PL EN


2019 | vol. 63, nr 6 | 86-100
Article title

Markowitz’s portfolio theory – optimal length of estimation window for gold and the biggests companies on the Warsaw Stock Exchange

Authors
Content
Title variants
PL
Teoria portfelowa Markowitza – optymalna długość okna estymacji dla inwestycji w złoto oraz największych spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie
Languages of publication
EN
Abstracts
EN
The following article is dedicated to the construction of an investment portfolio consisting of 3 investments from the Polish capital market found in the WIG20 index and from investment in gold. The purpose of the study was to determine the optimal length of the estimation window for building a portfolio with minimal risk and maximum efficiency. The length of the estimation window was also assessed in terms of the rate of return and the maximum cumulative loss. Data from 2017 was used to build the portfolio, and the weightings determined for the portfolio based on these data were evaluated using data from 2018 (from January to October). Based on the research, it was found that the optimal length of the estimation window ranges from 144 to 160 daily observations from the past. However, depending on the investment objective (risk minimization or maximization of efficiency) and the characteristics describing the portfolio, other lengths of the estimation window may also be appropriate.
Artykuł poświęcono konstrukcji portfela inwestycyjnego składającego się z trzech inwestycji z polskiego rynku kapitałowego (inwestycji wchodzących w skład indeksu WIG20) oraz z inwestycji w złoto. Celem poniższego opracowania jest wyznaczenie optymalnej długości okna estymacji dla budowy portfela o minimalnym ryzyku oraz maksymalnej efektywności. Długość okna estymacji została także oceniona pod względem stopy zwrotu oraz maksymalnej skumulowanej straty. Do budowy portfela wykorzystano dane z roku 2017, a wyznaczone w oparciu o te dane wagi dla portfela poddano ocenie dla danych z roku 2018 (od stycznia do października). Na podstawie badań stwierdzono, że długość optymalnego okna estymacji zawiera się w przedziale od 144 do 160 dziennych obserwacji z przeszłości. W zależności od przyjętego celu inwestycyjnego (minimalizacja ryzyka lub maksymalizacja efektywności) oraz charakterystyki opisującej portfel można mówić o szerszych wartościach powyższego przedziału okna estymacji.
References
  • Alvarez, S., Larkin, S. L., and Ropicki, A. (2017). Optimizing provision of ecosystem services using modern portfolio theory. Ecosystem Services, (27), 25-37.
  • Bacon, C. R. (2004). Practical Portfolio Performance Measurement and Attribution. New Jersey: John Wiley & Sons Ltd.
  • Behr, P., Guettler, A., and Miebs, F. (2013). On portfolio optimization: Imposing the right constraints. Journal of Banking and Finance, 37(4), 1232-1242.
  • Belousova, J., and Dorfleitner, G. (2012). On the diversification benefits of commodities from the perspective of euro investors. Journal of Banking and Finance, 36(9), 2455-2472.
  • Biswas, D. (2015). The effect of portfolio diversification theory: Study on modern portfolio theory of stock investment in the National Stock Exchange. Journal of Commerce & Management Thought, 6-3, 445-455.
  • Chu-Xin, J., Wan-Yi, C., and Shu-Jing, Y. (2018). Robust portfolio selection based on optimization methods. Chinese Control Conference, CCC, 2018-July (0), 8359-8364.
  • Dębski, W. (2007). Rynek finansowy i jego mechanizmy. Podstawy teorii i praktyki. Warszawa: Wydawnictwo Naukowe PWN.
  • Favre-Perrod, P., Kienzle, F., and Andersson, G. (2010). Modeling and design of future multi-energy generation and transmission systems. European Transactions On Electrical Power, (20), 994-1008.
  • Garcia, R. C., González, V., Contreras, J., and Custodio, J. E. S. C. (2017). Applying modern portfolio theory for a dynamic energy portfolio allocation in electricity markets. Electric Power Systems Research, (150), 11-23.
  • Geambasu, C., Sova, R., Jianu, I., and Geambasu, L. (2016). Risk measurement in post-modern portfolio theory: Differences from modern portfolio theory. Economic Computation and Economic Cybernetics Studies and Research, 47(1), 113-132.
  • Grujić, M. (2016). Application of the modern portfolio theory in diversification of the debt securities portfolio in emerging markets. Proceedings of the Faculty of Economics in East Sarajevo, 763(13), 67-81.
  • Hua, S., Liang, J., Zeng, G., Xu, M., and Zhang, C. (2015). How to manage future groundwater resource of China under climate change and urbanization: An optimal stage investment design from modern portfolio theory. Water Research, (85), 31-37.
  • Jajuga, K., and Jajuga, T. (2006). Inwestycje. Instrumenty finansowe, aktywa niefinansowe, ryzyko finansowe, inżynieria finansowa. Warszawa: Wydawnictwo Naukowe PWN.
  • Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1), 77-91.
  • Pfiffelmann, M., Roger, T., and Bourachnikova, O. (2016). When behavioral portfolio theory meets Markowitz theory. Economic Modelling, (53), 419-435.
  • Raudys, S., Raudys, A., and Pabarskaite, Z. (2018). Dynamically controlled length of training data for sustainable portfolio selection. Sustainability, 10(6). Retrieved from https://doi.org/10.3390/ su10061911
  • Runting, R. K., Beyer, H. L., Dujardin, Y., Lovelock, C. E., Bryan, B. A., and Rhodes, J. R. (2018).
  • Reducing risk in reserve selection using Modern Portfolio Theory: Coastal planning under sea-level rise. Journal of Applied Ecology, (May), 2193-2203.
  • Schmidt, A. B. (2018). Managing portfolio diversity within the mean variance theory. Annals of Operations Research. Retrieved from https://doi.org/10.1007/s10479-018-2896-x
Document Type
Publication order reference
Identifiers
YADDA identifier
bwmeta1.element.desklight-48ba9977-19bc-48d4-8191-3730aed69aae
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.