This study is a thesis ending a 120 credit masters program in Mathematics with specialization Financial Mathematics and Mathematical Statistics at the Royal Institute of Technology (KTH). The subject of Smart beta is defined and studied in an index fund context. The portfolio weighting schemes tested are: equally weighting, maximum Sharpe ratio, maximum diversification, and fundamental weighting using P/E-ratios. The outcome of the strategies is measured in performance (accumulated return), risk, and cost of trading, along with measures of the proportions of different assets in the portfolio. The thesis goes through the steps of collecting, ordering, and ”cleaning” the data used in the process. A brief explanation of historical simulation used in estimation of stochastic variables such as expected return and covariance matrices is included, as well as analysis on the data’s distribution. The process of optimization and how rules for being UCITS compliant forms optimization programs with constraints is described. The results indicate that all, but the most diversified, portfolios tested outperform the market cap weighted portfolio. In all cases, the trading volumes and the market impact is increased, in comparison with the cap weighted portfolio. The Sharpe ratio maximizer yields a high level of return, while keeping the risk low. The fundamentally weighted portfolio performs best, but with higher risk. A combination of the two finds the portfolio with highest return and lowest risk. / Denna studie är ett examensarbete som avslutar ett 120 poängs mastersprogram i Matematik med inriktning mot Finansiell Matematik och Matematisk Statistik på Kungliga Tekniska Högskolan (KTH). Ämnet Smart beta studeras i kontexten av en indexfond, där de olika testade principerna för viktning i portföljerna är: likaviktad, maximerad Sharpe-kvot, maximerad diversifiering, och fundamental viktning användandes av P/E-tal. Utfallet i testerna utvärderas i ackumulerad avkastning, portföljrisk, kostnad att handla i portföljen, och ett antal mått på fördelningen av tillgångarna. Studien går stegvis igenom processen för att samla in, ordna, och ”tvätta” data. En kort förklaring av historisk simulering, metoden för att estimera stokastiska variabler såsom kovariansmatriser, är inkluderad, såväl som en analys av distributionen av data. Processen för att optimera portföljerna och hur regler för att vara en UCITS-fond kan omformas till optimeringsvillkor beskrivs. Resultaten indikerar att alla utom den mest diversifierade portföljen har högre ackumulerad avkastning än den marknadsviktade portföljen under testperioden. I alla testade fall ökar handelsvolymen liksom marknadspåverkan när en annan strategi än marknadsviktad används. Portföljen med maximerad Sharpe-kvot ger en hög avkastning med bibehållen låg risk. Den fundamentalt viktade portföljen ger bäst avkastning, men med en litet förhöjd risk. Kombinationen av de båda metoderna ger den portföljen med högst ackumulerad avkastning och samtidigt lägst risk under testperioden.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-168745 |
Date | January 2015 |
Creators | Blomkvist, Oscar |
Publisher | KTH, Matematisk statistik |
Source Sets | DiVA Archive at Upsalla University |
Language | English |
Detected Language | English |
Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess |
Relation | TRITA-MAT-E ; 2015:38 |
Page generated in 0.0014 seconds