Optimal Portfolio Modeling: Models to Maximize Return and Control Risk in Excel and R¶

Autor: Philip J. McDonnell | Jahr: 2008 | Verlag: John Wiley & Sons

Kernthesen¶

Optimale Portfolio-Modelle müssen sowohl mathematisch korrekt als auch praktisch implementierbar sein
Excel und R bieten ausreichend Werkzeuge für professionelle Portfolio-Optimierung ohne teure Spezialsoftware
Klassische Markowitz-Optimierung hat bekannte Schwächen; robustere Alternativen sind notwendig
Kombination aus Rendite-Maximierung und Risiko-Kontrolle erfordert explizite Modellentscheidungen

Mean-Variance Optimization: Markowitz-Framework mit praktischen Implementierungsbeispielen in Excel/R
Efficient Frontier: Berechnung und Darstellung; Limitations und Erweiterungen
Risk Measures: Standardabweichung, Sharpe Ratio, Maximum Drawdown, Value at Risk (VaR)
Resampling-Methoden: Robustere Alternativen zur klassischen Optimierung (Michaud-Resampling)
Korrelationsmatrix: Schätzung, Instabilität und praktische Handhabung
R und Excel Code-Beispiele für alle Modelle (CD-ROM beigefügt)

"Models to maximize return and control risk — bridging the gap between academic portfolio theory and practical implementation."

Für wen: Quantitative Portfoliomanager; Praktiker mit Excel/R-Kenntnissen; Studenten der Portfoliotheorie

Stärken: Seltene Kombination aus Theorie und Code; Excel + R Dual-Implementierung; CD-ROM mit funktionierenden Modellen

Schwächen: 2008 erschienen — R-Ökosystem hat sich stark weiterentwickelt; Python fehlt; Factor-Modelle (Fama-French) nur rudimentär