Portfolio Optimierung, Fachbücher von Qun Lin

In der vorliegenden Arbeit wird das Mittelwert-Varianz-Modell nach Markowitz bei der Portfoliooptimierung in zwei Richtungen erweitert: den bayesschen Ansatz mit Bayes-Stein-Schätzer und den Multi-Prior-Ansatz. Im ersten Teil wird durch den bayesschen Ansatz hinsichtlich des Bayes-Stein-Schätzers eine Apriori-Information mit der Stichproben-Information kombiniert. Dadurch reduziert sich das optimale Portfoliogewicht vom Mittelwert-Varianz-Portfolio zum Minimum-Varianz-Portfolio. Im zweiten Teil wird ein Intervallschätzverfahren im Multi-Prior-Ansatz verwendet. Dabei werden die Vorteile dieses Modells gezeigt: 1) Wie beim bayesschen Ansatz ist der Multi-Prior-Ansatz auch in der Entscheidungstheorie fest verankert. 2) Dieser Ansatz bietet dem Investor mehr Flexibilität, z.B. bei der Ermittlung des Schätzwerts des Parameters sowie die Mitberücksichtigung seiner persönlichen Risikoaversion mittels des Konfidenzniveaus. Der inhaltliche Zusammenhang zwischen beiden Ansätzen wird in Kapitel 4 illustriert. Die Ergebnisse der empirischen Studien stützen die These, dass die Zulassung der Parameterunsicherheit die Out-of-Sample-Performance verbessert.