kth.sePublikationer KTH
Driftstörningar
Det förekommer återkommande driftstörningar på några av sök-portalerna på grund av hög belastning. Vi arbetar på att lösa problemet, ni kan tillfälligt mötas av ett felmeddelande.
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat 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 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)Alternativ titel
Volatilitetshanterande strategi - En strategi för att hantera risk och stabilisera riskjusterad avkastning (Svenska)
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.

Ort, förlag, år, upplaga, sidor
2021. , s. 74
Serie
TRITA-SCI-GRU ; 2021:231
Nyckelord [en]
ARCH, EGARCH, GARCH, GJR-GARCH, Return, Risk, Volatility, Volatility Managing Strategy
Nyckelord [sv]
ARCH, EGARCH, GARCH, GJR-GARCH, Avkastning, Risk, Volatilitet, Volatilitetshanterande strategi
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:kth:diva-304672OAI: oai:DiVA.org:kth-304672DiVA, id: diva2:1610001
Externt samarbete
Erik Penser Bank
Ämne / kurs
Matematisk statistik
Utbildningsprogram
Teknologie masterexamen - Matematik
Handledare
Examinatorer
Tillgänglig från: 2021-11-09 Skapad: 2021-11-09 Senast uppdaterad: 2022-06-25Bibliografiskt granskad

Open Access i DiVA

fulltext(2108 kB)1006 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 2108 kBChecksumma SHA-512
99d955188bc4d59a3e87c99588fabddb7e2b0c5c114b134121be0af54b22c39444cc08a441d184d266f7f0a2a4ef2b877d41268097c9c8de35e09c62cb29e4b7
Typ fulltextMimetyp application/pdf

Av organisationen
Matematisk statistik
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 1008 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 733 träffar
RefereraExporteraLänk till posten
Permanent länk

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