This thesis evaluates the mean-variance analysis framework by comparing the performance of an optimized portfolio consisting of stocks from the Dow Jones Industrial Average to the performance of the Dow Jones Industrial Average index itself. The results show that the optimized portfolio performs better than the corresponding index when evaluated on the period between 2015 and 2019. However, the variance of the returns are high and therefore it is difficult to determine if mean-variance analysis performs better than its corresponding index in the general case. Furthermore, it is shown that individual stocks can still influence the movement of an optimized portfolio significantly, even though the model is supposed to diversify firm-specific risk. Thus, the authors recommend modifying the model by restricting the amount that is allowed to be invested in a single stock, if one wishes to apply mean-variance analysis in reality. To be able to draw further conclusions, more practical research within the subject needs to be done. / Denna uppsats utvärderar ramverket ”mean-variance analysis” genom att jämföra prestandan av en optimerad portfölj bestående av aktier från Dow Jones Industrial Average med prestandan av indexet Dow Jones Industrial Average självt. Resultaten visar att att den optimerade portföljen presterar bättre än motsvarande index när de utvärderas på perioden 2015 till 2019. Dock är variansen av avkastningen hög och det är därför svårt att bedöma om mean-variance analysis generellt sett presterar bättre än sitt motsvarande index. Vidare visas det att individuella aktier fortfarande kan påverka den optimerade portföljens rörelser, fastän modellen antas diversifiera företagsspecifik risk. På grund av detta rekommenderar författarna att modifiera modellen genom att begränsa mängden som kan investeras i en individuell aktie, om man önskar att tillämpa mean-variance analysis i verkligheten. För att kunna dra vidare slutsatser så krävs mer praktisk forskning inom området.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-275662 |
| Date | January 2020 |
| Creators | Strid, Alexander, Liu, Daniel |
| 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-SCI-GRU ; 2020:103 |
Page generated in 0.0019 seconds