老师您好,三级的资产配置里面,关于MVO过度集中配置的缺陷,既可以有reverse MVO,也可以有Monte Carlo Simulation。有一套题目问如果解决MVO过度集中配置的缺陷,同时出现了这两个选项,我选了Monte Carlo Simulation,结果答案是reverse MVO。请问Monte Carlo Simulation也不一定算错误答案吧?考试时候应该如何分别?感谢!
lynn_品职助教 · 2024年02月04日
嗨,爱思考的PZer你好:
老师您好,三级的资产配置里面,关于MVO过度集中配置的缺陷,既可以有reverse MVO,也可以有Monte Carlo Simulation。有一套题目问如果解决MVO过度集中配置的缺陷,同时出现了这两个选项,我选了Monte Carlo Simulation,结果答案是reverse MVO。请问Monte Carlo Simulation也不一定算错误答案吧?考试时候应该如何分别?感谢!
MSC本身是一种统计方法,由计算机按照设定的递推式发射随机数,产生不同的结果,比如,我们假定某只股票明天的价格Pt=Pt-1+ε,ε是随机扰动项,那么我们可以根据计算机程序发射10000个随机数,就得到10000个明天股票价格Pt,对这10000个价格可以画分布,求均值,求标准差等等。其实MSC我们学衍生品也是用过的,模拟布朗运动。
有MVO方法的缺点,我们引出了MSC方法与resample方法。
MSC方法是解决MVO的缺陷,single period framework,的一种工具。
因为我们用传统MVO方法,默认只能得到未来一期的资产配置方案(wi),进而可以得到未来一期的组合收益(∑wiE(Ri))。二用MSC方法可以设定比如第3年末的组合收益公式Rp=△cash flow1+tax1+△cash flow2+tax1+△cash flow2+tax3+ε,这个公式中的△cash flow,tax,ε都是随机数,那么就可以用计算机来模拟这些随机数的分布,进而得到Rp的分布,这就解决了single period的问题或者说path dependent的问题(最终结果依赖期间的现金流以及tax等等)。
而反向最优化过程是以市值权重作为输入变量,再加上从历史数据中估计得到的ρ和σ,得到当前市场的implied return,也就是E(R),旨在解决MVO中用历史数据估计得出的E(R)不靠谱的问题。
----------------------------------------------加油吧,让我们一起遇见更好的自己!