ số thụ động, gần đúng với danh mục đầu tư thị trường, là tối ưu trong khuôn khổ CAPM. Trong thực tế, danh mục tiếp tuyến được tính toán từ dữ liệu lịch sử hoặc dự báo của nhà phân tích khác với danh mục thị trường lý thuyết và được sử dụng làm cơ sở cho các độ nghiêng chủ động so với chuẩn mực thị trường.
Lỗi thường gặp cần tránh
▾
- !Chỉ sử dụng lợi nhuận lịch sử làm đầu vào lợi nhuận kỳ vọng - phương tiện lịch sử là những yếu tố dự đoán kém về lợi nhuận trong tương lai và tạo ra danh mục đầu tư rất không ổn định khi được đưa trực tiếp vào MVO.
- !Bỏ qua lỗi ước tính trong ma trận hiệp phương sai - với nhiều nội dung và dữ liệu hạn chế, ma trận hiệp phương sai mẫu chứa lỗi ước tính đáng kể sẽ được khuếch đại trong quá trình tối ưu hóa.
- !Coi đường biên hiệu quả như một sự tối ưu hóa tĩnh chứ không phải là một cấu trúc phụ thuộc vào đầu vào động - đường biên phải được cập nhật khi các điều kiện thị trường và lợi nhuận kỳ vọng thay đổi.
- !Không tính đến chi phí giao dịch khi tái cân bằng - việc tái cân bằng thường xuyên để duy trì đường giới hạn hiệu quả có thể làm giảm lợi nhuận thông qua chi phí giao dịch và thuế.
- !Giải thích quá mức những khác biệt nhỏ trong Tỷ lệ Sharpe dọc theo đường biên - danh mục đầu tư gần điểm tiếp tuyến có hiệu suất điều chỉnh rủi ro tương tự và sự không chắc chắn về đầu vào có nghĩa là danh mục đầu tư 'tối ưu' có khoảng tin cậy rộng.
Mẹo Chuyên Nghiệp
Do sai số ước tính về lợi nhuận kỳ vọng, hãy tập trung vào hình dạng của đường biên hiệu quả (đặc biệt là đường cong gần danh mục đầu tư có phương sai tối thiểu) thay vì trọng số danh mục tiếp tuyến cụ thể. Các phương pháp tiếp cận dựa trên rủi ro (đóng góp rủi ro như nhau, đa dạng hóa tối đa) thường mạnh mẽ hơn các phương pháp tối đa hóa lợi nhuận khi ước tính lợi nhuận kỳ vọng không chắc chắn.
Bạn có biết?
Harry Markowitz nộp luận án tiến sĩ về lý thuyết danh mục đầu tư tại Đại học Chicago vào năm 1952. Khi ông trình bày công trình của mình với Milton Friedman (một người đoạt giải Nobel tương lai khác), Friedman đã phản đối rằng đó thực sự không phải là kinh tế học. Markowitz đã đoạt giải Nobel Kinh tế năm 1990 - 38 năm sau - cho cùng công trình mà Friedman ban đầu nghi ngờ.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Tài liệu tham khảo
- ›Markowitz, H. (1952). Lựa chọn danh mục đầu tư. Tạp chí Tài chính, 7(1), 77–91.
- ›Black, F. & Litterman, R. (1992). Tối ưu hóa danh mục đầu tư toàn cầu. Tạp chí phân tích tài chính, 48(5), 28–43.
- ›Investopedia: Định nghĩa biên giới hiệu quả
- ›Viện CFA: Toán học danh mục đầu tư và Phân tích phương sai trung bình
Read the full guide on how to use this calculator effectively
Đọc thêm →Nhận Mẹo Toán Hàng Tuần
Tham gia cùng 12.000+ người đăng ký để nhận mẹo về máy tính mỗi tuần.