a) Zu bearbeitende Fragestellungen

• Wie gut schneiden In-Sample optimierte Markowitz Portfolios gegenüber naiven Strategien ab?
• Verschiedenen Methoden sind empirisch anhand von Performance- und Risikomaßen zu vergleichen.
• Gründe für die Unterschiede in der Performance verschiedener Portfoliooptimierungen (z. B. Parameterunsicherheit) sind anhand der Literatur und empirisch herauszuarbeiten.

b) Einzusetzender Datensatz

• Anhand der Literatur ist selbstständig ein Datensatz auszuwählen
• Hierfür sind etwa Aktien-, Rohstoff-, Währungs- und Indexrenditen denkbar

c) Zusatzinformationen zur Bearbeitung

Es ist notwendig, eine echte Out-of-Sample-Methodik zur Evaluation der Portfolios mit R einzusetzen: Hier sind die Methoden „Rolling Window“ oder „Expanding Window“ einzusetzen. Diese müssen mit Hilfe der Statistiksoftware R programmiert werden.

Bücher

• Introductory Statistics with R von Daalgard (in der Bibliothek verfügbar)
• Time Series Models for Business and Economic Forecasting von Franses, van Dijk und Opschoor, Cambridge University Press (kann per Fernleihe bezogen werden)
• Probability and Statistics with R von Ugarte, Militino und Arnholt (in der Bibliothek verfügbar)
• Angewandte Statistik: Methodensammlung mit R vonSachs/Hedderich (in der Bibliothek verfügbar)
• Introductory Econometrics von Wooldridge (in der Bibliothek verfügbar)
• The R Book von Crawley (in der Bibliothek verfügbar)
• Albrecht A., Maurer R. (2005), 2. Auflage Schäffler Poeschel, Investment- und Risikomanagement

Papers

• DeMiguel V., Garlappi L., Uppal R. (2008), Rev. Financial Studies, Optimal versus Naive Diversification: How Inefficient Is the 1/N Portfolio Strategy?

Ressourcen zum Einstieg in R werden vom Betreuer gestellt