Оптимизация среднего отклонения
Максимизирует доходность при заданном уровне риска на основе исторических данных.
Паритет риска
Распределяет риск равномерно между активами вместо капитала.
Оптимизация HRP
Группирует похожие активы и распределяет риск внутри кластеров.
Оптимизация HERC
Балансирует вклад в риск равномерно между группами активов.
В портфеле нет позиций. Импортируйте, добавьте их вручную или выберите существующий портфель.
Мои портфели
Настройки оптимизации
Мера риска
Как определяется риск при оптимизации вашего портфеля
Безрисковая ставка
Минимальная доходность, которую вы ожидаете без какого-либо риска
%
Частота переоптимизации
Посмотрите, как бы вёл себя ваш портфель при регулярной переоптимизации
Дата оптимизации
Результаты после этой даты показывают реальную доходность вне выборки
Период анализа
Сколько исторических данных используется для расчёта оптимальных весов
Коррелированные активы
Автоматически исключает активы, которые движутся слишком похоже, для улучшения диверсификации
Constraints
Установите минимальные и максимальные лимиты распределения для каждого актива
%
%
Бенчмарк
Сравните ваш оптимизированный портфель с рыночным индексом
Оптимальное распределение активов
Ключевые улучшения
Доходность портфеля
График показывает рост $10,000 инвестированных в Оптимизированный портфель и сравнивает его с ростом индекса S&P 500 или другим бенчмарком. Цены представлены с поправкой на сплиты и дивиденды.
Allocation Over Time
Просадки портфеля
Волатильность портфеля
Таблица корреляции активов
HERC против HRP
Оба метода используют иерархическую кластеризацию, но отличаются способом распределения весов:
- HRP: веса обратно пропорциональны риску каждого кластера (больше риск = меньше вес)
- HERC: корректирует веса так, чтобы каждый кластер вносил равный вклад в общий риск портфеля
- Результат: HERC обычно создаёт более сбалансированное распределение риска между различными группами активов
Когда использовать HERC
HERC лучше всего работает, когда:
- Ваш портфель содержит различные группы активов (технологии vs облигации vs сырьё)
- Вы хотите равного вклада в риск на уровне кластеров, а не только отдельных активов
- Вы оптимизируете под показатели хвостового риска (CVaR, CDaR), а не только волатильность
- Вы хотите предотвратить доминирование любой отдельной группы в риске портфеля
Компромиссы
- Более ресурсоёмкий, чем HRP (требует оптимизации на каждом узле)
- Производительность может быть менее стабильной, чем у HRP при разных рыночных условиях
- Как и HRP, не требует обращения ковариационной матрицы (более стабилен, чем традиционный MVO)
- Лучше всего работает с 15+ активами, образующими естественные, различные кластеры