Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Volatility Managing Strategy - A Strategy for Mitigating Risk and Stabilizing Risk-adjusted Return
KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
KTH, Skolan för teknikvetenskap (SCI), Matematik (Inst.), Matematisk statistik.
2021 (engelsk)Independent thesis Advanced level (degree of Master (Two Years)), 20 poäng / 30 hpOppgaveAlternativ tittel
Volatilitetshanterande strategi - En strategi för att hantera risk och stabilisera riskjusterad avkastning (svensk)
Abstract [en]

Volatility managing strategies have gained attention over the last few years due to theiralleged ability to increase portfolio return and mitigate risk. This thesis examines the performance and risk of a portfolio using such a strategy on the Swedish equity market. The strategy is dependent on the forecasting of volatility. Different volatility forecasting models are evaluated using different refitting intervals. The GARCH(1,1) model using a monthly refitting interval is found to be the most precise. When comparing it to the buy-and-hold portfolio, the results of the risk and return of the portfolio are ambiguous and the volatility managing strategy is only found to be beneficial when using a fixed volatility target when transaction costs are accounted for. Regarding distributional characteristics, the volatility managing strategy displays features of a lighter-tailed distribution in comparison to the buy-and-hold portfolio when using a dynamic volatility target. However, for the fixed target, the distributional characteristics are incoherent. Lastly, the volatility managing strategy is not found beneficial to the investor during a shorter period of high volatility. This thesis provides support for using a volatility managing strategy with a fixed volatility target for generating a higher return compared to the benchmark. However, it does not support conclusive evidence for obtaining a higher return without increasing the risk level of the investment.

Abstract [sv]

Användningen av volatilitetshanterande strategier har fått ökad uppmärksamhet under de senaste åren. Därför undersöker detta arbete avkastningen och risken hos en portfölj som använder en sådan strategi på den svenska aktiemarknaden. Investeringsstrategin är baserad på prognosen av volatilitet. Olika modeller för volatilitetsprediktion utvärderas för olika tidsintervall för att hitta modellen med högst precision. Denna studie finner att en GARCH(1,1) modell som omanpassar sig månadsvis resulterar i den mest exakta prediktionen. Med hänsyn till risk och avkastning så är resultaten för volatilitetsstrategin tvetydiga i jämförelse med en köp-och-behåll strategi. Volatilitetsstrategin är endast fördelaktig när ett fast volatilitetsmål används då transaktionskostnader inkorporeras. Med avseende på fördelningsegenskaper, så visar en volatilitetsstrategi med ett rörligt volatilitetsmål på egenskaper hos en fördelning med lättare svansar, i jämförelse med köp-och-behåll portföljen. För det fasta volatilitetsmålet så är fördelningsegenskaperna inkoherenta. Volatilitetsstrategin är inte fördelaktig för investeraren under en kortare period med hög volatilitet. Detta examensarbete ger underlag för användandet av en volatilitetshanterande strategi med ett fast volatilitetsmål för att uppnå en högre avkastning i relation till referensportföljen. Det bevisar dock inte att en högre avkastning går att uppnå utan att öka risken hos portföljen.

sted, utgiver, år, opplag, sider
2021. , s. 74
Serie
TRITA-SCI-GRU ; 2021:231
Emneord [en]
ARCH, EGARCH, GARCH, GJR-GARCH, Return, Risk, Volatility, Volatility Managing Strategy
Emneord [sv]
ARCH, EGARCH, GARCH, GJR-GARCH, Avkastning, Risk, Volatilitet, Volatilitetshanterande strategi
HSV kategori
Identifikatorer
URN: urn:nbn:se:kth:diva-304672OAI: oai:DiVA.org:kth-304672DiVA, id: diva2:1610001
Eksternt samarbeid
Erik Penser Bank
Fag / kurs
Mathematical Statistics
Utdanningsprogram
Master of Science - Mathematics
Veileder
Examiner
Tilgjengelig fra: 2021-11-09 Laget: 2021-11-09 Sist oppdatert: 2022-06-25bibliografisk kontrollert

Open Access i DiVA

fulltext(2108 kB)1006 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 2108 kBChecksum SHA-512
99d955188bc4d59a3e87c99588fabddb7e2b0c5c114b134121be0af54b22c39444cc08a441d184d266f7f0a2a4ef2b877d41268097c9c8de35e09c62cb29e4b7
Type fulltextMimetype application/pdf

Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 1008 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 733 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf