1 / 29

Développement d’outils d’aide à la décision pour l’optimisation de portefeuille

Développement d’outils d’aide à la décision pour l’optimisation de portefeuille. 12.09.2007. Méthode et stratégie. Univers. Univers. 167 indicateurs Données en niveau. 167 indicateurs Données redressées. Redressement des. données. Market Monitor. input data. ACP.

vivian
Download Presentation

Développement d’outils d’aide à la décision pour l’optimisation de portefeuille

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Développement d’outils d’aide à la décision pour l’optimisation de portefeuille 12.09.2007

  2. Méthode et stratégie Univers Univers 167 indicateurs Données en niveau 167 indicateurs Données redressées Redressement des données Market Monitor input data ACP • Choix de 7 axes factoriels {F1, …, F7} • Analyse des corrélation et projection sur axes factoriels • 167 variables et 547 individus ACP_22_08_07 Modélisation • Détermination de la sensibilité des fonds aux facteurs obtenus de l’ACP • Estimation du rendement des actifs étudiés • Simulation et analyse de portefeuille linéaire modéle fonds v4

  3. Le modèle multifactoriel • Supposons que les rendements des actifs financiers décrivent un modèle multifactoriel Où Rendement attendu de l’actif i Facteurs Mesure la sensibilité de l’actif i au facteur k Bruit idiosyncratique De plus

  4. Indices par pays (change, courbe des taux et actions)

  5. Focus Marchés Actions Développés

  6. Indices MSCI Emergents

  7. Obligations

  8. Spread crédits, Indices de vol, matières premières

  9. Présentation • Méthode statistique • Qui permet une étude des corrélations entre les différentes variables • Résultats : déterminer les axes qui expliquent le mieux la dispersion de tous les points disponibles • Utilité : • Importante réduction de l’espace d’étude • Projection de tout le nuage sur l’espace choisi • Ces axes dit factoriels, sont ceux qui expliquent le mieux l’échantillon observé.

  10. Composantes principales • Choix de 7 axes factoriels : {F1, …, F7} • Environ 90% de la variance expliquée

  11. Contribution des 10 premières variables

  12. Facteurs explicatifs

  13. Etude de la corrélation (F1 , F2)

  14. Zoom : Indices locaux / Dow Jones / MSCI

  15. Corrélation (F3 , F4)

  16. ACP du 30/12/05 au 06/09/07, individus (F1,F2)

  17. Stabilité des axes : F1_Q1 et F1_Q2

  18. Stabilité des axes : F2_Q1 et F2_Q2

  19. Modèle fonds v4Estimation, prédiction et simulation 03/09/2007

  20. Application aux OPCVM • Environ 400 fonds disponible • Taux sans risque (Risk Free Rate) • Capitalisation qui vaut 1 au bout d’un an • ACP  détermination de tous les facteurs aux différentes dates • Régression linéaire  détermination de tous les coefficients associés aux facteurs et de la constate

  21. Détérmination des facteurs pour 3 fonds • Carmignac Patrimoine • Richelieu Special • AGF Multialternatives

  22. Carmignac Patrimoine

  23. Richelieu Special

  24. AGF Multialternatives

  25. CAAM Dynarbitrage International • Le modèle factoriel signale que la dégradation va au-delà du comportement habituel • Dans la baisse, Comme dans la reprise

  26. APPRECIO 31/12/2005 au 30/06/2007

  27. Allocation factorielle : PTF vs BNCH • Ch Opportunité • Echiquier Junior • Synergy smaller • Richelieu Special • SGAM HY • SH S + • CAAM Dynarb

  28. Composition APPRECIO

  29. APPRECIO vs. Bench

More Related