Jag märkte dock ett problem med att försöka balansera en portfölj genom att titta på monthly correlation, och det är att vissa tillgångar får en hög korrelation med portföljen hur mycket man än drar ner på allokeringen.
Om vi tar tillgångarna i Grundportföljen som exempel:
Som du ser så får TIPS högst korrelation med portföljen vid “riskparitet”, så jag testade att dra ner och dra ner… men även vid ynka 1% allokering så har TIPS högst monthly correlation!
Haha, just det! Får revidera mitt svar till att jag eftersträvar att den viktade korrelationen ska vara lika för alla tillgångar. För 1% TIPS borde ju bara ge ca 1% av den korrelation du fick fram. I backtesting-läget tar PV hänsyn till det!
Var i backtesting-läget ska jag titta? Ser bara samma siffror för korrelation som jag fick i optimization-läget…
Det kan vara lärorikt att visualisera denna princip:
ju lägre räntan är (och ju längre löptiderna är), ju större blir “konvexiteten” på obligationernas prisrörelser, vilket är vad som gör att obligationerna fortfarande kan gynna portföljen som helhet genom ombalansering, även om obligationer med låga räntor i isolation kanske inte skulle vara något man vill hålla i 10 år.
(Vilket är varför Zino rekommenderar så långa löptider som möjligt).
Ursäkta, det är “risk decomposition”-tabellen jag syftar på, och som jag eftersträvar att jämna ut. Kanske fel av mig att blanda ihop det med korrelation, bra att du påpekar det. Såhär skev blir iallafall riskfördelningen för grundportföljen med 1% TIPS:
Ah, ok. Men det är just “risk decomposition” som jämnas ut när man kör “risk parity optimization”, vilket jag tyckte blev fel i exempel 2.
I exempel 2 har alla tillgångar 12.5% i risk decomposition, men guldets monthly correlation till portföljen är då nere på 0.36 medans alla andra tillgångar är uppe runt 0.9.
Men ger man guldet samma allokering som i exempel 1 (44%), så blir monthly correlation igen nästan helt jämn, men enligt risk decomposition så är guldet då överviktat.
(Provided portfolio = portföljen med 44% guld)
Storleken på en tillgång borde vara inverst/omvänt relaterad till tillgångens korrelation med portföljen som helhet.
En tillgång med låg korrelation till portföljen som helhet bör ha stor vikt i portföljen, om målet är att minska volatiliteten.
Och då bör alla tillgångar få samma korrelation till portföljen som helhet, inte mer, inte mindre.
Eller?
@Zino, @Marknadstajmarn, @TunderTarFyr
Ang. riskparitet, skulle jag säga att det beror på vilken typ av riskparitetsstrategi man tillämpar. “Enkel” riskparitet (som jag förmodar anvnds i backtestingen) tar enbart hänsyn till två (eller flera) tillgångars volatilitet i relation till varandra, det vill säga, detta är ett mått som ignorerar korrelation.
Om guld har en volatilitet på 19% och aktier en volatilitet på 15%, innebär applicering av riskparitet att tillgångarna viktas ca. 44/56. Det spelar då ingen roll om korrelationen är 1, 0,2 eller -1.
Att snarare ta hänsyn till korrelation för viktningen är en annan typ av portföljallokering som snarare är en “maximum diversified portfolio” som viktar tillgångar baserat på korrelationsmatris för att uppnå maximalt antal individuella bets.
ReSolve AM har intressant material på det här området:
@Kulblixt @SNS @anon80140662
Utöver svaret från @Zino, tyckte jag denna artikel hjälpte förklara tips’ negativa avkastning. Jag själv tar det som ett tillfälle att köpa billigt genom att ombalansera.
Tack så hemskt mycket för förklaringen och artikeltipsen, extremt intressant läsning. Fyllde en kunskapslucka hos mig. Nu kan jag mer robust definiera vilken typ av portfölj jag faktiskt eftersträvar.
ReSolves whitepaper gav en elegant översikt över vad som är den riskjusterat mest optimala portföljstrategin, utifrån huruvida man har egen kännedom om tillgångars:
Av dessa är nummer 3 uppenbarligen den svåraste att förutspå, och mest kontroversiell. Att förutspå volatilitet och korrelationer (nummer 1 och 2) för olika tillgångsslag, i kombination med tron på att alla tillgångsslag har likvärdig långsiktig riskjusterad avkastning (dvs alla tillgångar har något klimat de frodas likvärdigt i), är ju dock vad min allvädersportfölj bygger på!
Ur flödesschemat får vi då att den mest optimala portföljstrategin för mig att eftersträva är maximum diversification. Intressant är också att denna strategi gav högst Sharpe, i ReSolves backtest på ett universum med 12 olika sorters tillgångslag. I ett universum med bara aktier var strategin en av de sämsta. Detta bekräftar det vi redan visste, dvs att diversifiering kräver tillgång till anti-korrelerade tillgångsslag för att fungera.
Nu känner jag äntligen att jag kan besvara din initiala fråga mer tillfredsställande, stort tack för att du ställde den och startade hela denna diskussion. Det finns alltså olika definitioner av riskparitet, och PV verkar eftersträva en “Equal Risk Contribution Portfolio” där målet är att varje tillgång bidrar med samma risk till portföljen (såsom i ditt exempel 2).
Jag eftersträvar istället en variant av “Maximum Diversification Portfolio”, där målet är att maximera ration (viktade summan av alla tillgångars volatiliteter)/(portföljens totala volatilitet) genom diversifiering och anti-korrelation. Detta eftersom jag tror att hög volatilitet = hög avkastning (eftersom den riskjusterade avkastningen för olika tillgångsslag är konstant), så jag vill “klämma in” så mycket volatilitet som möjligt i portföljen till lägsta möjliga risk. Det spelar då ingen roll om en enskild tillgång bidrar med mer risk än någon annan, så länge den totala volatiliteten är låg. Detta var en enorm insikt för mig!
Hur har du resonerat kring att en tillgång som i grundallokeringen utgör 1 % av portföljen, men vinner momentumrankningen, ökar sin allokering i portföljen med 600 %, medan om i stället en annan tillgång som utgör 15 % i grundallokeringen hade vunnit bara ökar med 40 %?
Vid trendföljning av kanske framförallt aktier finns det de som räknar bort 1-månads prisuppgång då de anser det vara negativt korrelerat med momentum. Har du funderat något i de banorna då du satte samman ditt mått på momentum med de tillgångsslag som ingår i allvädersportföljen?
Använder du Google Sheets eller något annat verktyg för att automatisera dina momentumberäkningar?
Gillar att hålla det enkelt 
Går att ta hänsyn till grundallokeringen, men blir ett mycket mer avancerat matematiskt problem att lösa vid varje ombalansering för att nå 100%
Använder Excel till allt, fruktansvärt mycket bättre än google sheets för mina ändamål.
Jag har backtestat lite med 12 - 1 månad , men ser inte att det tillfört mycket.
Hämtar du data automatiskt till Excel?
Viss data ja, annat knappas in manuellt Gillar att bearbeta lite för hand, ger en “känsla” för marknaden och vad som pågår
Den senaste månaden har jag reflekterat mycket över volatiliteten hos portföljens beståndsdelar, och de senaste diskussionerna kring olika typer av riskparitet har också bidragit till en hel del insikter. Jag har insett att ffa mitt portföljförslag för Avanza inte alls uppnått riskparitet, vilket säkert redan varit uppenbart för många av er. Jag har helt enkelt inte lagt tillräckligt mycket fokus på den här biten, förrän nu.
Jag har nu definierat 2 mål avseende portföljens volatilitet:
Grundportföljen har justerats från 25% aktier, 25% realränteobligationer, 25% statsobligationer, 25% guld till:
Denna justering görs då aktier har hög naturlig volatilitet, och också högst förväntad långsiktig avkastning, av tillgångsslagen. Guld har likvärdig volatilitet, och ökas upp för att balansera. Visserligen kan även volatiliteten hos räntorna ökas genom att förlänga löptiderna, men nackdelen är att portföljen då blir extremt räntekänslig, vilket 2022 varit prov på.
Balansen/symmetrin i grundportföljen bibehålls trots ovanstående, eftersom vi helt enkelt flyttar 2,5%-enheter från räntorna i varje kvadrant till aktier/guld. Vi kan visualisera detta genom att analysera fördelningen per kvadrant:
Den avancerade portföljen blir följaktligen:
Den avancerade portföljen per kvadrant:
Volatilitet (dvs annualiserad standardavvikelse) för varje fond är nu en obligatorisk parameter att ta hänsyn till. Målet är att uppnå likvärdig volatilitet för varje tillgångsslag. Detta uppnås i första hand genom att välja mer/mindre volatila fonder, men om detta inte är möjligt måste man öka/minska allokeringen i det tillgångsslaget, vilket gör att portföljen avviker från ursprungsfördelning.
Inklusion av volatilitet som parameter gör också att gränserna för ombalansering blir mer intuitiva. Tidigare har jag ju använt den fasta gränsen relativ avvikelse +/-17,5% som trigger för ombalansering, vilket är naivt eftersom en fond med högre volatilitet lättare uppfyller triggern. Nu kan jag istället använda gränsen +/-1 sigma (dvs 1 standardavvikelse) som trigger, vilket statistiskt sett sker ca 1 gång/3 år (för varje fond). Om jag t.ex. allokerat 100kr i en fond med 15% volatilitet, triggas alltså ombalansering när värdet sjunkit/stigit till 85kr resp. 115kr.
Exempel – värdeaktierna:
Vi försöker nu uppnå likartad volatilitet för statsobligationerna:
Sammanfattat innebär ovanstående:
Tack för alla givande diskussioner i tråden, jakten på den “ultimata” allvädersportföljen fortsätter!
Jag har för mig att jag påpekade att detta inte stämmer för ett tag sen, varvid vi hade en diskussion om det
Om hävstången är 1,52x och FGB = 85,9 blir belåningsgraden ca 39,8 och nedgång som krävs för högre ränta (på eget kapital) är bara 0,7%.
Eget kapital = 1000
Lånebelopp = 520
FGB = 85,9
520 / (1520 * 85,9) = 39,8
Om du vill ha en belåningsgrad på ca 34,4% blir hävstången 1,42x och nedgångsbufferten 19,8%.
Tack och hej
Om hävstången är 1,52x och FGB = 85,9 blir belåningsgraden ca 39,8 och nedgång som krävs för högre ränta (på eget kapital) är bara 0,7%.
Du menar 7% och inte 0.7%?
Nej faktiskt inte, så “mycket” påverkar FGB.
Hade FGB varit 88% istället för 85,9% hade bufferten varit 4,3% med 1,52x hävstång.
När jag räknar samman ursprungliga allokeringen i nuvarande Nordnet-portföljen får jag summan till 104 %.
Är det en felskrivning någonstans, eller är det något annat jag inte begriper?
12+12+8+4+12+4+12+20+20 = 104
@1havde Jo, det stämmer att det är tack vare dig jag förstod hur belåningen på Nordnet räknas ut
Som jag skrev i tråden där vi diskuterade det anser jag dock att Nordnet marknadsför sig på ett fult sätt. Det de kallar för 40% ”belåningsgrad” motsvarar i själva verket 28% (1,39x hävstång) - 36% (1,56x hävstång) portföljbelåningsgrad, beroende på hur hög “FGB” (fondernas genomsnittliga belåningsgrad) du kommit upp i.
Eftersom detta är min tråd har jag valt att vara mer korrekt i mina ordval, så när jag skriver 34,4% portföljbelåningsgrad i tabellen så menar jag det du kallar för 40% belåningsgrad (titta i kolumnen till vänster i tabellen så står det också). Detta eftersom 40% belåning av FGB 85,9% = 0,4 * 0,859 = 34,4%.
Det är mer korrekt att benämna belåningsgraden på detta sätt, eftersom uträkningen av maximal hävstång görs med denna siffra:
Maximal hävstång = 1 / (1 - portföljbelåningsgrad) = 1 / (1 - 0,344) = 1,52x
Här missförstår du mig också - jag skriver såhär:
Sammanfattat så menar vi samma sak, men vi uttrycker det på olika sätt, eftersom Nordnet använder förvirrande ordval och marknadsföring 
Det var en felskrivning! Realräntorna ska ju bara vara 8% i den uppdaterade versionen. Tack, korrigerat!
