[논문 리뷰] Metaheuristic Approaches to Realistic Portfolio Optimization

Franco Raoul Busetti|ArXiv.org|2005. 01. 04.

Reservoir Engineering and Simulation Methods인용 수 4

한 줄 요약

이 논문은 유한한 하한 및 상한 제약, 기수 제약, 비선형 거래비용 등 복잡한 제약 조건을 수반하는 현실적인 포트폴리오 배분 문제를 해결하기 위해 유전 알고리즘과 타부/산산 탐색을 활용한 메타휴리스틱 최적화를 제안한다. 유전 알고리즘이 이러한 제약 조건을 효과적으로 처리함을 입증하며, 하한 및 상한 제약 조건이 포트폴리오 성과에 상당한 부정적 영향을 미친다는 점과 비선형 거래비용이 다각화를 촉진하지만, 다각화 수요에 따라 리스크에 대한 영향이 모호하다는 점을 밝혀낸다.

ABSTRACT

We investigate the application of two heuristic methods, genetic algorithms and tabu/scatter search, to the optimisation of realistic portfolios. The model is based on the classical mean-variance approach, but enhanced with floor and ceiling constraints, cardinality constraints and nonlinear transaction costs which include a substantial illiquidity premium. It is shown that genetic algorithms can optimise such portfolios effectively and within reasonable times. This approach also copes easily with extensive modifications such as the addition of more intricate constraints, discontinuous variables and more complex objective functions. The results indicate that that both floor and ceiling constraints have a substantial negative impact on portfolio performance and should be examined critically. Another insight is that nonlinear transaction costs which are comparable in magnitude to forecast returns will tend to diversify portfolios; the effect of these costs on portfolio risk is, however, ambiguous, depending on the degree of diversification required for cost reduction. The number of assets in a portfolio invariably increases as a result of constraints, costs and their combination. The implementation of cardinality constraints is essential for finding the best-performing portfolio. The ability of the heuristic method to deal with cardinality constraints is one of its most powerful features.

연구 동기 및 목표

• 고전적인 평균-분산 최적화의 한계를 보완하기 위해 현실적인 시장 제약 조건을 통합하는 것.
• 특히 유전 알고리즘과 타부/산산 탐색을 포함한 메타휴리스틱 방법의 효과성을 평가하여 복잡한 포트폴리오 최적화 문제를 해결하는 데에 유용한지 분석하는 것.
• 하한 및 상한 제약, 기수 제약, 비선형 거래비용이 포트폴리오 성과에 미치는 영향을 분석하는 것.
• 휴리스틱 방법이 포트폴리오 최적화에서 이산 변수와 복잡한 목적 함수를 어떻게 다루는지 평가하는 것.
• 실제 제약 조건 하에서 다각화, 거래비용, 리스크-수익 프로파일 간의 상호 교환 관계에 대한 실증적 통찰을 제공하는 것.

제안 방법

• 연구는 자산 가중치에 대한 하한 및 상한 제약 조건을 포함한 다중 제약 조건 하에서 포트폴리오 최적화의 해 공간을 탐색하기 위해 유전 알고리즘을 적용한다.
• 타부 및 산산 탐색 휴리스틱을 적용하여 복잡하고 비凸인 최적화 경로에서의 성능 및 강건성을 비교한다.
• 비선형 거래비용과 상당한 유동성 프리미엄을 통합함으로써 고전적인 평균-분산 프레임워크를 확장한 최적화 모델을 수립한다.
• 기수 제약를 도입하여 포트폴리오에 포함될 수 있는 자산의 수를 제한함으로써 실제 거래 및 모니터링 비용을 반영한다.
• 다양한 제약 조합을 가진 다수의 시나리오에서 알고리즘 프레임워크를 시험하고, 광범위한 시뮬레이션과 성능 평가를 수행한다.
• 반복적인 진화와 국소 탐색을 통해 해 공간을 탐색하며, 위험 조정 수익률과 제약 조건 이행도를 기반으로 한 적합도 함수를 사용한다.

실험 결과

연구 질문

• RQ1 하한 및 상한 제약 조건은 현실적인 최적화 설정에서 포트폴리오 성과에 어떻게 영향을 미치는가?
• RQ2 유동성 프리미엄이 포함된 비선형 거래비용은 포트폴리오의 다각화와 리스크에 어느 정도의 영향을 미치는가?
• RQ3 유전 알고리즘과 타부/산산 탐색과 같은 메타휴리스틱 방법은 복잡하고 비凸인 제약 조건을 효과적으로 최적화할 수 있는가?
• RQ4 기수 제약 조건이 포함될 경우 최적의 포트폴리오 구조와 성과는 어떻게 변화하는가?
• RQ5 거래비용, 하한/상한 제약, 기수 제약 등 여러 제약 조건이 결합될 경우 포트폴리오 리스크와 수익에 어떤 영향을 미치는가?

주요 결과

• 하한 및 상한 제약 조건은 포트폴리오 성과에 상당한 부정적 영향을 미치며, 실무에서 이 제약 조건들을 철저히 검토해야 한다는 점을 시사한다.
• 예측 수익과 비슷한 크기의 비선형 거래비용은 포트폴리오의 다각화를 촉진한다.
• 비선형 거래비용이 포트폴리오 리스크에 미치는 영향은 모호하며, 다각화 수요에 따라 달라진다.
• 제약 조건과 거래비용이 병합될 경우 포트폴리오에 포함될 자산의 수가 상당히 증가하여, 다각화와 비용 효율성 간의 트레이드오프가 존재함을 시사한다.
• 기수 제약 조건은 최고 성과를 내는 포트폴리오를 식별하는 데 필수적이며, 메타휴리스틱이 이러한 제약 조건을 다룰 수 있다는 점이 이 접근 방식의 핵심 강점이다.
• 유전 알고리즘이 합리적인 계산 시간 내에 복잡하고 현실적인 포트폴리오 최적화 문제를 효과적이고 효율적으로 최적화할 수 있음을 입증한다.