1강: 평균-분산 최적화 -실전 적용의 한계점

위험과 수익에 관해, 최적화하고 싶은 어떤 목적함수(objective function)를 정의해서, 이 기준으로 가장 이상적인 포트폴리오 비중을 찾아볼 수 있다.

문제 1: 포트폴리오 기대수익률 최대화, 단, 포트폴리오 분산 < 투자자가 임의로 정하는 포트폴리오 분산 최대한도

문제 2: 포트폴리오 분산 최소화, 단, 포트폴리오 기대수익률 > 투자자가 임의로 정하는 포트폴리오 기대수익률 최소한도

문제 3: (포트폴리오 기대수익률 - 투자자의 위험회피도 x 포트폴리오 분산) 최대화

한계점

입력값이 조금만 바뀌어도, 크게 다른 포트폴리오 비중이 계산되어서, 믿고 쓰기 어렵다.

2강: 자산 배분을 위한 대안 기법들 - 단순화를 통해 얻는 실용성

동일 비중 포트폴리오

자산배분 전략 중 가장 단순한 방법은 각 보유자산의 포트폴리오 비중을 동일하게 두는 것

-> 워낙 미래 수익률, 리스크, 상관계수를 추정하는 데 오차범위가 크기 때문에, 이런 추정치들에 맞춰서 최적화하기보다, 차라리 아무것도 모른다고 하고 동일 비중으로 보유하는 게 나올 수 있다는 결과

시가총액 비중 포트폴리오

리스크 기반 배분법

둘 다 어렵지만, 그래도 미래수익률보다는 미래변동성이 예측하기 조금은 더 쉽다.

• '평균-분산 최적화 문제'에서 각 자산의 미래수익률 추정치가 없다거나, 무시하겠다거나, 동일하다고 가정하면, 포트폴리오 리스크를 최소화하는 문제가 되고, 이 문제의 답을 '최소 분산 포트폴리오'(minimun variance portfolio), 혹은 '최소 표준편차 포트폴리오'(minimum volatility portfolio)라고 한다.

알파 기반 배분법

리스크 기반 배분법과 전혀 다른 관점으로

• 리스크와 상관계수에 대한 추정값을 모르거나 비슷하다고 ...