Erstellung von Risk-Parity-Portfolios
Wann verwenden
- Aufbau eines Multi-Asset-Portfolios, bei dem jede Anlageklasse gleich viel zum Gesamtrisiko beiträgt
- Design gehebelter, ausgewogener Strategien (z. B. Allokation im Stil von Bridgewater All Weather)
- Rebalancing eines bestehenden Risk-Parity-Buchs unter Verwendung aktualisierter Kovarianzschätzungen
- Vergleich von Risk-Parity-Gewichten mit Marktkapitalisierungs- oder Gleichgewichts-Benchmarks
- Aufbau eines volatilitätsgesteuerten Overlays, das das Bruttoengagement auf ein konstantes Risikobudget skaliert
Zu sammelnde Eingaben
- Anlageuniversum: Liste der Anlageklassen oder Instrumente (z. B. Aktien, nominale Anleihen, TIPS, Rohstoffe, Gold) mit Ticker-Zuordnung, sofern anwendbar
- Renditezeitreihen: Total-Return-Zeitreihen für jede Anlageklasse – mindestens 10 Jahre monatlich oder 3 Jahre täglich; Frequenz und Währung bestätigen [VERIFY]
- Kovarianzschätzungsmethode: Stichprobenkovarianz, exponentiell gewichtet (Halbwertszeit), Shrinkage (Ledoit-Wolf) oder DCC-GARCH – Kundenpräferenz bestätigen
- Risikofreier Zinssatz: Proxy angeben (3-Monats-T-Bill, OIS, SOFR) und ob er vor der Optimierung von den Renditen abgezogen werden soll [VERIFY]
- Zielportfolio-Volatilität: Annualisiertes Volatilitätsziel für das gehebelte Portfolio (üblicher Bereich: 10–15 %)
- Leverage-Beschränkungen: Maximales Bruttoengagement, Annahme zu Finanzierungskosten, Margin-/Sicherheitenregeln [VERIFY]
- Rebalancing-Häufigkeit: Täglich, wöchentlich, monatlich oder schwellenbasiert (z. B. Abweichung > 10 % des Zielgewichts)
- Rückblicksfenster: Rollierendes Fenster für die Kovarianzschätzung (z. B. 60 Tage, 252 Tage)
Arbeitsablauf
-
Kovarianzmatrix berechnen
- Renditen in der gewählten Frequenz berechnen; falls nötig annualisieren (√252 für tägliche Daten)
- Ausgewählte Schätzungsmethode anwenden; bei Shrinkage die Shrinkage-Intensität angeben
- Validieren: Prüfen, dass die Matrix positiv semidefinit ist; beinahe singuläre Bedingungen kennzeichnen
-
Risk-Parity-Gewichte lösen
- Ziel definieren: Der marginale Risikobeitrag (MRC) jedes Assets entspricht 1/N der Gesamtportfolio-Volatilität
- MRC_i = w_i × (Σw)_i / σ_p – iterieren, bis MRC_i ≈ MRC_j für alle i, j
- Numerische Optimierung verwenden (z. B. sequentielle kleinste Quadrate oder Newton-Verfahren auf dem Risikobudget-Lagrangian)
- Bestätigen, dass die Gewichte auf 1,0 (ungehebelt) oder auf das Bruttoengagementziel (gehebelt) summieren
-
Leverage-Skalierung anwenden
- Ungehebelte Portfolio-Volatilität σ_unlevered aus den Risk-Parity-Gewichten berechnen
- Leverage-Multiplikator = Zielvolatilität / σ_unlevered
- Angepasste Gewichte = Rohgewichte × Leverage-Multiplikator
- Finanzierungskosten von der erwarteten Rendite abziehen: Kosten = (Bruttoengagement − 1) × Finanzierungsrate [Finanzierungsratenannahme VERIFY]
-
Backtest und Stresstest
- Rollierenden oder erweiternden Fenster-Backtest durchführen; annualisierte Rendite, Volatilität, Sharpe, maximalen Drawdown und Calmar Ratio berichten
- Stressszenarien durchführen: 2008 GFC, 2013 Taper Tantrum, 2020 COVID, 2022 Zinsschock – Portfolio-Gewinn/Verlust unter jedem Szenario berichten
- Mit 60/40, Gleichgewicht und inverser Volatilität als Benchmarks vergleichen
-
Sensitivitätsanalyse
- Rückblicksfenster variieren (30d, 60d, 120d, 252d) – Auswirkungen auf Gewichtsstabilität und Umschlag zeigen
- Kovarianzmethode variieren – Stichproben-, Shrinkage- und EWMA-Gewichte vergleichen
- Einzelne Asset-Volatilitäten um ±2σ und die Korrelationsmatrix um ±0,10 schocken – Gewichts- und Risikobeitragsverschiebungen berichten
-
Allokationsmodell dokumentieren
- Endgültige Gewichtstabelle mit Aufschlüsselung des Risikobeitrags (absolut und prozentual)
- Brutto- und Nettoengagement, Leverage-Verhältnis, geschätzte Finanzierungskostenbelastung
- Rebalancing-Regel-Spezifikation und geschätzter jährlicher Umschlag
- Alle Annahmen explizit kennzeichnen; jurisdictionsabhängige Einschränkungen mit [VERIFY] markieren
Ausgabe
Liefern Sie ein strukturiertes Risk-Parity-Modellpaket mit:
- Gewichtsplan: Asset-Gewichte, Risikobeiträge und Leverage-Multiplikator
- Kovarianzzusammenfassung: Korrelations-Heatmap, annualisierte Volatilität pro Asset, Eigenwertzerlegung
- Backtestbericht: Eigenkapitalkurve, rollierender Sharpe, Drawdown-Chart, monatliche Renditetabelle
- Stresstest-Matrix: Szenario-Renditen für das Portfolio im Vergleich zu Benchmarks
- Sensitivitätsdarstellungen: Auswirkungen auf Gewicht und Umschlag bei Parameteränderungen
- Methodik-Vermerk: Schätzungsmethode, Optimierungsalgorithmus, Rebalancing-Logik und alle [VERIFY]-Punkte
Qualitätsprüfungen
- Bestätigen, dass der prozentuale Risikobeitrag jedes Assets nach Konvergenz der Optimierung innerhalb von ±0,5 % des 1/N-Ziels liegt
- Überprüfen, ob die Portfolio-Volatilität dem angegebenen Ziel entspricht (Toleranz: ±25 Basispunkte annualisiert)
- Sicherstellen, dass die Gewichte nicht negativ sind (sofern Short Selling nicht explizit erlaubt ist) und korrekt summieren
- Validieren, dass die Kovarianzmatrix keine negativen Eigenwerte aufweist
- Sicherstellen, dass der Backtest keine zukünftigen Informationen verwendet (kein Look-Ahead-Bias in rollierenden Fenstern)
- Leverage-Multiplikator gegen Margin- und regulatorische Beschränkungen gegenprüfen [Anwendbare Margin-Regeln VERIFY]
- Bestätigen, dass die Annahme zu Finanzierungskosten die aktuellen Marktzinssätze widerspiegelt, keine veralteten Eingaben