fim702: lecture 10
TRANSCRIPT
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Modelisation de strategies en finance demarche
Seance 15 : Aspects dynamiques de la gestion deportefeuille
Alexander Surkov, CFA, FRM, PRM, [email protected]
Ecole de gestionUniversite de Sherbrooke
Le 26 avril 2017
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Table de matiere
Aspects dynamiques de la gestion de portefeuilleStrategies de rebalancement du portefeuilleCorrelations en periode de tensions
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Table de matiere
Aspects dynamiques de la gestion de portefeuilleStrategies de rebalancement du portefeuilleCorrelations en periode de tensions
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Exemples de strategies de rebalancement
I Acheter et detenir (buy & hold)
I Composition constante (constant mix)
I Assurance de portefeuille (constant-proportion portfolioinsurance, CPPI)
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Acheter et detenir
I Choisir la mixture, disons, � 60/40 �, ν = 0.6.
I Etant donne le montant a investir V0, disons,V0 = 100$, investir νV0 en actions, (1 − ν)V0 enobligations
Na =νV0
P(a)0
, Nb =(1 − ν)V0
P(b)0
I Detenir toujours le nombre Na d’actions et Nb
d’obligations.
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Acheter et detenir
0 50 100 150 200 250 300 3500
50
100
150
200
Prix d’actions
Val
eur
du p
orte
feui
lle
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Composition constante
I Choisir la mixture, disons, � 60/40 �, ν = 0.6.
I Etant donne le montant a investir V0, disons,V0 = 100$, investir νV0 en actions, (1 − ν)V0 enobligations
Na =νV0
P(a)0
, Nb =(1 − ν)V0
P(b)0
I Rebalancer le portefeuille si
I le ratio ν′ ≡ NaP(a)t /Vt depasse les limites preetablies
ν − α ≤ ν′ ≤ ν + α.I ou bien, le prix d’actions depasse les limites preetablies,
1 − α ≤ P(a)t /P
(a)0 ≤ 1 + α.
N ′a =
νVt
P(a)t
, N ′b =
(1 − ν)Vt
P(b)t
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Strategie concave : composition constante
0 50 100 150 200 250 300 3500
50
100
150
200
Prix d’actions
Val
eur
du p
orte
feui
lle
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Assurance de portefeuille (CPPI)
I Choisir le multiplicateur m et la borne inferieure F
NaP(a)0 = m(V0 − F ), NbP
(b)0 = V0 − NaP
(a)0
Disons, m = 2, V0 = 100$, F = 70$, ce qui donne
NaP(a)0 /V0 = 0.6.
I Rebalancer le portefeuille si le prix d’actions depasse les
limites preetablies, 1 − α ≤ P(a)t /P
(a)0 ≤ 1 + α.
N ′a =
m(V0 − F )
P(a)t
, N ′b =
Vt − N ′aP
(a)t
P(b)t
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Strategie convexe : CPPI
0 50 100 150 200 250 300 3500
50
100
150
200
250
300
350
Prix d’actions
Val
eur
du p
orte
feui
lle
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Les strategies en Matlab : parametres
Nsim = 500; T = 252;
mu = 0.15 / T; sigma = 0.3 / sqrt( T );
Rf = 0.02 / T;
V0 = 100; nu = 0.6;
Pa0 = 100; Pa = ones(2, Nsim) * Pa0;
Pb0 = 100; Pb = Pb0;
Na0 = nu * V0 / Pa0;
Nb0 = ( 1 - nu ) * V0 / Pb0;
Na = ones(1,Nsim) * Na0; Nb = ones(1,Nsim) * Nb0;
alpha =0.1; m = 2; F = 70;
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Les strategies en Matlab : simulation
for t = 2:(T+1)
Pa(1,:) = Pa(1,:).*exp(normrnd(mu,sigma,1,Nsim));
Pb = Pb * exp( Rf );
V1 = Na0 .* Pa(1, :) + Nb0 * Pb;
V2 = Na .* Pa(1, :) + Nb * Pb;
r = Pa(1, :) ./ Pa(2, :);
idx1 = r > 1 + alpha; idx2 = r < 1 - alpha;
idx = or(idx1, idx2);
if any(idx)
Na(idx) = nu * V2(idx) ./ Pa(1, idx);
% Na(idx) = m * ( V2(idx) - F ) ./ Pa(1, idx);
Nb(idx) = (V2(idx) - Na(idx).*Pa(1, idx))/Pb;
Pa(2, idx) = Pa(1, idx);
end
end
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Table de matiere
Aspects dynamiques de la gestion de portefeuilleStrategies de rebalancement du portefeuilleCorrelations en periode de tensions
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Correlations en periode de tensions
I Des observations montrent que les correlationss’augmentent en periode de tensions (voir, par exemple,l’article � Quantifying the Behavior of StockCorrelations Under Market Stress �).
I Cependant, la croissance de correlations peut etrecontribuee par le biais lie a l’observation des correlationsen periode d’une forte volatilite.
I Simulation 1 : 5000 simulation de T = 62 pairesd’observations aleatoires correlees, la correlation estimeevs. les volatilites estimees.
I Simulation 2 : 500 simulations de N = 2520 pairesd’observations aleatoires correlees, une fenetre roulantede T = 62, la correlation estimee correspondante a laperiode des volatilites maximales.
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 1 : ρ = 0.1
0.7 0.8 0.9 1 1.1 1.2 1.3−0.4
−0.2
0
0.2
0.4
√
σ1σ2
ρ12
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 1 : ρ = 0.5
0.7 0.8 0.9 1 1.1 1.2 1.30
0.2
0.4
0.6
0.8
√
σ1σ2
ρ12
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 1 : ρ = 0.9
0.7 0.8 0.9 1 1.1 1.2 1.30.75
0.8
0.85
0.9
0.95
1
√
σ1σ2
ρ12
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 1 en Matlab
T = 62; Nsim = 5000;
s = [1 1]; c = 0.5;
sigma = diag(s) * [1 c; c 1] * diag(s);
vols = NaN(Nsim,1);
cors = NaN(Nsim,1);
for j = 1:Nsim
x = mvnrnd( zeros(2,1), sigma, T );
covs = cov( x );
vols(j) = sqrt( prod( diag( covs ) ) );
cors(j) = covs(1,2) / vols(j);
end
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 2
0.4 0.5 0.6 0.7 0.80
20
40
60
80
100
120
ρ12
N. d
’obs
.
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 2 : periode aleatoire
0.2 0.4 0.6 0.80
20
40
60
80
100
120
ρ12
N. d
’obs
.
Modelisation destrategies en
finance de marche
Alexander Surkov
Aspectsdynamiques
Rebalancement
Correlations
Simulation 2 en Matlab
Nsim = 500; T = 62; N = 2520;
cors = NaN(Nsim,1);
for i = 1:Nsim
volm = 0;
x = mvnrnd(zeros(2,1), sigma, N);
for j = 1:(N-T+1)
covs = cov( x(j:(T+j-1),:) );
vol = sqrt( prod( diag(covs) ) );
if vol > volm
volm = vol; corm = covs(1,2) / vol;
end
end
cors(i) = corm;
end