5 min
Tilbage i marts begyndte vi serien #medfokuspåporteføljekonstruktion i forbindelse med vores nye fond, Marselis Systematisk Allokering. Serien har fokuseret på de relativt basale elementer, der ligger bag god porteføljekonstruktion.
Vi har blandt andet beskrevet betydningen af valuta, og hvor vigtigt det er at fokusere på afkast målt i danske kroner. Det primære fokus har dog været på vigtigheden af diversifikation, hvilket betyder at holde aktiver i porteføljen, der ikke altid stiger og falder på samme tid. Dermed kan man reducere udsvingene i sin portefølje, uden nødvendigvis at mindske det forventede afkast.
Konkret har vi påpeget værdien af at holde andre aktiver end aktier i porteføljen, hvilket for eksempel kan være obligationer og råvarer. Hvordan aktiver bevæger sig sammen, er tidsvarierende, mens råvarer er et af de få aktiver, der til tider bevæger sig modsatrettet af både aktier og obligationer, og derfor kan de bidrage positivt til en portefølje.
Netop den tidsvarierende korrelation er central, når man i praksis skal konstruere en portefølje med kvantitative metoder. Det vil vores analytiker, Nickolai Larsen, kort beskrive i dette opsamlende skriv, inden vi i næste opslag runder serien af ved at beskrive afkastet på Marselis Systematisk Allokering siden lanceringen.
Som sagt er det vigtigt at have et estimat på hver aktivs risiko og korrelation med andre aktiver, da det måler både risiko- og diversifikationsbidrag. Hvis for eksempel en lang dansk statsobligation og OMX er begyndt at falde og stige på samme tid, altså positiv korrelation, så diversificerer statsobligationen ikke aktieeksponeringen specielt meget, og den er mindre nyttig i en portefølje.
Der er mange måder at lave estimeringerne på, og det kan have stor betydning for hvilke aktiver, der ser attraktive ud i en porteføljesammenhæng. Man kan for eksempel gøre det på en standard måde, hvor den seneste tids volatilitet ikke er vigtigere end volatiliteten for år tilbage. Da høj volatilitet har tendens til at følge høj volatilitet, så kan det dog have stor værdi at vægte nyere observationer højere.
GIF’en ovenfor ”Volatilitetstimation på OMX” viser i de grønne og røde linjer to forskellige måder at beregne en risikoforventning på. Den røde linje er den klassiske metode, mens den grønne linje vægter nyere observationer højere. Den lyseblå linje viser den faktiske volatilitet i det efterfølgende år.
Estimeringen vil aldrig være perfekt, men det ses tydeligt, at den grønne linje giver en bedre risikoforventning end den røde.
Grafen ovenfor ”Korrelationsestimation på OMX og Lang statsobligation” viser, at metoden også kan forbedre forventningen til, hvordan OMX og den lange danske statsobligation samvarierer.
Læg især mærke til, at standardmetoden aldrig fanger, at de to aktiver er begyndt at have positiv korrelation. I begge tilfælde er ”EWMA”-metoden, Exponentially Weighted Moving Average, bedre til at forecaste det næste års udfald.
Vi vil i næste opslag afslutte serien ved at beskrive performance i Marselis Systematisk Allokering, der er en globalt investeret fond med en veldiversificeret, datadrevet og dynamisk forvaltet porteføljestrategi. Den er investeret systematisk i de vigtigste globale markeder: Aktier, stats- og kreditobligationer, råvarer og andre risikofyldte aktiver.
Materialet er udarbejdet til brug for orientering samt informering og skal aldrig betragtes som en opfordring om, eller anbefaling til, at købe eller sælge aktier, værdipapirer eller lignende. De nævnte oplysninger skal ej heller betragtes som anbefalinger eller rådgivning af juridisk, regnskabsmæssig eller skattemæssig karakter. Marselis kan aldrig holdes ansvarlig for tab forårsaget af investorers dispositioner – eller mangel på samme – på baggrund af oplysninger i materialet. Investorer gøres opmærksomme på, at investering kan være forbundet med risiko for tab, som ikke på forhånd kan fastlægges, ligesom tidligere afkast og kursudvikling aldrig kan anvendes som en pålidelig indikator for fremtidige afkast og kursudvikling
Pressekontakt: