21
forum
|

Iletus

+110
Liittynyt:
7.10.2014
Viestejä:
130

Funtsin, että pistänkö tämän aloittelevien sijoittajien alueelle, missä tämä näkyisi heille, joille tästä olisi varmasti eniten hyötyä, mutta sitten arvelin, että aiheella saattaa olla annettavaa myös kokeneemmille ketuille. Kyse on siis kassanhallinnasta, sijoittamisessa useimmin varojen allokointina nimetty aihe. Aihettahan on sivuttu paljonkin tällä saitilla, mutta nyt olisi mukava keskustella tästä omassa topikissaan, kun nämä tahtovat hukkua blogiosioon muiden juttujen sekaan. Tämä lienee myös niitä harvoja aiheita josta uhkapelureilla on kerrankin jotain annettavaa kunnon kansalaisille.

Foorumin hakutoiminnolla yritin hakea esim. hakusanalla ”kelly”, mutta haku ei palauttanut tuloksia, joten, vaikka sitä on sivuttu eri puolilla, en vain muista täysin missä ketjussa. Kovimmat blogit kävin ctrl-f -haulla läpi mutta ei löytynyt niistäkään enemmin. Mutta kuten sanoin, asiaa käsitellään lähes koko ajan sivulauseissa ja ohimennen, mielestäni kuitenkin vähän verrattuna siihen kuinka tärkeää se imo. on. Viime syksynä hiffasin erittäin jännän asian. Perinteisestihän on laskettu, että EV= todennäköisyys*kerroin*panos. Kuitenkin jos panos on liian iso, muuttuu +EV tilanne -EV tilanteeksi johtuen siitä, että rollin katketessa tai pienentyessä liikaa, ei pääse enää hyödyntämään tulevia +EV tilanteita. Urheiluvedonlyönnissä Kellyn kaava on johdettu hyötyfunktiosta tapahtumalle, jossa on vain kaksi mahdollisuutta, hävitä panos, tai saada se kiinteällä kertoimella takaisin. Kaava palauttaa fraktion rollista, joka kyseiseen tapahtumaan kannattaa panostaa, jotta rolli kasvaisi maksiminopeudella ottaen huomioon myös alamäet hävinneistä betseistä. Usein tämä kuitenkin jaetaan kiinteällä jakajalla johtuen a) siitä, että esim. noin 2-kertoimisia 5% ylikertoimia vedeltäessä optimaalinen kassankasvu pitää sisällään todennäköisyyttä myös käytännön poikkimenemiselle ja b) mikäli panos menee yli Kellyn kaavan antamasta panoksesta, se muuttaa tilanteet hyvin nopeasti -EV -tilanteiksi. Jakajalla vähennetään siis analyysiriskin sekä puhtaan tuurin vaikutusta. Kelly criterionilla voi kuitenkin laskea panoksen myös skenaariolle, jossa on paljon erilaisia lopputulemia ja se on ainakin erittäin hyvä työkalu arviointiin, vaikkei tarkat todennäköisyydet olekaan tiedossa

No-brainer tietysti on, että jos on saatavissa riskitöntä tuottoa vipua paremmalla korolla, kannattaa ottaa max vivut, mistä niitä vain saa. Sitten kun mennään vivun kanssa tuotteisiin, kuten pörssiin, jossa prosentuaalisen tuoton EV on parempi kuin riskittömän tuoton, mutta on riskiä myös rollin pienenemiselle, jopa menettämiselle, ei tilanne ole enää niin yksiselitteinen. Kaikki riippuu swingisen tuotteen volatiliteetista sekä siitä, tuleeko sijoittajan rolliin säännöllisiä tuloja ulkopuolelta esim. palkkatyöstä tai vaikkapa uhkapeleistä. Oikeastaan uhkapelit pitäisi nähdä sijoitusportfolion yhtenä osana eikä ulkopuolisena jobina. Lisäksi vaikuttavia tekijöitä ovat mm. inflaatio, riskitön tuotto, jota varsinkin pikkusummilla on saatavilla ihan hyvin sekä sijoittajan sijoitushorisontti. Näihin päädyin omalla päättelyllä ja näköjään päätelmät lienee siellä päin koska tässä kirjoittamisen vaiheessa löysin jonkin laskentatoimen gradun missä käydäänkin samat asiat läpi, eli näitä näköjään opetetaan kaupallisella puolella koulussa. Tosin itse gradu oli kyllä, sanotaanko korrektisti ”mielenkiintoinen,” näin terveystieteiden puolelta katseltuna. Osakkeista ei ilmeisesti ole omistajalle muuta hyötyä kuin se, että joku ostaisi kalliimmalla sen pois?

Gradu tässä: https://tampub.uta.fi/bitstream/handle/10024/84531/gradu06703.pdf?seque…

Nämä ovat siis hyvin itsestäänselvyyksiä ja näille löytyy hyvin paljon erilaisia approximaatioita, kuten tietyn ikäisellä sijoittajalla tietty osa osakeisiin ja tietty osa bondeihin. Mikä minua näissä vaivaa, niin nuo nyrkkisäännöt ovat varmaan ajalta, jolloin rahaa oli vain niillä kuuluisilla rahamiehillä. Nykyään on ASP-tiliä, jolle tulee riskitöntä tuottoa ja jolla otettu vipu on korkokaton turvaama, saa opintolainaa hassunhauskoilla miinuskoroilla, superrahastosalkkua vastaan saa edullista vipua, warranttien kautta saa vipua, uhkapeleistä saa todella hyvää riskitöntä tuottoa jne. Ainoa keino löytää optimaalinen allokaatio on näin ollen opetella ratkomaan henkilökohtainen hyötyfunktio numeerisesti esim. excelillä. Mallinnusta helpottaa vielä se, että nämä mainitut tuotteet eivät ole niinkään toisiensa kanssa korreloivia kuin esim. osakkeet ja bondit ovat keskenään. Suuresta mahdollisuuksien kirjosta hyötyy luonnollisesti parhaiten piensijoittajat mutta isokin rolli kasvaa optimaalisesti vain, jos allokaatio on optimaalinen.

Tarkoitus olisi siis oppia mallintamaan mahdollisimman yksinkertaisesti yleisimmät relevantit tekijät parametreinä optimaalinen allokointi rollin kasvun kannalta. Eli miten isosti osakkeissa, paljonko vipua ja onko aiheellista pitää osa riskittömässä? Ensin pitäisi harjoitella yksinkertaisilla skenaarioilla joissa ei ole liikaa muuttujia ja kun homma alkaa olla hallussa, niin sitten alkaa mallintamaan eri muuttujia mahdollisimman hyvin todellista maailmaa vastaaviksi. Jos näitä EV-laskuja volatiliteetin suhteen oppisi pyörittämään rutiinilla, voisi esimerkiksi laskea, missä määrin kannattaa yrittää shotittaa osakemarkkinoilla riskillä noustakseen ylempään varallisuusluokkaan nopeasti. On aivan eri asia mennä poikki kilon kuin megan rollista. Myös sijoitushorisontin alkupäässä kannattaa shotittaa isommalla riskillä kuin vanhempana, tämäkin on no-brainer, mutta missä menee raja-arvot?

Aloin vääntääkin aiheesta exceliä kaiken muun kiireen ohella. Ensimmäinen steppi minkä tein, on ihan perusskenaario, missä meillä on vain olemassa käteinen raha ja osakemarkkinat (esim. etf-maailmasalkku). Tälle arvataan odotusarvoksi + 8 % vuodessa ja ajanjaksoksi yksi kuukausi. Minulla ei ole juuri minkäänlaista käsitystä mikä on realistinen hajonta tällaiselle tuotteelle, mutta keksin hajonnan itse. Tämä vaihe on vielä helppo eli se ei eroa mitenkään siitä, että laskettaisiin optimipanos johonkin +EV uhkapeliskenaarioon, missä yhdelle betsille on olemassa monta erilaista palautusvaihtoehtoa, kukin omalla todennäköisyydellään. Ongelmat alkoi heti kun yritin ottaa vivun mukaan laskentaan.  Kun pohjalla on vain lukion pitkä matikka niin en ainakaan vielä saanut rakennettua hyötyfunktiota, joka ottaisi huomioon vipuvaikutukset. Luulin että se on helppo juttu ja voihan se ollakin se ei vain onnistu enää tänä iltana. Tähän tarvitsee apua sijoitustiedon matemaatikoilta ja toivottavasti tämä ketju kerää keskustelua.

Pahoittelut, jos termistössä on virheitä ja korjatkaa, jos jossain asiassa olen hakoteillä. Lähteitä voisin kaivella myös jostakin, kun nyt jutut syntyivät lähinnä vedonlyöntitaustan kautta tajunnanvirtana. Täällä kun on kovia pelimiehiä, niin nämä asiat varmaan jokseenkin hallussa, tulkaa kommentoimaan. Jatkan seuraavaan postaukseen, miten excelissä voi helposti arvioida paljonko rollista pitää sijoittaa esim. osakkeisiin erilaisissa skenaarioissa. Sen jälkeenkin tarvitaan neuvoja, että miten sitä pohjaa voisi lähteä kehittämään, jotta se ottaisi huomioon kaikki yllämainitut asiat, jolloin voidaan lähteä kasvattelemaan omaa rollia maksimaalisesti eikä ennen kaikkea mennä poikki. Tähän palaan ehkä alkuviikosta, jos vedot ja opinnot hellittää.

0
0
31.10.2016 - 00:54 #10164

Iletus

OP
+110
Liittynyt:
7.10.2014
Viestejä:
130

Jeansin blogissa aiheesta on ainakin melko tuoretta keskustelua. Vähän vaivaa, kun mielestäni jossain oli paljonkin sivuttu Kellyn käyttämistä sijoituksissa ja muistan jotain käppyröitäkin, mutta en vain löydä. Lainaan kuitenkin tänne, joten toivottavasti vivovino huomaa vastailla joskus.

Vivovino kirjoitti:

Riskikorjatun tuoton mittarina yleisimmin kai käytetään Sharpen lukua. Itselleni ehkä vielä tärkeämpää vertailla suurimpia viimeisten kymmenien vuosien aikana nähtyjä romahduksia, englanniksi max drawdown.

Vivuttaminen ei itsestäänselvästi tuo markkinaa korkeampia tuottoja, ei ainakaan jos on, kuten yleensä, olemassa pelko koko oman pääoman menettämisestä ja siten "game overista". Ongelmaa ei liene niillä, joiden velkavipu ei ole sidottu omaisuuden / sijoitusten kehittymiseen ja joita ei liikaa ahdista pelko joutua välillä pahasti pakkaselle. Lineaarisesti, vuosi vuodelta tasaisesti tuottavassa sijoituksessahan tätä ongelmaa ei ole, mutta sellaiset sijoitukset ovatkin vain päiväunia. Volatiliteetti aiheuttaa sen, että välillä mennään alaspäin ja mitä isompi velkavipu, sen varmemmin ja nopeammin romahdetaan lattiasta läpi ja menetetään samalla koko oma pääoma isomman arvonlaskun kohdalla. Kellyn kriteeri on yksi tapa löytää korkeimmat tuotot tuova velkavipu ja joillain oikein volatiileilla kohteilla Kellyn luku on alle 1 eli sellaisiin kohteisiin ei saisi sijoittaa edes kaikkea käteistään, velasta puhumattakaan. Mahdollisimman tasapainoisiksi rakennetuille salkuille Kellyn luku taas voi olla kymmenenkin (eli 10 x vipu toisi parhaat tuotot), riippuen ajanjaksosta, jolta volatiliteetti ja tuotto lasketaan. Nopeasti ilmiön voi todeta katsomalla vipusertifikaatteja tai vipu-etf:iä; 15 x vivutetut tuotteet romahtavat pohjamutiin oikeastaan aina alle vuodessa, vaikka kohde-etuuden arvo nousisikin reilusti. 2-3 x vivutetut ETF:t tai sertifikaatit taas saattavat tuottaa pitkälläkin tähtäimellä jopa paremmin kuin yksinkertainen vipukertoimella kohde-etuuden tuottojen kertominen antaisi ymmärtää. Näissä tietenkin päivittäinen tasapainotus vaikuttaa, usein alaspäin, mutta joka tapauksessa 15 menee oikeastaan aina yli Kellyn luvun, 2-3 x taas vakaiden kohde-etuuksien kanssa jää alle Kellyn luvun.

Käsitykseni perustuu pitkälti omiin "tutkimuksiini" mm. Portfoliovisualizer.com:in ja Excelin avulla, mutta myös lukemaani. Tässä alla jotain linkkejä.

 

Oletko miten paljon pyöritellyt optimivipuja yms. itse? Kävin myös katsomassa portfoliovisualizeria mutta 5 minuutin silmäilyllä en jaksanut siinä hirveästi ymmärtää. Erityisesti itseä kiinnostaa millainen volatiliteetti eri ETF:ille näissä laskelmissa on oletettu. Ilman kaupallisen alan koulutusta näiden tietojen kalastelu on vähän kankeaa (olen myös laiska ja odotan jos näitä tippuisi ns. ilmaiseksi). Nyt, kun noita teidän keskusteluja tarkemmin luin niin aihehan on juuri sitä, mitä itsekin haluaisin oppia pyörittelemään. Jätetään nyt tämä ketju kuitenkin tähän, tuskin se haitannee että yleisellä tasolla tästä keskustellaan vaikka eri puolilta tähän kirjoituksia kaivan.

 

Vivovino kirjoitti:

- Nuorena ja ahneena velkavipu on kiistatta kannattavaa, jos tavoittelee merkittävää vaurastumista. Eikä mikään 20% vipu, vaan vipua voi suht huoletta ottaa ainakin saman verran kuin on omaa rahaa kiinni sijoituksissa. Näin on useankin tutkijan ja asiantuntijan mukaan pitkässä juoksussa voittanut markkinat historiallisesti minä tahansa vuonna aloittaen. Kellyn kriteeri on yksi tapa optimoida velkavipu, mutta jos sitä käyttää suoraan saa varautua jopa 99% ajoittaisiin romahduksiin. Ehkä Kellyn kriteeri myös pokeriammattilaisille tuttu? Kellyn kriteerin ylittäminen taas on ehdottoman typerää, jolloin kasvattaa riskiä saamatta parempaa tuotto-odotusta. Historiallisesti useimpina ajanjaksoina laajasti hajauttaen osakemarkkinoilla Kellyn mukaan olisi kannattanut ottaa noin kolminkertainen vipu (joskus jopa 10x, oikein rakennettuun salkkuun), mutta on poikkeuksiakin, jolloin vipua ei olisi kannattanut ottaa lainkaan, kuten vaikka Japanin 25v jatkunut stagnaatio.

 

Samansuuntaisia ajatuksia ja mielenkiintoisia nostoja.

0
0
1.11.2016 - 17:57 #10176

kohina

+8
Liittynyt:
11.4.2015
Viestejä:
49

Samaisen henkilön blogissa n. sivulla 15 aiheesta oli keskustelua enemmänkin.

En ole vielä kerennyt perehtymään Kellyn soveltamiseen vedonlyöntiin, osakkeisiin tai mihin tahansa panostusluonteiseen toimintaan (ts. mielenkiinto ei ole kasvanut niin suureksi että olisin järjestänyt asialle aikaa).

Epäilen että missään kauppiksessa (ainekaan pääkaupungin) ole asiasta mitään mainintaa, eikä tuossa gradussa pikaisella selauksella tullut vastaan.

Käsittääkseni kellyn soveltamisessa sijoittamiseen hyötynä on se, että se on melko robusti vaikka ensimmäisen ja toisen momentin arviot eivät mene nappiin (odotusarvo ja varianssi) ja sillä pystyy maksimoimaan portfolion geometrisen kasvunopeuden.

0
0
1.11.2016 - 19:20 #10179

Vivovino

+6
Liittynyt:
8.10.2016
Viestejä:
24

Jos nyt tässä ymmärrän robustin oikein, niin en pitäisi Kellyn lukua suoraan kovin robustina, se menee helposti liian suureksi ja aiheuttaa tappioita ja koko pääoman menetyksiä, jos sen laskemiseen on käytetty huomattavasti parempaa ajanjaksoa kuin sitten sen avulla kohdataan. Puolikas-Kelly laskettuna romahduksiakin sisältäneeltä ajanjaksolta jo lienee melko turvallinen, mutta eihän sekään mitään mahda sille, jos tulevaisuudessa kurssit eivät nousekaan juuri lainkaan.

Omat vipuoptimaationi lähinnä Excel-harjoituksia. Keväästä alkaen kokeilumielessä vedin oikeallakin rahalla, ensimmäiset kuukaudet toimi kuin junanvessa vipu-etf:illä, nyt viimeiset kuukaudet taas olleet enemmän sitä vessan sisältöä, kun sekä pörssi että korkosijoitukset olleet laskussa samanaikaisesti, ja tietenkin tälle heikommalle ajalle satsasin reippaasti enemmän, kevään kokeilun rohkaisemana. Mutta omien kokemuksieni ajanjakso on tietenkin aivan liian lyhyt otanta, paremmin pääsee kärryille tutkimalla historiaa. Hurjimpana esimerkkinä, lähes täysin utopistisen epärealistisena tosin käytännössä, 3 x vipu-etf:t RETL + TMF vivutettuina Kellyn mukaan kyseisten rahastojen alusta, vuoden 2010 syksystä alkaen, olisi muuttanut 10 000€ => 27 miljoonaksi tähän päivään mennessä. Epärealismia tässä tulevaa ajatellen siis liian hyvä ajanjakso, jälkikäteen optimoitu vipu ja jälkikäteen valikoidut rahastot. Valitettavasti vuoden 2008 romahduksen kokeneita vipurahastoja on vain vähän. Niistä SSO, 2 x S&P 500 on 10 vuodessa voittanut S&P 500:n vain niukasti tuotoissa ja hävinnyt selvästi riskikorjattuna suuren volatiliteettinsa takia. Mutta SSO:kin olisi yhdistettynä korkorahastoihin ja vuosittaiseen tasapainotukseen antanut mahdollisuudet voittaa S&P 500 ylivoimaisesti. Matalamman riskin kuluttajatuote-UGE myös ollut selvästi SSO:ta tuottavampi.
Linkin takana esimerkkejä edellämainituista, myös volatiliteetit näkyvät, S&P 500:lla ollut rapiat 15% viimeisten vajaan 10 vuoden ajalta.
https://goo.gl/1WzPnJ

Itse olen laskelmissani aina käyttänyt historiallisia aikasarjoja, joita saa Portfoliovisualizerin, Yahoon tai vastaavien kautta. Mielestäni aika hyvä mittari on ollut salkun selviäminen vuodesta 2008, sen pahemman varaan en viitsi itse laskea. Mitään generoituja keskihajontoja en ole oikeastaan yrittänytkään tehdä, en tiedä onko se edes mahdollista, jos tuotot eivät noudata normaalijakaumaa tai mitään muutakaan kaavana esitettävissä olevaa jakaumaa? Tulevaisuutta en ole varsinaisesti pyrkinyt ennustamaan, mutta vaikuttaisi siltä, että vivuttaessa momentum kannattaa huomioida. Siis enemmän vipua viime kuukausien oltua vakaan tuottoisia ja vähemmän vipua tai vipu kokonaan pois epävakaiden ja tappiollisien kuukausien jälkeen. Ylipäätään riskinhallinta on vivuttaessa äärimmäisen tärkeää, korkosijoitukset olleet aiemmin suosikkini, mutta nyt kun ne ovat lasketelleet yhtä aikaa pörssin kanssa, niin olen alkanut miettimään momentumin käyttämistä riskinhallintaan.

Eilen tämän ketjun innoittamana kokeilin taas leikkiä yhden Excel-taulukkoni kanssa, siinä tuottotietoja vuodesta 1988->, uusi löytö, joka päti tuon taulukon kanssa oli, että Kelly olisi parhaan tuoton saamiseksi tuolla aikavälillä kannattanut jakaa n. 1,2:lla ja korkeimmillaan momentumia haistellut vipu olisi saanut olla n.9, sen yli meneminen hyvänkään momentumin jälkeen olisi aiheuttanut heikomman lopputuloksen. Pienillä eroilla ajanjaksossa, jolta momentum laskettiin oli huomattavan suuria vaikutuksia lopputulokseen, kuten monella muullakin tekijällä. Järin "robustia" tuottoennustetta Kellyn luvulla vivuttamisesta ei siis oikein voi antaa, mutta melkein kaikilla mahdollisilla vähänkään järkevillä arvoilla voitettiin kuitenkin vivuton indeksi selvästi, vaikka pyrin huomioimaan kaupankäyntikulut ja verot taulukossa. Kun S&P 500 oli noussut vuoden 1988 10 000€:sta n.160 000€:oon, niin erilaisien vivutuksien vaihteluväli oli 300 000€ - 4 milj.€. Tuo alarajan 300 000€ alkaa jo olla turhan matala, epävarmuustekijät huomioiden, jotta kannattaisi suinpäin syöksyä "kellyttämään".

0
0
1.11.2016 - 19:36 #10181

kohina

+8
Liittynyt:
11.4.2015
Viestejä:
49
Vivovino kirjoitti:

Jos nyt tässä ymmärrän robustin oikein, niin en pitäisi Kellyn lukua suoraan kovin robustina, se menee helposti liian suureksi ja aiheuttaa tappioita ja koko pääoman menetyksiä, jos sen laskemiseen on käytetty huomattavasti parempaa ajanjaksoa kuin sitten sen avulla kohdataan. Puolikas-Kelly laskettuna romahduksiakin sisältäneeltä ajanjaksolta jo lienee melko turvallinen, mutta eihän sekään mitään mahda sille, jos tulevaisuudessa kurssit eivät nousekaan juuri lainkaan.

Fractional kelly oli mielessäni, tuskin full kellyä kukaan suosittelee sijoituksiin soveltaessa juuri tuon takia(?)

Mietyttää hieman, millä perusteella kellyn kaavasta saa sopivan vivutusasteen sijoituksille?

0
0
1.11.2016 - 20:03 #10182

Vivovino

+6
Liittynyt:
8.10.2016
Viestejä:
24

"Mietyttää hieman, millä perusteella kellyn kaavasta saa sopivan vivutusasteen sijoituksille?"

Eiköhän peruste tule todennäköisyyslaskennasta. Toimiminen edellyttää tietenkin, että annetut volatiliteetti ja tuotto-odotus ovat lähelle toteutuvaa. Jos oikein varovaisesti, vai pitäisikö sanoa inhorealistisesti, laskee Kellyn luvun, ei tulos usein olekaan kahta enempää ja joskus jopa alle yhden.

No en sitten tiedä, että onko Kellyn luku tarpeen, kun itselleen sopivaa vipua voi harkita suoraan historiallisien tuottojen perusteella arvioiden? Optimi ei välttämättä kovin usein, varsinkaan sijoittajan riskiprofiili huomioiden, ole tasan sama kuin Kellyn kriteeri.

0
0
1.11.2016 - 21:41 #10183

Jeans

+2320
Liittynyt:
7.7.2014
Viestejä:
1076

Vähän enemmän viime päivät asiaa pohtineena, mun on hyvin vaikea nähdä, että Kellystä olisi hyötyä portfolion vipuasteen päättämiselle.

Vivovino kirjoitti:

No en sitten tiedä, että onko Kellyn luku tarpeen, kun itselleen sopivaa vipua voi harkita suoraan historiallisien tuottojen perusteella arvioiden?

Mä näkisin asian näin. Jos päivitetään salkun vipuaste päivittäin, niin voidaan lähteä historiallisesta datasta tutkimaan mikä on ollut suurin päivittäinen drawdowni, ja asettaa vipuasteen sille tasolle, että siitä olisi selvitty. Tämä takaa erittäin pienen risk of ruinin, ja markkinoiden käytännön varman biittaamisen niin kauan, kun tuo risk of ruin ei toteudu. Historialliset tuotot eivät ole tae tulevasta joten obv näin ei taata sitä, ettei salkku nollaudu. Tällä strategialla 90%+ salkun downswingit ovat todennäköisempiä, joten jos haluaa mielenrauhan säilyvän, strategiaa käytettäisiin ainoastaan pelkän pitkän tähtäimen salkussa, ja siinäkin mielellään niin, että tarkistettaisiin saldo hyvin harvoin. Yhtenä ongelmana näkisin myös, että tuollaisen maksimitappiopäivän jälkeen, josta salkkua jää jäljelle se alle 10%, voi markkinoilla olla isoja ongelmia, eikä välttämättä se salkun rebalansoiminen ole niin helppoa. Turvallisempi strategia olisi, että tarkistetaan historiallisesti suurimmat drawdownit viikon tai kuukauden ajan, ja sellaisin välein päivitetään salkku. Odotetun volatiliteetin perusteella vipun säätäminen voi vielä parantaa strategiaa, mutta ei poista risk of ruinia, koska myös hyvin alhaisen odotetun volatiliteetin perioideilla voi tulla markkinashokkeja.

Ja kuten mainitsin blogissani, kun tutkitaan historiallista dataa ja käytetään vipua, on hyvä ottaa huomioon, että vipua saa harvoin todellisuudessa pelkällä riskittömällä korolla.

 

Yksi asia tuli mieleen, jossa Kellyä voisi mahdollisesti käyttää osakesijoittamisessa. Löytäessä aliarvostettuja osakkeita, Kelly saattaa antaa vastauksia siihen, miten suuren osan salkusta kannattaa painaa yksittäiseen osakkeeseen, riippuen sen volatiliteetistä ja arvioidusta aliarvostuksen suurudesta.

0
0
1.11.2016 - 22:37 #10184

Vivovino

+6
Liittynyt:
8.10.2016
Viestejä:
24

Pelkän risk of ruinin minimoiminen säätämällä vipu kestämään pahimmat historialliset romahdukset ei välttämättä maksimoi tulosta. Korkealla vivulla voidaan pysyä kyllä plussalla, mutta jos romahdetaan senttiluokkaan, niin sieltä ei enää oikein millään keinolla nousta huipulle. Kellyn kriteeri nähdäkseni paremmin maksimoi pitkän aikavälin tuotot niin, ettei koko pääoman menetys toteudu, mutta ei todennäköisesti myöskään tuo aivan senttiluokkaan painuminen, vaikka yli 90% romahduksia voikin tulla. Tämän näkee 15 x vivutetuista sertifikaateista, jotka oikeastaan aina pidemmän päälle painuvat senttiluokkaan, vaikkeivat menekään nolliin koskaan, 15 kun on lähes aina yli Kellyn kriteerin.
Mutta muuten kyllä tuo historiasta arvioiminen ilman Kellyä voi olla paras tapa, joskin luultavasti Kellyn kriteeri antaisi about saman vipukertoimen kuin kurssihistoriasta päätteleminen, jos tähdätään maksimaaliseen tuottoon ja unohdetaan riskikorjaukset.

Päivittäinhän vipua ei varmaan ole käytännöllistä säätää kaupankäyntikulujen, verojen ja vaivannäön takia, joten jonkunlainen vaihteluväli, jonka rajoilla tekee tasapainotukset, lienee parempi tapa.

Kellyn luku (tai joku muu maksimivivun määrittävä keino) voisi olla tarpeen myös, jos uskaltaa harrastaa äärimmäisen vivun antavia johdannaisia. Eli jos esimerkiksi Kellyn luku (tai puolikelly) on kolme, niin voit ottaa yhtä omaa osaa vastaan kaksi osaa velkaa, minkä voi toteuttaa esimerkiksi ostamalla 10%:lla salkun arvosta 21 x kertoimella varustettua johdannaista, jolloin salkkusi on 10% x 21 + 90% = 300%.

Korot olen omissa laskelmissani pyrkinyt huomioimaan, jopa hakemalla historialliset liborit taulukkoon ja lisäämällä niihin eri marginaalivaihtoehtoja. Johdannaisten kautta velkavipua on nykyään tarjolla luottokelvottomillekin ja jos en ole aivan harhaanjohdettu, niin siedettävällä 2,5% korolla alimmillaan tavistenkin tavoitettavissa minifutuureissa. En tiedä isojen poikien futuureista ja niiden kustannuksista vielä tässä vaiheessa riittävästi, kun en ole iso vieläkään. Enkä isoksi ole matkallakaan, kun tänään otin vivut pois, kun alkoi pakkaspäivät kyrsimään ja Trumpin valinta pelottaa, katsotaan vaalien jälkeen sitten taas. Jos Trump voittaa, niin saattaa iskeä ostopaikan tarjoava ylireagoiva hysteria, edellyttäen, ettei Trump ihan oikeasti laita koko maailmaa kauppasaartoon.

0
0
3.11.2016 - 19:49 #10206

Anonyymi

+45
Liittynyt:
10.7.2014
Viestejä:
91
Vivovino kirjoitti:

Kellyn luku (tai joku muu maksimivivun määrittävä keino) voisi olla tarpeen myös, jos uskaltaa harrastaa äärimmäisen vivun antavia johdannaisia. Eli jos esimerkiksi Kellyn luku (tai puolikelly) on kolme, niin voit ottaa yhtä omaa osaa vastaan kaksi osaa velkaa, minkä voi toteuttaa esimerkiksi ostamalla 10%:lla salkun arvosta 21 x kertoimella varustettua johdannaista, jolloin salkkusi on 10% x 21 + 90% = 300%.

Tässä taidetaan mennä nyt metsään aika pahasti. Eihän Kellyn kaava ota kantaa siihen, millä vivutusasteella on järkevää pelata (miten se edes voisi, kun se on suunniteltu panosten hajauttamiseen?). Vedonlyönnissä ainakin kellyä käytetään sen takia, että saataisiin jaettua panoksia enemmän isojen odotusarvon kohteisiin ja vähemmän pienten odotusarvojen kohteisiin. Pelaajan tehtäväksi jää valita kelly-jakaja itselleen sopivaksi, oman riskitason tuntien.
Kuulostaa varsin hazardilta muuten tuollainen 300% vipuaste yhteen suuntaan (short/long).

Osaatko muuten perustella, miksi johdannaiset olisi +EV? Käsittääkseni niitä liikkeellelaskevat pankit on aika tarkkaan laskeneet, etteivät jäisi niissä tappiolle. Itse ainakin miellän johdannaiset enemmänkin vedonlyönniksi kuin sijoittamiseksi. Eli jos on jotain tietoa/osaamista, niin fieldin biittaamalla voi tehdä voittoa. Mutta eivät sovi tikkaa heittävälle apinalle, toisin kuin osakkeet.

0
0
3.11.2016 - 22:00 #10208

Vivovino

+6
Liittynyt:
8.10.2016
Viestejä:
24
Anonyymi kirjoitti:

Tässä taidetaan mennä nyt metsään aika pahasti. Eihän Kellyn kaava ota kantaa siihen, millä vivutusasteella on järkevää pelata (miten se edes voisi, kun se on suunniteltu panosten hajauttamiseen?). Vedonlyönnissä ainakin kellyä käytetään sen takia, että saataisiin jaettua panoksia enemmän isojen odotusarvon kohteisiin ja vähemmän pienten odotusarvojen kohteisiin. Pelaajan tehtäväksi jää valita kelly-jakaja itselleen sopivaksi, oman riskitason tuntien.
Kuulostaa varsin hazardilta muuten tuollainen 300% vipuaste yhteen suuntaan (short/long).

Osaatko muuten perustella, miksi johdannaiset olisi +EV? Käsittääkseni niitä liikkeellelaskevat pankit on aika tarkkaan laskeneet, etteivät jäisi niissä tappiolle. Itse ainakin miellän johdannaiset enemmänkin vedonlyönniksi kuin sijoittamiseksi. Eli jos on jotain tietoa/osaamista, niin fieldin biittaamalla voi tehdä voittoa. Mutta eivät sovi tikkaa heittävälle apinalle, toisin kuin osakkeet.

Ei minusta Kellyä ole hajauttamiseen suunniteltu, ellei nyt sitten ajallisesta hajauttamisesta puhuta tai kierroskohtaisesta hajauttamisesta ehkä vedonlyöntimielessä? Kellystä on sovellutus myös sijoittamiseen, periaatteessa kai toimii aivan samoin kuin vedonlyönnissäkin, joskin sijoittaessa tuotot, riskit ja yhden "pelikierroksen" kesto vaikeampia hahmottaa ja tietää. Ja nimenomaan sijoittaessa, (ja mikseipä joskus vetoa lyödessäkin?) ottaa kantaa vipuasteeseen. Usein 300% vivutus olisi ollut ihanteellinen, joten riippuu riskinsietokyvystä ja valitusta ajasta sekä sijoituskohteesta onko se liian hasardia? Omaisuusluokkien kesken hyvin hajautetussa salkussa 300% vipu olisi ilmeisesti ollut hyvinkin kannattava vuosikymmenienkin yli, mutta nyt nollakorkojen lähtiessä nousuun ja markkinoiden tultua mahdollisesti kyllästetyiksi tavaralla ja palveluilla, väestönkasvun hiipuessa, en anna takeita, että toimii seuraavien vuosien aikana, vaikka todennäköisenä sitä pitkällä aikavälillä pidänkin.

En tiedä kaikista johdannaisista, ehkä osa onkin odotusarvoisesti tappiota tuovia ja näin ajattelin itsekin niiden kaikkien olevan vielä muutama kuukausi sitten. Pankki saa varmaa tuottoa johdannaisistaan laskumarkkinassakin, toisaalta päiväpelurit ja spekulantit tuovat leijonanosan johdannaisten tuotoista pankeille, joten johdannaisia holdaavien ei tarvitse jäädä tappiolle, jotta pankki kuitenkin voittaisi. Ja jos yhtä moni sijoittaja on ostanut shortteja kuin longeja, niin pankkihan voittaa varmasti vähintään kulujensa verran. 
Kuitenkin se mitä olen johdannaisiin perehtynyt, niin käsitän esimerkiksi minifutuurista pankin ottavan kaupankäyntikulut, spreadin ja koron. Korko otetaan knock-out-tason nousuna ja se on halvimmissa löytämissäni n. 2,5%/v. Kaupankäyntikulut ja spreadi jäävät holdaajalla käsittääkseni aika pienelle merkitykselle, tosin jos ottaa aina korkeimman vivun johdannaisia, jotka knockkaavat useimmiten, niin noita kuluja tulee enemmän. Saattaa kyllä olla, että olen aliarvioinut holdaajalle tulevat kulut kaupankäynnistä, sillä knock-outteja pitkässä juoksussa tulee aina ja pankit taitavat sulkeakin johdannaisensa vuosien kuluttua ilmankin knock-outtia. Joka tapauksessa näen näissä positiivisia tuotto-odotuksia, jos pörssi tuottaa historiallisen keskiarvonsa verran ja jos minifutuurien sisäinen korko pysyy 2,5%:ssa. Jos taas pörssi ei tuota mitään, niin vivuttamalla tavalla millä hyvänsä häviää. Tosin yhdessä Excel-laskelmassani sain minifutuurit Japanin historiallisella nollatuottoisella Nikkei-indeksillä kannattaviksi, mikä perustui siihen, että voitot ovat suurimmillaan isoja, kun taas tappiot on rajattu ja jos saaduista voitoista siirtää osan turvaan, niin omaisuus kasvaa nopeammin kuin vivuttomalla ja johdannaisia omistamattomalla sijoittajalla.

0
0
3.11.2016 - 22:45 #10210

Iletus

OP
+110
Liittynyt:
7.10.2014
Viestejä:
130
Anonyymi kirjoitti:

 

Vivovino wrote:

 

Kellyn luku (tai joku muu maksimivivun määrittävä keino) voisi olla tarpeen myös, jos uskaltaa harrastaa äärimmäisen vivun antavia johdannaisia. Eli jos esimerkiksi Kellyn luku (tai puolikelly) on kolme, niin voit ottaa yhtä omaa osaa vastaan kaksi osaa velkaa, minkä voi toteuttaa esimerkiksi ostamalla 10%:lla salkun arvosta 21 x kertoimella varustettua johdannaista, jolloin salkkusi on 10% x 21 + 90% = 300%.

 

 

Tässä taidetaan mennä nyt metsään aika pahasti. Eihän Kellyn kaava ota kantaa siihen, millä vivutusasteella on järkevää pelata (miten se edes voisi, kun se on suunniteltu panosten hajauttamiseen?). Vedonlyönnissä ainakin kellyä käytetään sen takia, että saataisiin jaettua panoksia enemmän isojen odotusarvon kohteisiin ja vähemmän pienten odotusarvojen kohteisiin. Pelaajan tehtäväksi jää valita kelly-jakaja itselleen sopivaksi, oman riskitason tuntien.
Kuulostaa varsin hazardilta muuten tuollainen 300% vipuaste yhteen suuntaan (short/long).

Osaatko muuten perustella, miksi johdannaiset olisi +EV? Käsittääkseni niitä liikkeellelaskevat pankit on aika tarkkaan laskeneet, etteivät jäisi niissä tappiolle. Itse ainakin miellän johdannaiset enemmänkin vedonlyönniksi kuin sijoittamiseksi. Eli jos on jotain tietoa/osaamista, niin fieldin biittaamalla voi tehdä voittoa. Mutta eivät sovi tikkaa heittävälle apinalle, toisin kuin osakkeet.

Hoidetaan vähän termistöä kuntoon. Itse viljelen kahta termiä: "Kellyn kaava" ja "Kelly"

Kellyn kaava on hyötyfunktiosta johdettu kaava kahdelle lopputulemalle, jota käytetään yleensä vedonlyönnissä.

Kelly:llä tarkoitan ylipäätään laskutapaa, jolla pyritään optimoimaan panos EV+ tilanteessa, jossa on jokin voittotaulukko ja joka voitolla oma pistetodennäköisyys. Pitää huomioida, että voittotaulukko ja siihen kuuluva todennäköisyysjakauma voivat olla jatkuvia, kuten pörssisijoituksissa todellisuudessa varmaan onkin. Eli pörssissä voi voittaa sijoitetulle rollille kaikkia kertoimia väliltä -1 - ääretön. Tälle voittotaulukolle lienee olemassa jokin todennäköisyystiheysfunktio. Sellaista ei ole mahdollista määrittää tarkkaan, mutta luulisin että sellaisesta on olemassa ainakin jonkin tason valistunut arvio esim. täysin hajautetulle salkulle, jota voi sitten käyttää kellylaskuissa. Hyötyfunktio ottaa huomioon voittotaulukon, todennäköisyydet ja myös ajan, mikäli betsi tapahtu ajan funktiona, kuten pörssisijoitus. Mikäli meillä on tilanne, jossa kaikki parametrit on mahdollista määrittää tarkkaan, voi optimipanoksen (itse sanon kellypanoksen) määrittää derivoimalla hyötyfunktion. Koska ei olla matemaatikoita niin kuitenkin meille relevanttia on ratkaista panos numeerisesti.  

Ei tässä kai metsään mennä. Aloitetaan kelaamaan tätä ihan yksinkertaisella esimerkillä. Meillä on rolli, jonka koko on 1. Saadaan sille kuukaudessa riskitöntä korkoa 1%. Olkoon lainan korko on 0,5%. Koska meillä on 100% todennäköisyys saada +1% sijoitetulle PO:lle kannattaa tietenkin ottaa max viput mitkä vain on eri paikoista revittävissä. Oletetaan nyt että kuukausi on mennyt ja "riskittömälle" tuotolle tulee 0,00001% todennäköisyys, että se tuottaakin -1 % ensi kuussa. Kaikissa muissa tapauksissa 1%.. Nyt meillä on jo tässä mukana hieman "riskiä". Edelleen kellylaskuri antaa, että koko rolli kiinni vain. On melko selvää, että tällaisessa tilanteessa kannattaa ottaa myös vipua vaikka riski on olemassa. Kuitenkin 100x vivulla menetetään jo koko oma rolli. Silti se kannattaisi ehkä ottaa koska tod. näk. katkeamiselle on noin pieni. En tiedä, koska en ole sitä vielä oppinut laskemaan.

Jatksetaan nyt sitten ensimmäisen stepin laskuesimerkillä. Omaan exceliin olen kyhännyt seuraavanlaisen viritelmän. Mulla on päästä revitty taulukko erilaisille kuukausituotoille ja todennäköisyydet niille. Lisäksi olen jo laittanut exceliin paikkoja kaikelle muulle sälälle ja tarkoitus olisi saada hyötyfunktio rakentumaan kaikista näistä parametreistä sitten, kun inspiraatiota on. Luonnollisesti otan kaikki tipsit vastaan. Alkuun kuitenkin mennään yksinkertaisilla malleilla ja oletetaan esim. tässä, että kuukausi on yksittäinen vetotapahtuma.

Jokaiselle eri tuottomahdollisuudelle on oma todennäköisyytensä. Optimaalinen fraktio, jolla saadaan maksimaalinen odotusarvo rollille lasketaan seuraavasti: Jokaiselle tuottoprosentille tehdään laskutoimitus tn*ln(1+tuotto%*fraktio) ja tämän jälkeen lasketaan koko sarake yhteen. (en jaksa funtsia kaavaa matemaattisesti oikeaan muotoon, joten kysykää kun jää epäselvyyksiä). Nyt excel-solverilla voi ratkaista optimaalisimman fraktion omasta rollistaan, joka sijoitetaan kyseiseen tuotteeseen asettamalla summasolun (mulla siis ln(Rolli) maksimoitavaksi ja muuttujana fraktiosolu (mulla L13).

 

 

Kuvan esimerkkitilanteessa kannattaisi olla 100% omasta rollista osakkeissa. Tämä ei eroa mitenkään vedonlyönnissä tehtävästä panoksen optimoinnista yksittäiselle vedolle. Jos laskuriin asettaa vain kaksi eri lopputulemaa joista toinen on koko panoksen menettäminen ja toinen sitten rahojen voittaminen kertoimella, joka antaa +EV tilanteen, tulee vastaukseksi täsmälleen Kellyn kaavan antama luku. Kyseinen hyötyfunktio on siis ollut välivaihe Kellyn kaavan johtamisessa.

Tein toisen skenaarion esimerkiksi. Tässä "volakertoimella" säädin ensimmäiseen kuvaan verrattuna hajonnan noin 4-kertaiseksi, ja samalla pörssin vuosi-ev näköjään tipahti 7 %:iin. Kuvaajan mukaisella jakaumalla kannattaa olla 57 %:sesti kiinni osakkeissa. 

 

 

Tähän asti pärjään yksin, mutta kun yritän saada velkavipua ympätyksi malliin, menee sormi suuhun. Jos rolli menee miinuksen puolelle (niin kuin se voi mennä velalla sijoittaessa), tulee sulkeisiin negatiivinen luku jollaisesta ei voi luonnonlogaritmia ottaa. Muutoinhan vipu toimii niin että se x:n kertaistaa voittotaulukon x-kertaisella vivulla. En vain toistaiseksi keksi, miten hyötyfunktio pitäisi rakentaa, että se ottaa huomioon myös mahdollisen velkavankeuteen joutumisen. Olen myös kiitollinen, mikäli jollakulla on heittää apteekin hyllyltä tietoa tai esim. linkkiä, mistä löytäisi esim. Maailma-ETF:lle mahdollisimman totuudenmukaisen todennäköisyystiheysfunktion eri tuottoprosenteille. Tavoitteena olisi että syntyisi keskustelua aiheesta ja topikissa saataisiin rakennettua mahdollisimman hyvä excelipohja allokoinnin tueksi.

 

Itse asiassa mulle saattaa olla vastaus olemassa ihan wikipedia artikkelista, mutta en ole sitä joutanut toistaiseksi kelailemaan syvällisesti. https://en.wikipedia.org/wiki/Kelly_criterion

Se mikä hyöty kellystä sijoittajalle olisi mun mielestä on se, että pystyisi edes karkeasti arvioimaan sitä, mikä osa rollista kannattaa laittaa kiinni osakkeisiin. Ainakin pitäisi tiedostaa milloin ylipanostaa suhteessa tavoitteisiinsa ja toisaalta myös, ettei pelaisi suotta aivan liian varovaisesti. En tiedä onko mulla liian "raskas" ajattelutapa, maalaisjärkikin, kun jossain määrin päätyy kellypanoksiin. Tosin vetomaailmassa olen huomannut, että välillä maalaisjärki tai mutu heittää aika pahasti siitä optimista.

 

Johdannaisiin en ota tässä kantaa, koska en tiedä mitä matematiikkaa ne taustallaan pitävät. Näitäkin voisi joskus kyllä opiskella.

 

E: eka kuva meni ihan päin vitalista. Katotaan onnistuuko toinen kuva.

0
0
7.11.2016 - 15:26 #10223

kohina

+8
Liittynyt:
11.4.2015
Viestejä:
49
Vivovino kirjoitti:

"Mietyttää hieman, millä perusteella kellyn kaavasta saa sopivan vivutusasteen sijoituksille?"

Eiköhän peruste tule todennäköisyyslaskennasta. Toimiminen edellyttää tietenkin, että annetut volatiliteetti ja tuotto-odotus ovat lähelle toteutuvaa. Jos oikein varovaisesti, vai pitäisikö sanoa inhorealistisesti, laskee Kellyn luvun, ei tulos usein olekaan kahta enempää ja joskus jopa alle yhden.

No en sitten tiedä, että onko Kellyn luku tarpeen, kun itselleen sopivaa vipua voi harkita suoraan historiallisien tuottojen perusteella arvioiden? Optimi ei välttämättä kovin usein, varsinkaan sijoittajan riskiprofiili huomioiden, ole tasan sama kuin Kellyn kriteeri.

Käsittääkseni kellyn hyöty on siinä että vältetään liikapanostusta koska se syö tuottoja ei-lineaarisesti volatiliteetin kanssa. Se että suositteleeko sitten kaava velan käyttöä on toissijainen juttu.

0
0
7.11.2016 - 15:50 #10224

kohina

+8
Liittynyt:
11.4.2015
Viestejä:
49
Iletus kirjoitti:

Olen myös kiitollinen, mikäli jollakulla on heittää apteekin hyllyltä tietoa tai esim. linkkiä, mistä löytäisi esim. Maailma-ETF:lle mahdollisimman totuudenmukaisen todennäköisyystiheysfunktion eri tuottoprosenteille. Tavoitteena olisi että syntyisi keskustelua aiheesta ja topikissa saataisiin rakennettua mahdollisimman hyvä excelipohja allokoinnin tueksi.

Tähän tuskin tarvinnee muuta kuin indeksin hintakehityksen tietyltä aika-jaksolta? Joitakin löytyy netistä, jos käyn joskus kauppiksessa koukkasemassa niin voisin kaivata ulos dataluokasta.

Mitä näihin johdannaisiin tulee, näkisin niissä suurimman hyödyn portfolion riskien suojaamisessa enkä vedonlyöntimielessä jota sertifikaatit mielestäni edustaa.

0
0
15.11.2016 - 22:38 #10312

Iletus

OP
+110
Liittynyt:
7.10.2014
Viestejä:
130
kohina kirjoitti:

Käsittääkseni kellyn hyöty on siinä että vältetään liikapanostusta koska se syö tuottoja ei-lineaarisesti volatiliteetin kanssa. Se että suositteleeko sitten kaava velan käyttöä on toissijainen juttu.

 

Tähän tuskin tarvinnee muuta kuin indeksin hintakehityksen tietyltä aika-jaksolta? Joitakin löytyy netistä, jos käyn joskus kauppiksessa koukkasemassa niin voisin kaivata ulos dataluokasta.

Mitä näihin johdannaisiin tulee, näkisin niissä suurimman hyödyn portfolion riskien suojaamisessa enkä vedonlyöntimielessä jota sertifikaatit mielestäni edustaa.

Nostetaan tätä taas ylös, laittamalla pari omaa kommenttia. "Kellyn kriteerin" pitäisi "suositella" kyllä vivun käyttöä ja arvioida tarkka vipuaste, mikäli hyötyfunktio osataan rakentaa oikein. Tässä vaiheessa voitaisiin jättää historialliset tuotot yms. tekijät pois tarkastelusta ja "keksiä" itse pörssille jonkinlainen payoutti. Sitten kun osataan ratkaista optimiallokaatio tällaiselle, niin voidaan alkaa funtsia, millainen olisi hajautetun salkun mahdollisimman todenmukainen payout-taulukko tulevaisuudessa. Nyt kun mulla ei oo minkäänlaista kompetenssia pörssin puolelta, niin en tiedä, miten historiallisten volatiliteettien kautta tällaisen pystyisi muodostamaan.

 

Vähän hyötyfunktion rakentamisesta. En ole nyt exceliin kerennyt tahi jaksanut perehtyä. Joka tapauksessa uskon, että osaan mahdollisesti rakentaa hyötyfunktion ilman vipua -tilanteelle aiemmin mainittujen parametrien perusteella ainakin ilman aikaparametria. Tosin edelleen no-brainer on, että mikäli riskitöntä korkoa on saatavilla niin vivuttaa kannattaa aina ja itselläni tällainen tilanne on. Pitäisi siis jaksaa etsiä vipuja esim superrahaston kautta.

 

Mutta tämä vipuasia hyötyfunktion rakennuksessa ei ainakaan itselleni selkene. Otetaan yksinkertainen esimerkki: Meillä on voittotaulukko, jossa voitetaan seuraavat kertoimet sijoitetulle pääomalle oheisilla todennäköisyyksillä:

 

Kerroin TN
100

0,95

1,2 0,045
-0,5 0,005

 

Kerroinsarakkeessa 1,2 tarkoittaa siis sitä, että jos on sijoitettu tonni niin 4,5 % todennäköisyydella on betsin jälkeen 2200 euroa ja -0,5 sitä, että puoli tonnia menetettiin. Tässä on niin voimakkaasti +EV tilanne, että Kelly -panos olisi traditionaalisessa tilanteessa 100 % rollista. Jos oletetaan, että sijoitetaan oman pääoman lisäksi yhtä paljon velkaa. Tällöinhän, jos käy huonot niin menetetään koko oma pääoma. Eli kerroinsarake periaatteessa kaksinkertaistuu. Ongelmaksi vain muodostuu logaritminen hyötyfunktio, kun oma pääoma voi alkaa vivun seurauksena mennä miinukselle, jolloin omasta pääomasta ei voi ottaa logaritmia. Näiden logaritmien summa on taas maksimoitava parametri, kun etsitään maksimaalista kassan kasvua. Mutta mä luulisin että silti tämä optimaalinen vipuaste on jotenkin mahdollista selvittää, missään en ole sitä vielä löytänyt rautalangasta väännettynä, mutta en tosin ole hirveästi etsinytkään.

0
0
20.5.2017 - 11:50 #13095

MakroMies

-1
Liittynyt:
19.5.2017
Viestejä:
1

Hello Sijoitustieto-forum! Tein tunnuksen tänne, koska moni pokeria tai vedonlyöntiä harrastava näyttää jakavan täällä ajatuksiaan (potentiaalisia onnistujia sijoitusmarkkinoilla) ja sen lisäksi Pyysingiltä tulee erinomaisia kirjoituksia ja haastatteluja. Olen myös itse tutkinut Kellyn kaavan yhdistämistä sijoittamiseen. Tässä minun kaksi senttiä lyhyesti aiheesta. Suurimmat ongelmat ovat

a) Kuinka määrittää ylikerroin ja

b) Riski/tuotto-suhde ei ole lineaarinen.

Sanotaan, että olet löytänyt backtesterin. Se on ohjelma, joka on yhdistetty historiallisten hintojen tietokantaan, joka antaa sinulle mahdollisuuden kokeilla erilaisia kaupankäynti-sääntöjä keskimääräisellä kompleksisuusasteella. Kokeilet erilaisia yhdistelmiä, jotta löydät historiallisen performanssin perusteella jonkun +EV-kaupankäyntisäännön. Mitä olet tekemässä? Koitat sovittaa sääntöä tilastoihin. Tätä toimintaa kutsutaan data snoopingiksi. Sen lisäksi ongelmana on, että mitä lyhyempi aikaväli on tarkastelussa, sitä enemmän on valkoista kohinaa ja mitä pidempi aikaväli on tarkastelussa, sitä suurempi vaara on ylipanostaa Kellyn mukaan (ei riittävästi havaintoja). Pitää muistaa, että rikkinäinen kellokin on oikeassa kahdesti päivässä.

Meidän aivoja ei ole tehty ymmärtämään epälineaarisuutta. Ihmiset ajattelevat, jos kaksi muuttujaa ovat kausaalisesti linkitettyjä toisiinsa niin yksi veto tiettyyn instrumenttiin kaupankäyntisäännön avulla tuottaa aina tietyn voiton odotusarvollisesti. Todellisuus antaa meille harvoin etuoikeuden kokea sijoitussalkun positiivisen progression lineaariseen tyyliin. Prosentuaalisten muutosten tarkastelu ei voi olla lineaarista; 2 % muutos ei ole kaksikertaa niin merkitsevä tapahtuma kuin 1 %:n, pikemminkin se on neljästä kymmeneen kertaa merkitsevämpi.

Ajatuksieni mukaan et voi omien kaupankäyntisääntöjen perusteella suoraan laskea Kellyllä optimaalista panostusta, koska risk of ruin on liian suuri kyseisellä kaavalla. Negatiivinen korkoa korolle-ilmiö tuhoaa salkkusi ennen pitkää (ellei jo yksittäinen veto). Mitä voit tehdä - on löydettyäsi edgen markkinoilla - käyttää Kellyä perustuen aikaisempaan omaan kaupankäynti-performanssiin. Kellyn kriteeri kertoo sinulle position suuruuden, jonka sinun tulisi ottaa seuraavassa kaupassa. Et halua heittää rahaa huonon rahan perään.

Millä säännöilla kaupankäynnissä voi tiltata oddsit +EV puolelle on sitten aivan eri asia. Lähtökohtana riippuen tietenkin strategiastasi, mutta haluat osua isosti (vähintään 3x-5x) ollessasi oikeassa. Blogissani mietin juuri äsken etenkin pienten todennäköisyyksien ja osaketuottojen konveksisuuden vaikutusta salkun performanssiin.

 

 

0
0
8.12.2020 - 23:47 #61380

Markku Kurtti

+68
Liittynyt:
4.12.2020
Viestejä:
9

OP:n tavoite oli oppia ymmärtämään/mallintamaan optimaalinen varojen allokointi (osakkeet/riskitön korko -suhde) portfolion kasvun kannalta sisältäen vivun vaikutuksen. Olen viime aikoina viettänyt paljon aikaa tämän ongelman parissa, joten nostetaan tätä vanhaa viestiketjua.

Ongelmaksi Kelly-kriteerin soveltamisessa osakesijoituksiin tulee sekä osaketuottojakauman että sijoitusaikahorisontin jatkuva muoto verrattuna diskreettiin vedonlyöntimaailmaan. Onneksemme viisaammat ovat ratkaisseet tämän ongelman ja tehneet Kellystä sovelluksen osakesijoittamiseen. Paras paperi, minkä olen aiheesta löytänyt, on Ed Thorpin (Thorp on Kellyn soveltamisen, optiohinnoittelun ja markkinaneutraalien hedge-fundien pioneeri) käsialaa ja löytyy esim. täältä: http://www.eecs.harvard.edu/cs286r/courses/fall12/papers/Thorpe_KellyCriterion2007.pdf (kappale 7. Wall street: the biggest game).

Innostuin tuosta Thorpin paperista siinä määrin, että kirjoitin graduni sen pohjalta soveltaen Kelly-kriteeriä osakehajautuksen vaikutusten arvioimiseen reaalisessa jatkuvan ajan maailmassa (geometristen keskiarvotuottojen maailma) teoreettisen Markowitzin single period maailman (aritmeettisten keskiarvotuottojen maailma) sijaan.

 

Gradu löytyy täältä: http://urn.fi/URN:NBN:fi:oulu-202011203162

Kelly-kriteeriä käsittelevä teoreettinen osuus on kappaleessa 3.3.4 Kelly criterion and the magic of Sharpe ratio. Kelly-kriteerin perustana toimiva geometrisen excess keskiarvotuoton kaava (sisältäen sijoitusasteen vaikutuksen) on johdettu useammalla eri tavalla kappaleessa 3.2 Derivation of the instantaneous geometric risk premium. Geometric risk premium on yhtä kuin geometrinen excess keskiarvotuotto tarkoittaen riskittömän koron ylittävää geometrista keskiarvotuottoa. Epiirisesti (kuukausittaista CRSP osakedataa käyttäen periodilla Jan/1973 - Jun/2018) (fractional) Kelly-kriteeri testataan kappaleessa 5.1 Fractional Kelly criterion explaining geometric risk premium.

 

Kaiken perusta on geometrisen risk premiumin (RP) eli geometrisen excess tuoton kaava (kaava 8):

RP = f(m – r) – (f^2s^2)/2

 

f on sijoitusaste eli portfoliosta osuus f on osakkeissa ja 1 – f riskittömässä korossa (esim. f=1 tarkoittaa 100% osakkeissa, 0% riskittömässä korossa).

m on portfolion aritmeettinen keskiarvotuotto (continuous compounding muodossa). 

r on riskitön korko (continuous compounding muodossa).

s on portfolion excess tuoton volatitiliteetti ja s^2 varianssi (gradussa tämä merkitään s subscriptillä e). Volatiliteetti lasketaan portfolion logaritmisista excess tuotoista eli kyseessä on tarkalleen ottaen excess kasvunopeuden standard deviaatio SD(ln(1+excess_ret)).

(Gradussa merkitsen excess tuoton: m subscriptillä e = m – r).

 

Kaavasta on helppo nähdä, että variance-drag -komponentti pienentää geometrista tuottoa ja, erityisesti, että sijoitusasteen neliö skaalaa variance-dragia. Kun mennään vivulle (f > 1), niin variance-drag alkaa nopeasti dominoida geometrista tuottoa ja ajaa sen helposti negatiiviseksi (johtaen ruiniin pitkällä aikavälillä). Koska hajauttaminen pienentää portfolion varianssia, mutta ei vaikuta aritmeettiseen keskiarvotuottoon m, on helppo nähdä, että hajauttaminen nostaa portfolion geometrisen tuoton odotusarvoa. Gradun keskeinen johtopäätös onkin, että oikeassa elämässä (kun sijoitusmenestystä mitataan geometrisilla tuotoilla) hajauttaminen on negatiivisen hinnan lounas, kun Markowitzin teoreettisessa single period elämässä se on ”vain” ilmainen lounas.

 

Osakesijoittamisen jatkuvassa maailmassa Kelly-kriteeri johdetaan derivoimalla edellinen kaava f:n suhteen (kaava 62):

f* = (m – r)/s^2

 

f* on full Kelly eli maksimaalisen portfolion kasvunopeuden odotusarvon tuottava sijoitusaste.

 

Teoreettinen Kelly-kriteeri olettaa, että portfolio rebalansoidaan jatkuvasti eli äärettömän nopealla tahdilla. Rebalansoinnissa osakepaino palautetaan targettiin f (ja lisäksi jos on esim. equally weighted portfolio, niin osakkeiden väliset painot palautetaan tasapainoihin). Tämä äärettömän tieheä rebalansointi takaa (koska portfolion arvonmuutokset lähestyvät äärettömän pientä per period), että portfolio ei suurellakaan vivulla koskaan mene yli 100% pakkaselle, jolloin meille jäisi kasvunopeutta laskettaessa negatiivinen luku logaritmin sisälle (tämä oli ymmärtääkseni yksi OP:n ongelmista)). Oikeassa elämässä tietysti joudutaan tyytymään ääretöntä pienempään rebalansointitaajuuteen (gradun empiirisessä osuudessa käytän kuukausittaista rebalansointia), mikä tarkoittaa (erityistesti huomioiden empiiristen tuottojakaumien paksut hännät), että empiirinen f* jää hieman teoreettista f* pienemmäksi.

Lisäksi teoreettinen Kelly-kriteeri olettaa, että vivuttava sijoittaja saa lainaa riskittömällä korolla. Tämä ei tietysti pidä paikkaansa oikeassa elämässä ja on yksi syy miksi Kellyn antama optimaalinen osakepaino f* on yliarvio. Oikeassa elämässä f* kannattaa ajatella teoreettisena ylärajana mieluummin kuin käytännöllisenä optimina.

Tulevaisuus on tietysti ennustamaton eli me ei tiedetä mitkä Kelly-kriteerin parametrit on esim. seuraavan 20 vuoden aikana. Tämä on yksi lisäargumentti, miksi on vaarallista luottaa sokeasti historiallisilla parametreilla laskettuun f* arvoon.

 

Kelly & Sharpe

Kuten kappaleen 3.3.4 nimi antaa ymmärtää, Sharpe ratio näyttelee suurta roolia geometrisen excess tuoton muodostumisessa. Thorp johtaa tämän omassa paperissaan, mutta toteaa asian lyhyesti vain kerran ja ikään kuin ohimennen. Minä tartuin tuohon Sharpe ratioon ja rakensin graduani pitkälti sen ympärille.

 

Sharpe ratio (tarkalleen ottaen instantaneous Sharpe ratio) on:

SR = (m-r)/s

 

m, r ja s ovat kuten edellä määriteltiin eli continuous compounding muodossa. Perinteinen Sharpe ratio lasketaan vuosittaisista tuotoista (ei siis continuos compounding) ja lisäksi s on perinteisesti yleensä aritmeettisen excess tuoton (logaritmisen excess tuoton sijaan) volatiliteetti. Käytännössä kuitenkin instantaneous Sharpe ration ja perinteisen Sharpe ration ero on hyvin pieni eikä sillä ole käytännön merkitystä. Tärkeää on kuitenkin käyttää aritmeettisia keskiarvotuottoja eikä geometrisia keskiarvotuottoja kuten usein näkee käytettävän.

 

Sharpe ratio voidaan Kellyn sääntöjen mukaan kirjoittaa myös näin:

SR = f*s (kaava 71) tai toisin sanoen f* = SR/s

 

Eli Sharpe ratio on yhtä kuin maksimisijoitusaste kertaa portfolion volatiliteetti eli Sharpe on yhtä kuin maksimiriski (volatiliteetti full Kelly pisteessä), jota sijoittajan ei tulisi koskaan ylittää. Esimerkiksi jos portolion Sharpe on 0.4 ja vola 0.2, niin maksimisijoitusaste f* = 2 = 200% osakkeissa.

 

Lisäksi portfolion Sharpe ratio määrittää myös maksimituoton (mitattuna geometrisena excess tuottona eli geometrisena risk premiumina) (kaava 66):

Max(RP) = SR^2/2

 

RP on geometrinen risk premium (eli g – r, jossa g on geometrinen keskiarvotuotto continuous compounding muodossa).

 

Eli portfolion maksimikasvunopeus sijoitusasteella f* on SR^2/2 + r.

Esimerkiksi jos SR on 0.4, vola 0.2 ja r on 0 niin saadaan (sijoitusasteella f* = 2 = 200% osakkeissa) 0.4^2/2 + 0 = 0.08 = 8%.

 

Geometrinen risk premium sijoitusasteen f funktiona saadaan (kaava 73):

RP(f) = fs(SR - fs/2)

 

Eli portfolion kasvunopeus sijoitusasteen funktiona on fs(SR - fs/2) + r.

Esimerkiksi jos SR on 0.4, vola 0.2 ja r on 0 niin saadaan 100% sijoitusasteella 1*0.2(0.4 – 1*0.2/2) + 0 = 0.06 = 6%. Tässä esimerkissä 100% sijoitusaste vastaa ns. half-Kellyä, joka tunnetusti tuottaa ¾ maksimituotosta (full Kellyn tuotosta) ½ riskillä (kun riskiä mitataan volalla).

 

Teoreettinen fractional Kellyn tuotto suhteessa full Kellyn tuottoon on kuvattu Kelly-painon c funktiona gradun kuvassa 2. c = f/f* eli sijoitusasteen f suhteellinen osuus full Kelly sijoitusasteesta f*. Full Kelly on siis kohdassa c = 1, jolloin half Kelly on kohdassa c = 0.5 jne. Kuvasta nähdään, että half Kelly tuottaa ¾ full Kellyn tuotosta. Samoin nähdään, että kun c = 2 niin osakkeet tuottavat odotusarvoisesti saman kuin riskitön korko (nollakohta on riskittömän koron tuotto). Kun c > 2 niin osakeriskin kantaminen johtaa odotusarvoisesti pienempään geometriseen tuottoon kuin sijoittaminen riskittömään korkoon. Kun c < 0 niin ollaan shorttina osakkeisiin. Rationaalinen Kelly-paino c on siis nollan ja yhden välillä riippuen sijoittajan preferensseistä.

Portfolion Kelly-paino sijoitusasteen funktiona saadaan: 

c = fs/SR (kaava 72)

 

Sijoittamalla f=1, minkä tahansa portfolion Kelly-paino c voidaan laskea yksinkertaisesti jakamalla portfolion vola portfolion Sharpella. Tämä on kätevä ja yksinkertainen tapa määrittää portfolion riskitaso.

 

Geometrinen risk premium voidaan esittää myös Kelly-painon c funktiona, jolloin ei tarvita mitään muita parametreja Kelly-painon lisäksi kuin Sharpe ratio:

RP(c) = c(1-c/2)SR^2 (kaava 69)

 

Eli portfolion kasvunopeus Kelly-painon c funktiona on c(1-c/2)SR^2 + r.

 

USAn historialliset osakemarkkinatuotot ja fractional Kelly

Se teoreettisista esimerkeistä. Mutta miten tämä teoria toimii empiirisellä datalla testattuna? Vastaus on, että hämmästyttävän hyvin. Tai ehkä sen ei pitäisi olla hämmästyttävää huomioiden, että me testataan erittäin suurella datalla (lähes 3 miljoonaa yksittäistä osakkeiden kuukausituottoa, joista muodostetaan satunnaisesti kuukausittain 50 000 portfoliota 45.5 vuoden ajalta) ”matemaattista lakia” eli geometrisen excess keskiarvotuoton kaavaa (kaava 8). Sample size on riittävä, jotta suurten lukujen laki tekee tehtävänsä ja geometrinen excess keskiarvotuotto konvergoituu odotusarvoonsa (pois lukien suurella vivulla, jossa empiirinen tuotto alkaa systemaattisesti jäädä teoreettisesta ennusteesta).

Kuvassa 13 nähdään kaavoista ennustettu geometrinen risk premium (Predicted) ja empiirisestä datasta todennettu tulos (Bootstrapped) aikavälillä Jan/1973 - Jun/2018. Empiiriset tulokset muodostuvat 50 000 kuukausittain satunnaisesti valitusta portfoliosta per portfoliokoko sekä kaikki osakkeet sisältävästä benchmark portfoliosta. X-akselilla on sijoitusaste f. Kaikki portfoliot ovat equally weighted ja kuukausittain rebalansoitu. Equal weightinginstä johtuen microcap osakkeet dominoi tuloksia. Kuvat 14-16 sisältävät vastaavat tulokset microcap, small stocks ja big stocks kategorioille eriteltynä. 

Kuvasta 13 nähdään, että täysin hajautetun equally weighted benchmark portolion full Kelly piste on yli 2 (teoreettinen 2.36 ja empiirinen 2.16). Lisäksi nähdään, että empiiriset käyrät seuraavat varsin tarkasti ennusteita, kunnes suurella vivulla (erityisesti 1.5 jälkeen) empiiriset tulokset alkavat jäädä ennustetuista. Tämä ero liittyy paksuhäntäisiin tuottoihin yhdistettynä epäoptimaaliseen rebalansointitaajuuteen (kuukausittainen rebalansointi on liian harva suurella vivulla).

Lisäksi kuvasta 13 näkyy hajautuksen merkitys. 100% osakeallokaatiolla benchmark portfolion realisoitunut geometrinen excess keskiarvotuotto on vajaa 8% per annum. Yhden osakkeen portfoliolle keskiarvotuotto jää noin -7% paikkeille. Ero on lähes 15 prosenttiyksikköä. 10 osakkeen portfoliolla tappiota benchmarkille jää noin 1.6 prosenttiyksikköä per annum. Ero (hajautuksen merkitys) korostuu mitä suurempi sijoitusaste on. Vaikka microcap painotteinen equally weighted benchmark ei ole täysin implementoitavissa (johtuen microcappien epälikvidiydestä), on selvää, että hajauttaminen on negatiivisen hinnan lounas. Hajauttamalla enemmän saa sekä alemman riskin että suuremman geometrisen keskiarvotuoton.

Kuvassa 17 näkyy erittäin heikosti hajautettujen portfolioiden (1-5 osaketta) geometriset risk premiumit sijoitusasteen funktiona. Huomionarvoista on, että aina kun portfolio koostuu viidestä tai alle viidestä osakkeesta niin 100% osakeallokaatio tuottaa alemman (geometrisen) risk premiumin kuin jokin alempi osakeallokaatio tuottaisi. Esimerkiksi yhden osakkeen portfolio saavuttaa maksimituoton 29% osakeallokaatiolla (71% riskittömässä korossa). Lisäksi näemme, että yhden osakkeen portfolio tuottaa odotusarvoisesti huomattavasti alle riskittömän koron 100% osakeallokaatiolla. Kahden osakkeen portfolio tuottaa odotusarvoisesti melko tarkasti saman kuin riskitön korko.

 

Bottom line

Sijoittaja tarvitsee vain estimaatin portfolion Sharpe ratiosta ja volatiliteetista. Näiden avulla saadaan helposti laskettua estimaatti portfolion Kelly-pisteelle (eli maksimivivulle), maksimikasvunopeudelle tai kasvunopeudelle millä tahansa sijoitusasteella. Toisin sanoen Sharpe ratio ja volatiliteetti riittävät määrittämään sijoittajan koko mahdollisuuksien kirjon (opportunity set). Tuosta mahdollisuuksien kirjosta sijoittaja voi valita itselleen sopivan riskitason ja saada sitä vastaavan portfolion odotusarvoisen kasvutahdin.

 

0
0
9.12.2020 - 09:31 #61393

Bingo53

+2777
Liittynyt:
17.8.2020
Viestejä:
2008

Mielenkiintoista. Mikähän on korkein järkevä vipu maailman osakkeille, esimerkiksi:

Vanguard FTSE All-World UCITS ETF - Dist (VGWL)

Sille Nordnet antaa Sharpen luvun ja volatiliteetin:

Mikähän olisi optimaalinen vipu tähän sijoitukseen? Ja estimaatti kasvunopeudelle?

Muut tiedot: Vanguard FTSE All-World UCITS ETF - Dist – vertaa ja osta pörssinoteerattuja rahastoja - Nordnet

0
0
9.12.2020 - 09:55 #61397

RahatonMies

+132
Liittynyt:
15.8.2020
Viestejä:
121

Kuinka tuolle rahastolle saisi laskettua volaliteetin? Sen jälkeenhän ei tarvitse kuin jakaa volaliteetti Sharpen luvulla, jos oikein Markkua tulkitsin. 

Sinänsä todella mielenkiintoista kaavojen pyörittelyä insinöörille. Voisi koettaa soveltaa omaan salkkuunkin. 

0
0
9.12.2020 - 12:48 #61413

Bingo53

+2777
Liittynyt:
17.8.2020
Viestejä:
2008
Bingo53 kirjoitti:

Mielenkiintoista. Mikähän on korkein järkevä vipu maailman osakkeille, esimerkiksi:

Vanguard FTSE All-World UCITS ETF - Dist (VGWL)

Sille Nordnet antaa Sharpen luvun ja volatiliteetin:

Mikähän olisi optimaalinen vipu tähän sijoitukseen? Ja estimaatti kasvunopeudelle?

Muut tiedot: Vanguard FTSE All-World UCITS ETF - Dist – vertaa ja osta pörssinoteerattuja rahastoja - Nordnet

Luin karkeasti läpi opinnäytteen ja paino siinä tuntui olevan vastata kuinka monella osakkeella saa toivomansa hajautetun salkun haluammallansa riskitasolla.

Itselläni kysymys koskee yllä mainittua, erittain laajasti hajautettua (VGWL:ssä on yli 3000 osaketta ympäri maailmaa) passiivista osakerahastoa ja sitä onko riski siinä niin pieni, että se jo itsessään korvaa riskittömän bondituotteen salkussa.

Vastaava bondituote on:

Xtrackers II Global Aggregate Bond Swap UCITS ETF 1D (XBAG)

Sille Nordnet antaa riskin ja volatiliteetin:

Molemmat jakavat osinkoa, mutta bondituote ei kasva mihinkään. XBAG on turvasatama ja kiinnostavaa on, kuinka lähellä VGWL on sitä laskennallisesti. Jälkimmäisessä on vielä kasvuakin ja valuuttahajautusta - se riittäisi ehkä turvasatamaksi.

0
0
9.12.2020 - 23:36 #61489

Markku Kurtti

+68
Liittynyt:
4.12.2020
Viestejä:
9

Bingo53 kirjoitti:

Itselläni kysymys koskee yllä mainittua, erittain laajasti hajautettua (VGWL:ssä on yli 3000 osaketta ympäri maailmaa) passiivista osakerahastoa ja sitä onko riski siinä niin pieni, että se jo itsessään korvaa riskittömän bondituotteen salkussa.

 

Täydelliselläkään hajautuksella ei saa poistettua osakkeiden markkinariskiä (systemaattinen riski). Eli siinä mielessä osakerahastolla ei voi korvata riskitöntä korkoa tai muita vähäriskisiä bondeja vaikka kuinka hajauttaisi. Toki on mahdollista pitää esim. 100% varoista allokoituna hajautettuun osakerahastoon, jos sietää osakkeiden markkinariskin täysimääräisenä. Eli siinä mielessä bondeja/riskitöntä korkoa ei välttämättä tarvita salkun komponenttina.

Kun käyttää Sharpe ratiota ja volatiliteettia (keskihajonta), niin kannattaa käyttää pitkiä aikasarjoja. Osaketuotot on tunnetusti paksuhäntäisiä eli pitkänkin ajan kestänyt korkea Sharpe ja/tai matala vola muuttuu kun häntäriski realisoituu ja markkina tippuu nopeasti paljon. Kymmenen tai mielellään kymmenien vuosien data antaa jo kohtuu luotettavan kuvan mitä parametrit ovat todellisuudessa historiassa olleet, mutta sekään ei tietysti takaa että samat parametrit pätee tulevaisuudessa.

Esimerkkinä voidaan laskea value weighted USAn osakemarkkinalle ja Buffettin Berkshire Hathawaylle Kellyn avulla joitain tunnuslukuja.

Data (Nov 1976 - Dec 2011) on Buffett's Alpha tutkimuksesta: http://docs.lhpedersen.com/BuffettsAlpha.pdf&nbsp;

USAn osakemarkkina / Bershire Hathaway:

Aritmeettinen excess tuotto:      6.1% / 19.0%

Volatiliteetti:                                  15.8% / 24.9%

Sharpe ratio:                                    0.386 / 0.763

 

Geometrinen excess tuotto voidaan approksimoida (kaava 8) kun f=1: geom. excess tuotto = arit. excess tuotto - s^2/2:

Geometrinen excess tuotto:       4.9% / 15.9%

 

Näillä parametreilla voidaan laskea:

Maksimisijoitusaste f* = SR/s:                           2.44 / 3.06

Maksimi (f=f*) geom. excess tuotto SR^2/2:   7.5% / 29.1%

Geom. excess tuotto kun f=1: fs(SR-fs/2):       4.9% / 15.9%  (nämä vastaa yläpuolella approksimoituja arvoja)

Portfolion Kelly-paino c = s/SR:                        0.41 / 0.33

 

Eli USAn markkinan maksimisijoitusaste (full Kelly allokaatio) 1976-2011 oli 2.44 kun se Berkshirellä oli 3.06. Ei kovin suurta eroa. Eroa sen sijaan on teoreettisessa portfolion excess kasvunopeudessa maksimisijoitusasteella. Markkinan maksimikasvunopeus riskittömän koron päälle on 7.5% kun se Berkshirellä on 29.1%. Markkinaportfolion Kelly-paino (kun f=1) on alle half-kellyn (0.41). Berkshiren Kelly-paino on 1/3 Kelly.

0
0
9.12.2020 - 23:54 #61490

Bingo53

+2777
Liittynyt:
17.8.2020
Viestejä:
2008

Mainiota, tämä havainnollisti ajatuksen kulkua jo paljon. Kiitos nopeasta vastauksesta.

0
0
10.12.2020 - 20:42 #61530

Iletus

OP
+110
Liittynyt:
7.10.2014
Viestejä:
130

Hienoa! Täytyypä viikonloppuna tutustua graduusi, tämä aihe ollut kyllä itsellänikin holdissa, joten täytyypä oikein tutkailla mitä on tullut aiemmin raapusteltua ja lukaistava nuo linkkaamasi perusteokset.

0
0