Skip to main content

Dynamische Volatilitäts-Timing-Strategie auf Tagesdaten

  • Chapter
Dynamische Steuerung von Portfoliorisiken
  • 3469 Accesses

Auszug

Das nachfolgende Kapitel widmet sich zwei zentralen Untersuchungszielen: Zum einen werden die verschiedenen Varianz-Kovarianz-Schätzer hinsichtlich ihrer Schätzqualität evaluiert (Kapitel 5.1) und zum anderen wird der ökonomische Wert der dynamischen Anpassung der Portfolios aufgrund der Schätzungen der zweiten zentralen Momente der Renditeverteilung analysiert (Kapitel 5.1 und 5.2).335

Zum Aufbau der Untersuchung vgl. Kapitel 4.1.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 59.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Zur Herleitung und genauen Begründung der Prüfgröße vgl. Memmel (2004), S. 144f.

    Google Scholar 

  2. Werden Transaktionskosten in der Betrachtung berücksichtigt, sind die Portfolios nicht mehr optimal im Sinne des μ-σ-Ansatzes. Die dynamischen Strategien werden entsprechend suboptimal, sobald Transaktionskosten berücksichtigt werden. Die dargestellten Ergebnisse lassen daher Spielraum für weitere Verbesserungen. Lynch / Balduzzi (2000) und Balduzzi / Lynch (1999) befassen sich in diesem Zusammenhang näher mit der Thematik, wie Portfoliogewichte unter Berücksichtigung von Transaktionskosten optimal angepasst werden können.

    Google Scholar 

  3. Vgl. Gomber/ Schweickert (2002), S. 488.

    Google Scholar 

  4. Vgl. Jagannathan/Ma (2003), S. 1667–1669.

    Google Scholar 

  5. Vgl. Haugen (1990), S. 1–3. Weitere Untersuchungen zu dieser Thematik finden sich u.a. bei Gerke / Mager/Röhrs (2005), S. 97–99; Moftakhar (1994), S. 53ff.; Kleeberg (1993), S. 160–164; Winston (1993), S. 27–34; Vangelisti (1992), S. 1–3 sowie Haugen / Baker (1991), S. 39.

    Google Scholar 

  6. Zu ähnlichen Ergebnissen kommen auch Levy / Ritov (2001), S. 3. Die Autoren stellen fest, dass die Sharpe Ratio sich u.U. mehr als halbiert, sobald Leerverkäufe ausgeschlossen werden.

    Google Scholar 

  7. Vgl. Marquering / Verbeek (2004), S. 419f.

    Google Scholar 

  8. Die Vorgehensweise basiert auf der von Fleming / Kirby / Ostdiek (2003). Das Bootstrap-Verfahren geht auf Efron (1979) und das Block-Bootstrap-Verfahren auf Hall/ Horowitz (1996) zurück.

    Google Scholar 

  9. Vgl. dazu auch Fleming / Kirby / Ostdiek (2003), S. 492, die eine analoge Nebenbedingung für ihre Simulation von Aktien-, Renten-und Goldrenditen einführen. Die Löschung der Simulationsergebnisse, die die Nebenbedingungen verletzten, entspricht der Vorgehensweise eines Bayesianischen Investors, der Bedingungen in seinen Prior aufnimmt. Bei einer resultierenden Verteilung hätten die Regionen einer Verteilung, welche gegen die Bedingung verstoßen, ebenfalls eine Eintrittswahrscheinlichkeit von null.

    Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2006 Deutscher Universitäts-Verlag ∣ GWV Fachverlage GmbH, Wiesbaden

About this chapter

Cite this chapter

(2006). Dynamische Volatilitäts-Timing-Strategie auf Tagesdaten. In: Dynamische Steuerung von Portfoliorisiken. DUV. https://doi.org/10.1007/978-3-8350-9071-2_5

Download citation

Publish with us

Policies and ethics