동일한 자본 가중치는 동일한 위험 기여도가 아닙니다.

자본 가중치 및 공분산

자본가중치는 단순히 포지션 가치를 포트폴리오 가치로 나눈 값입니다. 변동성은 지정된 샘플 및 빈도에 대한 수익률 변동성을 측정합니다. 포트폴리오 변동성은 개별 변동성과 수익률이 함께 움직이는 방식을 측정하는 상관관계에 따라 달라집니다. 자산의 별도 변동성 수치를 추가하는 것은 일반적으로 올바르지 않습니다.

상관관계가 없는 두 자산의 경우 포트폴리오 차이에 대한 각 기여도는 가중치 제곱에 차이를 곱한 값입니다. 특별한 경우에는 변동성에 반비례하는 가중치가 해당 기여도를 동일하게 만듭니다. 여러 상관 자산이 있는 경우 전체 공분산 관계가 중요합니다. 기계적 역변동성 규칙은 동일한 위험 기여도를 생성할 필요가 없습니다.

실제 예: 분산 90%

두 가상 자산의 연간 변동성이 10%와 30%이고 일관되게 측정되었으며 상관관계가 0이라고 가정합니다. 자본 가중치가 50/50인 경우 분산 항은 (0.5 × 0.10)² = 0.0025 및 (0.5 × 0.30)² = 0.0225입니다. 두 번째 자산은 전체 분산의 90%를 차지합니다. 포트폴리오 변동성은 약 15.81%입니다.

75/25 자본 가중치에서 두 가중치 변동성은 모두 7.5%이므로 각 분산 기여도는 0.005625입니다. 총 포트폴리오 변동성은 약 10.61%가 됩니다. 이는 명시된 가정에 따른 계산이며, 75/25가 최적의 투자이거나 특정 수익을 얻을 것이라는 증거는 아닙니다.

변동성이 위험을 놓치는 경우

역사적 변동성과 상관관계는 추정치입니다. 그들은 다각화가 가장 필요한 위기 상황에서 함께 변화할 수 있습니다. 등분산 기여는 유동성, 신용 이벤트, 손실 또는 레버리지 비용에 대해서도 거의 언급하지 않습니다. 조용한 가격 기록이 심각한 손실 가능성이 낮다는 것을 보장하지는 않습니다.

용어가 중요합니다. 분산에 대한 기여와 변동성에 대한 기여는 서로 관련되어 있지만 양은 다릅니다. 상관관계가 없는 두 자산의 예에서 각 분산 기여도를 총 포트폴리오 변동성으로 나누면 변동성에 대한 절대적인 기여도를 알 수 있습니다. 이러한 절대 기여도는 포트폴리오 변동성을 합산합니다. 해당 백분율 지분은 위에서 사용된 분산 기여 지분과 동일합니다. 상관관계가 높아지면 교차항이 계산에 들어가고 이전 속성을 다시 계산해야 합니다. 특정 과거 기간에 생성된 가중치를 영구 위험 라벨로 취급하지 마세요. 관찰 창과 누락된 날짜를 처리하는 방법을 문서화합니다.

가중치를 추정하기 전에 스윙을 비교하십시오.

두 자산에 대해 동일한 날짜 범위를 사용하여 사용 가능한 마감 일봉, 주봉 또는 월봉 막대에서 과거 변동의 크기와 타이밍을 비교합니다. 자산이 함께 하락한 기간을 기록하십시오. Student Wyckoff Pro는 차트 조사를 지원합니다. 포트폴리오 공분산 추정 및 할당 계산에는 일관되게 준비된 별도의 데이터 세트가 필요합니다.

일차 자료

자료는 구조와 한계를 설명합니다. 예제의 숫자는 편집부가 만든 교육용 가상 수치이며 실제 시세가 아닙니다.

• 포트폴리오 위험과 수익: 1부

자료 확인일: 2026-10-23