Enhanced Mean-Variance Portfolios: A Controlled Integration of Quantitative Predictors

zurück zur Übersicht

Referenz

Kaiser, L., Veress, A., & Menichetti, M. J. (2012). Enhanced Mean-Variance Portfolios: A Controlled Integration of Quantitative Predictors. Paper presented at the Research Seminar at City University Hong Kong, Hong Kong.

Publikationsart

Präsentation auf Konferenz

Abstract

The intuitiveness and practicality of mean–variance portfolios largely depend on the accuracy of moment estimates, which are subject to large estimation errors and are conditional on time. The authors propose a model that accounts for factor dynamics in a Bayesian setting, in which they endogenously derive the effect of estimation accuracy on the posterior distribution from a linear predictive regression model. By doing so, they capture upside return potential for periods of high factor-explained variance, while constraining downside risk for periods of low predictive quality. Results are robust in a simulation and an empirical setting.

Forschung

Quantitatives Investment Management und Portfoliooptimierung
Dissertation, März 2011 bis Februar 2015 (abgeschlossen)

Der Fokus der vorliegend kumulativen Dissertation lässt sich in drei Teilbereiche unterteilen. Die ersten beiden Teile befassen sich mit der Reduzierung von Schätzfehlern in Bezug auf Rendite und ... mehr

Mitarbeiter

Einrichtungen

  • Institut für Finanzdienstleistungen
  • Lehrstuhl für Betriebswirtschaftslehre, Bank- und Finanzmanagement
  • Banking and Finance