Комментарии
Офигенно!
Интересна корреляция FXWO, вроде как «глобального фонда» с американскими FXUS. По официальным данным в нём содержится лишь 38% бумаг из США, а корреляция 0.93.

Также по этой матрице можно найти наиболее выгодный для себя фонд с точки зрения комиссий. Например тот же FXUS ходит крайне рядом с SBSP (0.99), но только в «обслуживании» гораздо дешевле.

При суммах когда 0.1% разницы в годовом обслуживании будет ощутима, разве не лучше будет свой портфель составить, копируя тот же FXUS?

FXUS состоит более, чем из 500 акций. Даже не представляю, сколько нужно денег просто для того, чтобы купить их все по одному лоту (Berkshire Hataway, $330320, например). А потом ещё надо будет соблюсти их вес в портфеле.
А одна акция самого FXUS стоит всего 4880 рублей.

Там от Беркшира B, а не A. Она ~220$ стоит.
Ну и из етфа тем же самым методом можно по весам вычленить локомотивы и из них портфель составить, который будет за СП ходить.

Сейчас в СП изрядную часть веса составляют IT компании. Настанет очередной «крах доткомов» и индекс целиком полетит вниз. А собранный из текущих «локомотивов» портфель и вовсе начнёт глубинное бурение.
FXUS в моём портфеле закрывает две цели:
1. Диверсификация по странам;
2. Диверсификация по валютам.
И занимает он лишь 5% от портфеля. Собирать его из разрозненных акций удовольствие как затратное финансово (Амазон, $3500, Гугл $1600, НВидиа $570, Тесла $440, это уже $6100, а диверсификацией ещё даже не пахнет), так и требующее достаточно большого времени.
Среди наших фондов Leveraged пока нету. Но это из-за того что индустрия молодая, надо подождать еще годик-второй.
К сожалению, качество кода не подходящее для хабра. Упор делался на качество результата, но не на читабельность и переиспользование кода. Задачи такой не стояло.
корреляция по изменениям цен

А как именно вычислялась корреляция? По самим ценам или по их дневным разностям?
По отношению новой цены к старой. Стандартная доходность актива.
То есть, к примеру, если есть два фонда с условной историей для 4 дней:
фонд1: [100, 110, 150, 160]
фонд2: [500, 510, 515, 530]
то сначала вычисляются отношения цен между соседними днями:
фонд1: [1.10, 1.36, 1.07]
фонд2: [1.02, 1.01, 1.03]
и потом считается корреляция между ними?

Почему хочется уточнить этот момент — видел расчёты разными способами, и результаты могут принципиально отличаться. К примеру, для исходных массивов корреляция будет сильно-положительной, около +0.9, а для вторых массивов с отношениями — сильно-отрицательной, около -0.9. Т.е. даже знаки могут разные.
Красиво описаны выводы, но абсолютно неясно на основании чего они получены. Нужен код и описание метода.
Код и описание не подлежат раскрытию в силу конфиденциальности.
Детали можно задать в соответствующем сообществе телеграмма — @rusetfs
Рискну предположить, что фонды от Альфы имеют очень активное управление с целью обогнать соответствующие бенчмарки, а как следствие повышенные расходы на управление (суммарные комиссии >1%). Повышенные комиссии так же наблюдаются и FXKZ. Думаю по этому признаку алгоритм их и сгруппировал.
Так же думаю из за существенно разных комиссий у FXIT, AKNX, MTEK (0,9%, 1,6%, 2,5%) не сформировалась группа IT сектора.
Таким образом очень похоже, что алгоритм косвенно смог определить расходы на управление фондом и использовал это в качестве одного из признаков при классификации фондов.
Хорошая работа. Так же было бы интересно посмотреть модельную доходность портфелей сформированных из набора фондов по предлагаемой классификации.
За какой период брали котировки для вычисления корреляции?
Как сказано в статье: за половину 2020. Ранее данных нет, так как БПИФы новые.

Хорошая статья по теории. Но на практике есть проблемы:


  1. Полгода — ничтожный период для анализа. И в нём был чёрный лебедь. Мы знаем как коррелируют фонды во время всемирного карантина. Что нам даёт эта информация на будущее?
  2. Диверсификация не панацея. Она не спасает в самый нужный момент, т.е. в кризис когда падает всё.

Было бы классно почитать как цифры применять на практике. Т.е, реальные современный портфельные стратегии с хэджированием, подходы к риск-менеджменту и.т.п. Доступные частному инвестору.


А портфели Марковица это конечно красиво с точки зрения математика, но на практике формула выдаёт каждый последующий год абсолютно разные портфели. Поэтому энтузиазм к ним несколько ослаб как мне кажется.

MVO с ограничениями на весах до сих пор работает лучше 1/k портфеля или 60/40.

Полгода — период малый, но:
во-первых, до 20-го года рынка БПИФ в России не было
во-вторых, корреляции нестационарные. Если посмотреть что было до 20 и в 20, то корреляционные матрицы отличаются разительно друг от друга.
Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.