Alternative Approaches to Portfolio Selection

Filip Rýzner

Bachelor's thesis

Abstract:

Hlavním cílem této bakalářské práce je přestavit a implementovat dva alternativní přístupy k sestavování investičního portfolia souběžně se standardním mean-variance přístupem představeným H. Markowitzem. Při sestavování portfolií chceme využít programovací jazyk Python a následně chceme porovnat výkonnost sestavených portfolií během 17 měsíční periody. V této práci implementujeme standardní mean-variance přístup, jeho zjednodušení využívající Single-Index model spolu s Capital Asset Pricing Modelem, a dále implementujeme druhou alternativu založenou na hierarchickém shlukování, pro které vyvineme dva algoritmy sloužící k sestavení investičních portfolií a otestujeme jejich použití s několika shlukovacími metodami. V naší analýze jsme zjistili, že nejlepší portfolio zjednodušeného mean-variance modelu přineslo lepší výsledky než nejlepší portfolio jeho původní verze. První strategie založená na hierarchickém shlukování vedla k vytvoření relativně volatilních portfolií, která však neposkytovala adekvátní výnos odpovídající jejich riziku. Druhá strategie vedla k výsledkům srovnatelným s původním mean-variance přístupem, avšak celá procedura byla mnohem jednodušší.

Abstract:

The main objective of this thesis is to present and implement two alternative approaches to portfolio selection alongside the classical mean-variance portfolio selection model developed by H. Markowitz. Furthermore, we aim to perform the portfolio construction using the Python programming language and then compare the performance of constructed portfolios over a 17 months investment period. We implement the standard mean-variance approach, its simplification that uses the Single-Index model together with the Capital Asset Pricing Model and a second alternative approach based on the hierarchical clustering for which we develop two portfolio selection strategies that we then combine with several well-known clustering methods. We found that the best portfolio of the standard mean-variance approach can outperform the original mean-variance framework's best portfolio. Moreover, the first strategy based on hierarchical clustering resulted in volatile portfolios that did not provide adequate returns to compensate for the risk associated with them. The second strategy provided stable results that were comparable with the mean-variance framework, yet the construction of its models was much simpler.

Keywords

Sestavení investičního portfolia, Moderní teorie portfolia, Faktorové modely, Shluková analýza

Keywords

Modern Portfolio Theory, Factor Models, Cluster Analysis, Portfolio Selection

Language used: English

Date on which the thesis was submitted / produced: 24. 9. 2017

Thesis defence

• Date of defence: 11. 9. 2018
• Supervisor: Vojtěch Fučík
• Reader: Martin Diviš

Vysoká škola ekonomická v Praze

Bachelor programme / field:
Finance a účetnictví / Finance