Titelaufnahme

Titel
Die Optimierung von Hedgefonds-Portfolios / Maximilian Roman Nitz
Verfasser/ VerfasserinNitz, Maximilian Roman
Begutachter / BegutachterinFischer, Edwin
Erschienen2015
UmfangX, 69 Bl. : Zsfassungen (2 Bl.) ; Ill.
HochschulschriftGraz, Univ., Masterarb., 2015
Anmerkung
Zsfassungen in dt. und engl. Sprache
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (GND)Hedge Fund / Hedge Fund / Online-Ressource
URNurn:nbn:at:at-ubg:1-86664 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Die Optimierung von Hedgefonds-Portfolios [1.68 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die vorliegende Arbeit beschäftigt sich mit der Frage, ob Möglichkeiten vorhanden sind, Hedgefonds-Portfolios zu verbessern. Die Motivation hinter dieser Arbeit liegt in der immer größer werdenden Bedeutung von Hedgefonds-Portfolios. Nach einem kurzen Einblick in die historische Entwicklung der Portfoliotheorie wird ein analytisches Beispiel aufgearbeitet. Für diese Arbeit wurde dafür der Dow Jones Credit Suisse Allhedge Index Euro herangezogen und in seine Bestandteile nach Assetklassen zerlegt, um überprüfen zu können, ob Verbesserungsmöglichkeiten durch verschiedene Gewichtungen bestehen. Da die Beobachtungsdaten unter dem Einfluss der Autokorrelation stehen, wurden anhand des Unsmoothing Verfahrens die unkorrelierte Varianz-Kovarianz-Matrix berechnet, um das tatsächliche Risiko besser einschätzen zu können. Um die optimalen Gewichtungen berechnen zu können, wurden in der vorliegenden Arbeit das Minimum Risk Portfolio und das Tangentialportfolio unter verschiedenen Risiko- und Performancemaßen ((m)VaR und (m)CVaR) und unterschiedlichen Renditeschätzern (CAPM, historischer, Bayes-Stein und Black-Litterman) verwendet. Dabei konnte festgestellt werden, dass über das Minimum Risk Portfolio keine Verbesserungen möglich sind. Bei einer Optimierung über das Tangentialportfolio konnten durch den Bayes-Stein oder historischen Renditeschätzer deutliche Verbesserungen erzielt werden. Bei einer Analyse mittels CAMP als Renditeschätzer konnten leichte Verbesserungen beobachtet werden. In dieser Arbeit konnte festgestellt werden, dass der Bayes-Stein und der historische Renditeschätzer zu den besten Ergebnissen für den Allhedge Index führen, jedoch nur bei einer Optimierung mittels des Tangentialportfolios Verbesserungen beobachtbar sind. Ebenfalls konnte festgestellt werden, dass der Black-Littermann Renditeschätzer unter keinen Optimierungsmöglichkeiten eine positive Performance erzielen konnte und somit keine Verbesserungsmöglichkeiten bietet.

Zusammenfassung (Englisch)

The present thesis deals with the question whether there exist any opportunities to improve hedge fund portfolios. The motivation for this paper is the growing importance of hedge fund portfolios. After a short insight about the historical development of the portfolio theory, an analytical example will be discussed. For this thesis the Dow Jones Credit Suisse Allhedge Index Euro was chosen and split into its components by asset classes, in order to check if there are any improvements possible with different proportions of the asset classes. Since the observational data are influenced by autocorrelation, the uncorrelated data were calculated using the unsmoothing method. This method is important to calculate a better variance-covariance-matrix to estimate the risk of all asset classes in a better way. In order to answer the research question the optimal weights were calculated with the minimum risk portfolio and tangent portfolios under various risk- and performance measures (VaR, CvaR, mVaR and mCVaR) and different yield estimators (CAPM, historical, Bayes-Stein and Black-Litterman). The result shows that no improvements can be made with an optimization with calculations including the minimum risk portfolio. Through optimization using the tangent portfolio method huge improvements could be achieved with the Bayes-Stein and historical estimator. With the CAPM estimator there is also the possibility to improve the Allhedge Index. The result of this thesis is that the historical and Bayes-Stein estimator lead to the best results for the Allhedge Index, but improvements are only possible if the tangent portfolio is used for calculating the optimal proportions. Also the CAMP estimator shows, that there is some potential to optimize the Allhede Index. The Black-Litterman estimator is not a suitable estimator for an optimization of the Allhedge Index, the performance is always inferior to the performance of the Allhedge Index.