Robust 포트폴리오 최적화를 통한 섹터 포트폴리오 구축

Abstract

마코위츠 평균-분산 모형은 포트폴리오 최적화 문제에서 범용적으로 사용되는 것으로 알려져 있다. 그러나 포트폴리오 자산의 차원이 높은 경우 추정이 불가능한 경우도 있으며, 수익률의 가중치 계산에 필요한 평균 벡터와 공분산 행렬 역시 로버스트한 성질을 만족하지 못하는 이유로 불안정한 추정 결과를 주는 경우가 많다는 사실이 잘 알려져 있다. 이에 대한 대안으로 로버스트한 추정량을 얻는 방법으로는 최대최소 효용함수, 최소최대 손실함수 기준 등이 있다. 본 논문에서는 앞서 제시한 두 가지 기준을 절충한 혼형 모형을 제시하고, Fama-French 산업 섹터 데이터에 적용하여 다른 추정량들과 비교하려 한다. 또한 수축 공분산 추정량을 이용하여 고차원 포트폴리오 최적화 문제에서 보다 안정적인 결과를 주는 것을 보이려 한다. 주어진 최적화 문제는 볼록 프로그래밍, 준한정 프로그래밍으로 변형할 수 있으며, 내점 방법을 이용해 효율적으로 최적해를 찾을 수 있다

주요어 : 포트폴리오 최적화, 로버스트 포트폴리오, 준한정 프로그래밍, 포트폴리오 리밸런싱, 수축 공분산 추정량

학번 : 2015-20308