Asset Allokation mit Portfolioheuristiken. Empirischer Vergleich klassicher Portfoliooptimierungen

Inhaltsangabe oder Einleitung

Der Schwerpunkt dieser empirischen Arbeit ist die Prüfung von Umsetzbarkeit, Zusammenhang und Performance der drei klassischen Portfolioheuristiken – Equal-Weighting, Minimum-Variance und Risk-Parity. Fokus der empirischen Analyse ist abei besonders die Risk-Parity Strategie auf Grundlage der Theorien von Roncalli .

In dem Literaturfeld der Portfoliooptimierung konkurrieren die genauen Mechanismen, wie Diversifikationsvorteile zur Portfoliobildung effizient ausgenutzt werden können. In der traditionellen Portfoliotheorie nach Markowitz geht es darum, die Risiko-Rendite-Position-effiziente ortfoliozusammensetzung zu berechnen. Das Modell gerät jedoch immer wieder im Zusammenhang mit seiner praktischen Umsetzung in die Kritik, da es sowohl Schätzrisiken birgt, als auch in Backtests geringere Performance als Benchmark Portfolios zeigt. Aus diesen Kritikpunkten entstand ein alternativer, heuristischer Ansatz, bei dem durch regelbasierte Optimierungen der Portfoliotitel Gewichtungen, auf Schätzparameter wie die Rendite verzichtet wird. Diese Arbeit beschäftigt sich mit bekannten Befürwortern und Kritikern dieser Konzepte. Schwerpunkt dieser Arbeit ist der empirische Vergleich der Heuristiken über verschiedene Backtest-Szenarien.

Die Güte der Verteilungsmechanismen hängt nicht nur von den Schätzparametern, sondern auch von der gewählten Schätzmethodik ab. Allerdings herrscht kein allgemeiner Konsens in diesem Forschungsfeld. Goldberg/Mahmoud (2013) widersprechen einem Einfluss der Schätzmethodik auf die Rendite, während Chaves et al. (2011) einen Zusammenhang zwischen der Schätzfensterlänge und der Rendite erwarten, jedoch nicht empirisch nachweisen. Um diese Lücke zu schließen, wird in dieser Arbeit zusätzlich die Abhängigkeit der Performance von in- und out-of-sample Periodenlängen an den Heuristiken untersucht.

Es wird in dieser Arbeit nicht der Anspruch erhoben, eine optimale Portfolioheuristik zu konstruieren, auffällig ist jedoch, dass auch in der Diskussion um Smart-Beta Strategien viele Investmentbanken oder Private-Equity Unternehmen wie Bank of America Merrill Lynch, Blackrock, UBS oder Credit Suisse über heuristische Ansätze in ihrer Produktpalette sprechen. Besonders die heuristischen Methoden sind auch für Privatinvestoren interessant, da Smart-Beta Strategien oftmals in einfach käuflichen Exchange-Traded-Funds angewandt werden.