発明の技術分野
本発明は、金融管理システムに関するものである。
発明の背景
ハリー・マックス・マーコウィッツは、ジョン・フォン・ノイマン理論賞とノーベル経済学賞を受賞した。彼は、投資ポートフォリオの想定リターンに対する資産リスク、リターン、相関と多様化の影響を研究するという、現代ポートフォリオ理論の先駆者として最も知られている。
マーコウィッツは、株式市場の分析に数学を適用するという選択をした。株価に対する当時の通説的な見解を研究している際、マーコウィッツは、当時の通説はリスクの影響の分析を欠いていることに気がついた。この洞察は、不確実性下でのポートフォリオ配分に関する彼の独創的な理論の開発につながり、1952年に、the Journal of Finance誌において発表された[マーコウィッツ, H.M.(1952年3月) 「ポートフォリオ選択」 。The Journal of Finance誌 7 (1): 77-91]。マーコウィッツは、最適化手法を研究し続け、さらに最適な平均分散ポートフォリオを特定するための臨界線アルゴリズムを開発し、これは後にマーコウィッツ・フロンティアと命名された。臨界線アルゴリズムについては、1956年の論文および1959年出版のポートフォリオの配分についての書籍で発表された[マーコウィッツ, H.M.(1959)。ポートフォリオ選択:投資の効率的分散]。
マーコウィッツの理論には、投資ポートフォリオのより広範なマクロの再考察につながる、二次方程式を用いた相関係数技術が含まれていた。マーコウィッツの手法は、平均と分散に依存していた。しかし、彼は分布の対称性(絶対的リスク調整後リターンの相関性をベンチマークとする)およびオプション性(クライアントのリスク許容度および投資選択との間の最適なギャップ分析調節)などのその他の特性については考慮に入れていなかった。この点に対処するため、金融管理システムは、投資ポートフォリオのための投資の適切な組み合わせを見つけるため等に、次のツールを使用してきた。
1. 投資家のリスク・プロファイルを作成する;
2. 投資ポートフォリオのための投資を選択する;
3. 投資ポートフォリオの投資先に投資家の資産を分配する;および
4. 投資家のリスク・プロファイルに応じて、投資ポートフォリオに関連するリスクを管理する。
有利なことに、ポートフォリオのボラティリティ・リターンに対する資産配分の反応精度は90%を超え、ポートフォリオの付加価値利益率に関する資産配分の反応精度は70%となる。改良された予測精度に関する純粋な期待は、以下につながる:
1. 快適に予想された使用方法; ;
2. 高度に集中的なアプローチ; および
3. より良い絶対的アルファ値。
上記の手法は、結果的に、投資ポートフォリオ構築に関連する問題の動向についての洞察および考察を提供する。しかしながら、ファイナンシャルプランナーは、投資ポートフォリオのための投資評価・投資選択の判断力の行使から逃れることはできない。このため、ファイナンシャルプランナーは、投資ポートフォリオに含める投資選択のために使用される無数の情報を入手し、理解し、評価するという困難に、長年にわたって直面している。「普遍的比較情報」と呼ばれる本情報は、例えば以下の形で提供される。
1. アルファ、ベータ、標準偏差などの投資比較情報
2. 市場測定のため専門家が使用する企業心理等のその他の指標;
3. 投資水準および雇用水準
4. 主要なコモディティの価格
例えば、ファイナンシャルプランナーは、有望な投資先を特定する目的で、投資を購入、売却または保有を決定するための普遍的比較情報を閲覧するのが一般的である。しかし、このような決定は、指標に基づいて投資の比較および評価を行うファイナンシャルプランナーの能力に依存する。また、ファイナンシャルプランナーによる決定は、人為的なミスや、人間の先入観に左右されやすい。
いくつかの金融管理システムは、投資選択プロセスを自動化するために、普遍的比較情報のドリル採掘ツールを従来使用してきた。しかしながら、これらのシステムは通常、クライアントの資産運用委託上の要求を満たすためにファイナンシャルプランナーが必要とする完全な解決策のための実現性と実用性を欠いている。つまり、クライアントは、資産の損失を望んでいないと同時に、むしろ一定の業績を期待しているということだ。
上述した問題点を一つ以上克服または改善するか、少なくとも有用な代替案を提供することが、一般的には望ましい。
本発明は、投資家のための投資ポートフォリオを構築するためのシステムを提供する。システムは下記から構成される。
(a)コンピュータシステム;
(b)コンピュータ・システムと通信できる、コンピュータで読み込み可能なデータ格納庫であって、同格納庫に保存されているコンピューターで読み込み可能な指示を含む。同指示は、実行時に、コンピュータシステムが以下のステップを遂行するように設定されている。
(i) 投資家のリスク許容レベルを表すリスク許容度データを受信する。
(ii) ユーザ端末から選択基準を表すデータを受信する;
(iv) ユーザ端末のユーザ・インターフェースに表示するため、選択基準に応じてランク付けされたポートフォリオに含める投資先リストを生成する;
(vi) 上記のポートフォリオに含める投資先リストから選択された投資先を表すデータを、ユーザ端末から受信する;および
(vii) ユーザ端末のユーザ・インターフェース上に表示するため、前述の投資選択による各投資先を示す表を生成する;1つ以上の資産クラスにわたる各投資先への投資家の資産の配分、投資家のリスク許容度を表すベンチマークリスクカテゴリーに基づく1つ以上の資産クラスへの資産配分、および投資ポートフォリオ全体について前述の1つ以上の資産クラスへの資産配分
選択基準は、効率要素マトリクスを含むことが好ましい。
選択基準は、上位四分位マトリクスを含むことが好ましい。
選択基準は、古典的なポートフォリオ最適化要素マトリクスを含むことが望ましい。
本発明は、投資家の投資ポートフォリオを構築するため、一つ以上の処理装置で実行可能なコンピュータプログラムも提供する。同プログラムは、以下のステップを実行するものである:
(a)投資家のリスク許容レベルを表すリスク許容度データを受信する;
(b)ユーザ端末から、選択基準を表すデータを受信する;
(c)ユーザ端末のユーザインターフェースに表示するため、選択基準に応じてランク付けされたポートフォリオに含める投資先リストを生成する;
(d)上記のポートフォリオに含める投資先リストから選択された投資先を表すデータを、ユーザ端末から受信する;および
(e)ユーザ端末のユーザインターフェース上に表示するため、各投資先を示す表を生成する;複数の資産クラスにわたる各投資先への投資家の資産の配分、投資家のリスク許容度を表すベンチマークリスクカテゴリーに基づく複数の資産クラスへの資産配分、および投資ポートフォリオ全体について前述の1つ以上の資産クラスへの資産配分
選択基準は、効率要素マトリクスを含むことが好ましい。
選択基準は、上位四分位マトリクスを含むことが好ましい。
選択基準は、古典的なポートフォリオ最適化要素マトリクスを含むことが望ましい。
本発明は、コンピュータで読み込み可能なメディアも提供する。同メディアは、実行された場合、以下の方法により、投資家の投資ポートフォリオに関連するリスクをコンピューターに分析させる。
(a)ユーザ端末上に表示するためのユーザ・インタフェースを生成する。同ユーザ・インタフェースは、質問表に対する投資家の回答も含む;
(b)上記ユーザ端末から、質問表に対する回答を表すリスク許容度データを受信する。
(c)リスク許容度のデータに基づき、投資家のリスク許容レベルを表すデータを生成する;
(d)投資家のリスク許容度を表すベンチマークリスクカテゴリーを投資家と関連付ける;
(e)ユーザ端末のユーザ・インタフェース上に表示するため、ポートフォリオに含まれる投資先リストを生成する。同リストでは、リスクおよびリターンならびに投資家のリスク許容度に応じたリターンに基づいて各投資がランク付けされている;
(f) 前述のポートフォリオに含まれる投資先リストからの投資選択を表すデータを、ユーザ端末から受信する;
(g)ユーザ端末のユーザ・インターフェース上に表示するため、前述の投資選択による各投資を示す表を生成する;複数の資産クラスにわたる各投資先への投資家の資産の配分、投資家のリスク許容度を表すベンチマークリスクカテゴリーに基づく複数の資産クラスへの資産配分、および投資ポートフォリオ全体について前述の1つ以上の資産クラスへの資産配分
本発明は、投資家の投資ポートフォリオ管理方法を提供する。同管理方法は、以下により構成される。
(a)ユーザ端末に、多数のベンチマークリスクカテゴリーのうちの1つを表示することで投資家を分類する;
(b)ユーザ端末のユーザ・インタフェース上に表示するため、リスクおよびリターンならびに投資家のリスク許容度に応じたリターンに基づきランク付けされた、ポートフォリオに含まれる投資先リストを生成する;
(c)前述のポートフォリオに含まれる投資リストからの投資選択を表すデータをユーザ端末から受信する;
(d)ユーザ端末の処理装置により、ユーザ端末への追加的ユーザ・インターフェースを生成する。追加的ユーザ・インターフェースは以下を示す表を含む:
i. 投資ポートフォリオの各投資先;
ii. 1つ以上の資産クラスにわたる投資ポートフォリオの各投資先への資産配分;
iii. ベンチマークリスクカテゴリーの1つ以上の資産クラスに対するその他の資産配分
iv. 投資ポートフォリオ全体における1つ以上の資産クラスへの資産配分、
追加的ユーザ・インタフェースは、投資ポートフォリオへ追加または投資ポートフォリオから削除する手段も含むものである;
(e)ユーザ端末を使って、投資ポートフォリオからの投資先の追加または削除を行い、全体の投資ポートフォリオの1つ以上の資産クラスへの資産配分が、投資家のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分と一致するようにする。
表は、別のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分も示す。当該ベンチマークカテゴリーは、一連のベンチマーク上の先または後のベンチマークを表すものである。
本発明は、投資家の投資ポートフォリオ管理方法を提供する。同管理方法は、以下により構成される。
(a)ユーザ端末により、複数のベンチマークリスクカテゴリーのうちの1つに投資家を分類する;
(b)ユーザ端末のユーザ・インタフェース上に表示するため、リスクおよびリターンならびに投資家のリスク許容度に応じたリターンに基づきランク付けされた、ポートフォリオに含まれる投資先リストを生成する;
(c)前述のポートフォリオに含まれる投資リストからの投資選択を表すデータをユーザ端末から受信する;
(d)ユーザ端末の処理装置により、ユーザ端末への追加的ユーザ・インターフェースおよび以下を示す表を含む追加的ユーザインターフェースを生成する:
i. 投資ポートフォリオ上の各投資先;
ii. 1つ以上の資産クラスにわたる投資ポートフォリオの各投資先への資産配分;
iii. 前述のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分;および
iv. 投資ポートフォリオ全体における1つ以上の資産クラスへの資産配分、
前述の追加的ユーザ・インタフェースは、投資ポートフォリオの各投資先への投資家の資産を配分する方法を含む;および
(e)ユーザ端末を使って、投資ポートフォリオの各投資に割り当てられた投資家の資産配分比率を変更し、全体の投資ポートフォリオの1つ以上の資産クラスへの資産配分が、投資家のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分と一致するようにする。
都合の良いことに、本システムは、ファイナンシャルプランナーが必要とする完全な解決策を提供し、巡り巡って、資産運用委託に関するクライアントの要望を満たす事にもなる。つまり、クライアントは、資産の損失を望んでいないと同時に、むしろ一定の成果(業績)を期待しているということだ。
本発明の好ましい実施態様について、添付図面を例示列挙(限定列挙ではない)で参照しつつ、以下の通り説明する。
ネットワークに接続された金融管理システムの好ましい実施形態の概略図である;
図1に示した金融管理システムの概略図である;
図1に示した金融管理システムのウェブアプリケーションのディレクター及びファイル構造の概略図である;
図1に示した金融管理システムのデータフロー図である;
図1に示されたシステムによって生成されたページの中の、ログのスクリーンショットである;
図1に示されたシステムによって生成されたユーザ・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたユーザ・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
図1に示されたシステムによって生成されたリスク・プロファイルのスクリーンショットである。
リスク・プロファイル・インターフェイスのため図1に示したシステムによって実行されるステップを示すフローチャートの図である。
図1に示されたシステムによって生成されたユーザ・プロファイルのスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである;
図1のシステムによって生成されたスクリーンショットである;
図1のシステムによって生成されたスクリーンショットである;
図1のシステムによって生成されたスクリーンショットである;
図1のシステムによって生成されたスクリーンショットである;
図1のシステムによって生成されたスクリーンショットである;
図1に示されたシステムを用いて行った方法の概略図である;
図1に示されたシステムを用いて行った方法の概略図である;
図1に示されたシステムを用いて行った方法の概略図である;
図1に示されたシステムを用いて行った方法の概略図である;
図1に示されたシステムを用いて行った方法の概略図である;
図1のシステムが、ファンドマネジャーに対して使用する、分配係数マトリクス構成要素(1000以上)のコアスペクトル対称性を示す表である。
図1のシステムが、直接取引株候補銘柄機会に対して使用する、分配係数マトリクス構成要素(1000以上)のコアスペクトル対称性を示す表である。
図1のシステムが使用する、要素価格決定マトリクスの効率比を示す表である。
図1のシステムが使用する、要素価格決定マトリクスの効率比を示す表である。
図1のシステムが使用する、要素価格決定マトリクスの効率比を示す表である。
図1のシステムが使用する、要素価格決定マトリクスの効率比を示す表である。
図1のシステムが使用する要素価格決定マトリクスのうちの上位4分位を示す表である。
図1のシステムが使用する要素価格決定マトリクスのうちの上位4分位を示す表である。
図1のシステムが使用する要素価格決定マトリクスのうちの上位4分位を示す表である。
図1のシステムが使用する要素価格決定マトリクスのうちの上位4分位を示す表である。
図1のシステムが使用する古典的なポートフォリオ最適化要素価格決定マトリクスを示す表である。
図1のシステムが使用する古典的なポートフォリオ最適化要素価格決定マトリクスを示す表である。
図1のシステムが使用する古典的なポートフォリオ最適化要素価格決定マトリクスを示す表である。
図1のシステムが使用する古典的なポートフォリオ最適化要素価格決定マトリクスを示す表である。
図1のシステムのための要素フレームワーク分析における直接取引株候補銘柄の過小評価を示す表である。
図1のシステムのための要素フレームワーク分析における直接取引株候補銘柄の過小評価を示す表である。
図1のシステムのための要素フレームワーク分析における直接取引株候補銘柄の過小評価を示す表である。
図1のシステムのための要素フレームワーク分析における直接取引株候補銘柄の過小評価を示す表である。
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
図1に示されたシステムによって生成されたスクリーンショットである;
含まれない;
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
図1のシステムによって生成されたスクリーンショットである。
本発明の好ましい実施態様の詳細な説明
図1に示すシステム10は、ファイナンシャルプランナーに対し、例えば以下のツールを提供する。
1. 投資家のプロファイルを作成する;
2. 投資家のリスク許容度を反映させた投資家のリスク・プロファイルを作成する;
3. 様々な経済セクターへの投資を評価する。
4. 投資家のための投資ポートフォリオの投資選択を行う。
5. 投資ポートフォリオの投資先に投資家の資産を分配する、および
6. 投資家のリスク・プロファイルに応じて、投資ポートフォリオに関連するリスクを管理する。
重要な点は、システム10は、ファイナンシャルプランナーが投資比較のために使用する無数の情報(以下、「普遍的比較情報」 )を、システマティック方法で発掘するためのツールを提供するということだ。具体的には、システム10は、データマイニングにコア・スペクトラム要素マトリクスを使用しているため、ファイナンシャルプランナーは、失敗や先入観に左右されがちな人為的判断に基づく意思決定を避けることができる。コアスペクトラム要素マトリクスは、以下で構成される。
1. ハードウェア: - コアスペクトラム要素マトリクス配分の対称性、および
2. ソフトウェア: - 資本資産価格決定モデル要素マトリクス。
これにより、システム10は、リスク均衡の便益に基づき、健全な経済および財務に関する意思決定を行うためのツールを提供する。つまり、効率的な市場仮説であり、失敗や先入観にとらわれがちな人為的判断に基づく意思決定とは対照的である。上記は、「投資成功のゴール」および「有効フロンティアを目的とした広範な投資リスク管理の最適化システム」を表し、システム10が提供する基本的な投資戦略の根拠である。
システム10はまた、確認手段も提供する。システム10が提供する絶対的集中リスク調整後リターンの相対的なベンチマークには、自己調整および均衡化アプローチによる効率的な投資成果が含まれ、これは唯一取るべきリスクは市場リスクだけであるということを意味する。市場リスクの影響度はベータにより把握される。ベータは、市場の特定の株式およびポートフォリオの、統計的なリターン精度ならびにすべての平均分散およびファンダメンタルズを測定する。したがって、システム10によるこのシステマティック・ビルディング・ブロック・アプローチは、その柔軟な手法アルファマトリクスを通じて、真の優れた価値あるポートフォリオを形成する。
システム
システム10は、データベース16と通信するサーバ14を含む、図2に示されたコンピュータシステム12によって提供される。コンピュータシステム12は、標準の通信プロトコルを使用して、通信ネットワーク20を介し、システム10のメンバーおよびユーザーの設備18と通信することができる。メンバーの設備18は、パソコン、対話型のテレビ、携帯情報端末等の様々な通信機器で使用できる。通信ネットワーク20は、インターネット、通信ネットワークおよび/またはローカルエリアネットワークを含む可能性がある。
コンピュータシステム12のコンポーネントは、様々な方法で構成することができる。コンポーネントは、標準的なコンピュータ・サーバー・ハードウェア上で実行されるソフトウェアにより完全に実装できる。同ハードウェアは、様々なロケーションに配布された、1つのハードウェア・ユニットまたはその他のコンピューターハードウェア・ユニットからなり、そのうちいくつかは、通信のために通信ネットワーク20を必要とし得る。多数のコンポーネントまたはその部品も特定用途向け集積回路(ASIC)により実装されうる。
図2に示す例では、コンピュータシステム12は、32ビットまたは64ビットIntel設計の市販のサーバー・コンピュータ・システムであって、コンピュータシステム12で実行されるプロセスおよび/または方法が実装されており、不変動性の(例えばハードディスク)コンピューター読み込み可能な記録装置24に格納された1つ以上のソフトウェア・コンポーネントまたはモジュール22の指示を、コンピュータシステム12に関連付ける形で、プログラミングする方法で実装されている。少なくとも、ソフトウェアモジュール22の一部は、特定用途向け集積回路(ASIC)および/またはフィールド・ブログラマブル・ゲートアレイ(FPGAs)のような1つ以上の専用ハードウェア・コンポーネントとして、代替的に実装することもできる。
コンピュータシステム12は、以下の、標準的な、市販の、コンピュータ・コンポーネントのうちの少なくとも一つ以上を含み、これら全てはバス24によって相互接続されている:
1. ランダム・アクセス・メモリ(RAM)26;
2. 少なくとも一つのコンピュータプロセッサ28、および
3. 外部コンピュータインターフェース30:
a. 普遍的・シリアル・バス(USB)インターフェース30a(少なくとも一方は、キーボード、ポインティングデバイス(例えば、 マウス32やタッチパッド)等の1以上のユーザ・インターフェース機器に接続されている)
b. インターネット20等のデータ通信ネットワークにコンピュータシステム12を接続するネットワーク・インタフェース・コネクタ(NIC)30b
c.液晶ディスプレイ(LCD)パネル装置等のディスプレイ設備34に接続されているディスプレイ・アダプタ30c
コンピュータシステム12は、標準的な多数のソフトウェアモジュールを含む。
1. オペレーティングシステム(OS)36( 例: Linux[登録商標]またはMicrosoft Windows[登録商標]);
2. ウェブサーバーソフトウェア38( 例:以下で入手可能なアパッチ http://www.apache.org );
3. スクリプト言語モジュール( 例:個人のホームページ、http://www.php.netで入手可能なPHP、またはMicrosoft ASP);および
4. 構造化照会言語(SQL)モジュール42(例:http://www.mysql.comで入手可能なMySQL)MySQLは、SQLデータベース16へのデータ格納および、SQLデータベース16からのデータ引き出し/取得を可能にする。
ウェブサーバー38、スクリプト言語40、およびSQLモジュール42は、合わせて、コンピュータシステム12に一般的な能力を提供する。その結果、標準的なウェブブラウザソフトウェアを備えた標準的なコンピューティングデバイス18を搭載したインターネット20のユーザーが、コンピュータシステム12にアクセスできるようになり、特に、データベース16からのデータの送受信ができるようになる。当業者の理解としては、システム12がユーザーに提供する特定の機能は、ウェブサーバ38でアクセス可能なスクリプトによって提供されることになる。 当該機能は、コンピュータシステム12によって実行される処理を実現する1つ以上のソフトウェアモジュール22、マークアップ言語( 例: HTML、XML)スクリプト、PHP(またはASP)および/またはCGIスクリプト、画像ファイル、スタイルシートを含むその他のスクリプトおよびサポーティングデータ44を含む。
ソフトウェア・モジュール22内のモジュールおよびコンポーネント間の境界は模範事例であり、代替的な実施態様としては、マージ・モジュールまたはモジュール機能に選択的分解を課す可能性がある。例えば、本書面上に記載されたモジュールは、任意の方法で、複数のコンピュータ上で、複数のコンピュータプロセスとして実行されるサブモジュールに分解することができる。また、代替的実施態様は、特定のモジュールまたはサブモジュールの複数のインスタンスを組み合わせることもできる。さらに、オペレーションは組み合わせもでき、またオペレーションの機能は、本発明による追加オペレーションに配布することもできる。あるいは、上記の行為は、複合命令セットコンピュータ(CISC)のミクロコード、消去/プログラム可能なプログラマブルデバイス内にプログラムされたファームウェア、書替え可能ゲートアレイ(FPGA)の構成、ゲートアレイまたはフルカスタムの特定用途向け集積回路(ASIC)の設計等の、上記機能を実装する回路構造において実施されうる。
コンピュータシステム12のプロセスのフロー図の各ブロックは、(ソフトウェアモジュール22の)モジュールまたはモジュールの一部によって実行されうる。プロセスは、当該方法を実行するコンピュータシステムを構成するための機械読み込み可能および/またはコンピュータ読み込み可能な媒体で実施することができる。ソフトウェア・モジュールは、内部に格納することができ、および/またはモジュール機能を実行するためのコンピュータシステムを構成するコンピュータ・システム・メモリに送信することができる。
コンピュータシステム12は、通常、プログラムに従って情報を処理し(特定のアプリケーション・プログラムおよび/またはオペレーティングシステムなどの内部に格納された指示のリスト)、デバイス30の入力/出力(I/O)の結果としての出力情報を生成する。コンピュータ・プロセスは、概して、実行中(運転中)のプログラムまたはプログラムの一部、現在のプログラム値および状態情報、およびプロセスの実行を管理するためにオペレーティングシステムによって使用されるリソースを含む。親プロセスは、親プロセスの全体的な機能の実行補助のため、他の子プロセスを生成することができる。親プロセスは、具体的に親プロセスの全体的な機能の一部を実行するために子プロセスを生成しているため、子プロセス(および孫プロセス等)によって実行される機能は時に、親プロセスによって実行されるものとして説明することができる。
コンピュータシステム12は、WebアプリケーションのサーブレットウェブコンテナとしてTomcat 4.1を使用している。Webアプリケーションのための模範ディレクトリおよびファイル構造50は、図3に示されている。構成ディレクトリ51は、WebアプリケーションのサーブレットWebコンテナを構成するために使用される3つのXML構成ファイル52を含む。serve.xmlファイル54は、Webアプリケーションのパスを構成し、ホストウェブサーバのアドレスを設定する。web.xmlファイル56は、Webアプリケーションを構成するサーブレットなどのリソースを設定するために使用する。Tomcat-users.xmlファイル58には、真のユーザー名と対応するパスワードが含まれる。
ファンドマネージャーディレクトリ60には、3つの主なディレクトリが含まれる。Wen情報ディレクトリ62には、Webアプリケーションの実装に必要なJavaファイルが含まれる。オブジェクトディレクトリ64には、すべてのサーブレットファイルが含まれる。メンバーディレクトリ66には、Webアプリケーションのインタフェースの表示に必要なJSPファイルが含まれる。システム12のこれらのインタフェース間のデータフローを図4に示す。
システムの使用
ファイナンシャルプランナーなどのメンバーは、例えば、インターネット20を介してシステム12によって生成された、図5に示したログインページ100にアクセスするために、自分のコンピュータ18を使用することができる。テキストボックス102aおよび102bにより、正しいユーザ名およびパスワードを受信すると、システム12は、メンバーに対して、図7に示したメンバープロファイルのグラフィカルユーザインタフェース( GUI )104を生成する。メンバープロファイル104には、以下の情報へのアクセスを提供する106aから106hまでの機能ボタンが含まれる。
1. クライアント・リスク・プロファイリング106a;
2. ミクロ定量的研究106b;
3. マクロトレンド予測106c;
4. ポートフォリオ構築インタフェース106d;
5. 製品情報開示書106e;
6. 設計計算表106f;
7. 統合レポート106g、および
8. 業務管理106h
実行された場合、システム12は、メンバーによって選択された106aから106hまでの対応する機能ボタンに関連する情報を生成する。
メンバー・プロファイルGUI(グラフィカル・ユーザー・インターフェース)104はまた、「戦略的プロファイリング」ドロップダウンメニュー108も含み、図7に示す通り、以下のユーザー機能ボタンを提供する。
1. クライアント・リスク・プロファイル110a;
2. マクロ経済学110b;
3. ミクロ定量110c;
4. 検索110d;
5. 定性レポート110e;
6. 設計計算表 110f
7. 業務管理 110g
「クライアント・リスク・プロファイル」機能ボタン110aが、ユーザによって選択された場合、システム12は、図8に示すリスクプロファイルGUI 112を生成する。リスクプロファイルGUI 112は、投資家のリスク許容レベルを決定し、投資家のベンチマーク・リスク・カテゴリーを指定するため、ファイナンシャルプランナーによって使用される。リスクプロファイルGUI 112には、次の機能ボタンが含まれる。
a. 「入門」114は、実行された場合、リスク許容度質問表についての入門的情報を含む、図8に示す表示を生成する;
b. 「プロファイリングについて」114bは、実行された場合、リスクプロファイルに関する情報を含む、図9に示す表示を生成する;
c. 「リスクカテゴリ・114cは、実行された場合、リスクカテゴリの種類を説明する情報を含む、図10に示す表示を生成する;
d. 「質問表」114dは、実行された場合、以下の機能ボタンの一覧を表示する。
i. 「質問1〜3」114diは、実行された場合、質問116の1から3までを含む、図11に示す表示を生成する;
ii. 「質問4〜6」114diiは、実行された場合、質問116の4から6までを含む、図12に示す表示を生成する;
iii. 「質問7〜9」114diiiは、実行された場合、質問116の7から9までを含む、図13に示す表示を生成する;
iv. 「質問10〜12」114divは、実行された場合、質問116の10から12までを含む、図14に示す表示を生成する;
v. 「質問13〜15」114dvは、実行された場合、質問116の13から15までを含む、図15に示す表示を生成する
vi. 「質問16〜17」114dviは、実行された場合、質問116の16から17までを含む、図16に示す表示を生成する
vii. 「質問18〜20」114dviiは、実行された場合、質問116の18から20までを含む、図17に示す表示を生成する
d. 「結果」114eは、実行された場合、図18に示す表示を生成する。
質問表116に列挙された各項目は、ファイナンシャルプランナーがチェックできるよう、複数選択肢118および関連する選択ボックス120が含まれる。一連の質問表116は、投資家のリスク許容度を識別するために設計されている。質問表116は、投資家の投資姿勢、価値観および経験に関するものである。「入門」および「リスクプロファイルについて」GUIs 114aおよび114bには、特に、リスク許容度および下記の二重の課題に関する情報についての議論が含まれている。
a. 理解しているリスクの受諾に関する投資家の意欲を正確かつ意味のある形で評価すること
b. リスク許容度の観点から、すでに構築されている状況および現段階で提供される選択肢を評価できる形で、上記評価を表現する。
これらのGUI 114aおよび114bは、一般的なリスク・プロファイリングの情報および5つのリスク・カテゴリーに関する説明を含む。リスク・プロファイルおよび投資家プロファイルは、ファイナンシャルプランナーの三重課題が以下である場合に、資産配分を選択するプロセスで、ファイナンシャルプランナーで使用するものである。
a. 顧客の財務目標を達成するための資産配分を決定すること ;
b. 資産配分が、顧客のリスク許容度と一貫性があるかどうかを判断すること;および
c. 上記2つの課題を満たす資産配分が存在しない場合は、不一致を解決するプロセスを有すること。
図19に関して、「クライアント・リスク・プロファイル」機能ボタン110aが実行された場合、システム12は、ステップ122において、リスクプロファイルのGUI 112を生成する。システム12は、ステップ124において、質問表118の各項目に対する回答120を受信する。各質問への回答120は、重み付けされ、システム12は、ステップ126に関して、投資家の回答の累積リスク重量を決定している。リスクプロファイルGUI 112は、ステップ128において、所定のベンチマーク・リスク・カテゴリーの累積リスク重量範囲と投資家の蓄積リスク重量を比較する。リスクポートフォリオGUI 112は、ステップ130において、投資家の累積リスク重量が、あるベンチマーク・リスク・カテゴリーの範囲内である場合、該当投資家を該当ベンチマーク・リスク・カテゴリーに分類する。下記は、代表的なベンチマーク・リスク・カテゴリーおよび其々のカテゴリーが適用する該当スコア範囲である:
1.保守的(0から20点)
保守的な投資家。留め金とベルトを同時に着用することを好む投資家の種類。安定が極めて重要である。資金の防衛手段として、長期保証固定金利証券に投資し、収益確保を求める。
2.適度に保守的(20から40点)
低リスク投資家。資本保全のための何らかの穏やかな成長と安定した収入源のための運用。長期的な資本の安定と低ボラティリティのための全体的に中位なポートフォリオ。
3.バランス型(40〜60点)
少し高く飛ぶけれども地面に片足をつけたままの状態。慎重な資金投資の利点を理解する一方で、高リターンにも目を光らせている。すでに投資を行っている可能性があり、投資ポートフォリオを開始または追加することのいずれかを検討している。
4.適度に積極的(60から80点)
漁夫の利を得る。平均を上回る利率を実現するために、いくばくかの安定性を喜んでトレードオフする。投資の素人ではない。しかし、不必要なリスクを伴わずに合理的なリターンを達成する方法に関する助言を、好意的に受け止める。例えば、信託スキームを通して株式市場にアクセスすることを好む可能性がある。
5.積極的(80から100点)
平均を大幅に上回る利率を達成するためにリスクを取ることを恐れない。株式および不動産市場には懸念はほとんどなく、海外投資も明らかに選択肢となっている。
質問表116が最後まで完了すると、投資家は、「結果」機能ボタン114Eを実行し、ステップ132において、図18に示す、結果GUI 134を生成することができる。結果GUI 134は以下を表示する:
a. 顧客のスコア136;
b. 顧客に関連するリスク・プロファイル138;および
c. 異なるリスク群にわたる投資家のリスク許容度の正規分布曲線を示すリスクメーター140。
投資ポートフォリオに含める投資先を選択するためのシステムおよびプロセス
ファイナンシャルプランナーは、メンバープロファイルGUI 104のドロップダウンメニュー108「戦略的プロファイリング」から「ミクロ定量的」メニュー項目110cを選択した後、図20に示す「オーストラリアのファンドマネージャー」メニュー項目142または「ASX企業」メニュー項目146を選択することにより、新たな投資ポートフォリオを構築し、既存の投資ポートフォリオの見直しができる。「オーストラリアのファンド・マネージャー」メニュー項目142を選択された場合は、図21に示す通り、システム12は、「資金」タブページ152が表示されたポートフォリオ構築GUI 150を生成する。あるいは、ファイナンシャルプランナーが「ASX企業」メニュー項目146を選択した場合、図22に示す通り、システム12は「株式」タブページ154の表示されたポートフォリオ構築GUI 150を生成する。
ポートフォリオ構築GUI 150は、選択された指標により選択されたセクターを表示することにより、運用ファンドや直接取引株候補銘柄などのさまざまな投資を比較、見直しするために、ファイナンシャルプランナーにより使用される。ファイナンシャルプランナーが、ポートフォリオ構築GUI 150の「資金」タブ155を選択した場合、システム12は、以下のセクターを含む「ファンドセクター選択」ドロップダウンメニュー156を含めた、図21に示した資金タブページ152を生成する:
1. 現金:
a. 現金;および
b. エンハンスト・キャッシュ;
2. 固定金利:
a. オーストラリア;
b. グローバル;
c. 住宅ローン(オーストラリア);
d. 積極的住宅ローン;
e. 多様化;
f. ハイブリッド;および
g. 高利回りクレジット;
3. 不動産:
a. オーストラリアの不動産;
b. グローバル不動産
c. 非上場および直接取引不動産。
4. オーストラリア株式:
a. 大型株ブレンド;
b. 大型成長株;
c. 大型バリュー株;
d. 大型株レバレッジ型;
e. 中型/小型株ブレンド;
f. 中型/小型成長株;
g. 中型/小型バリュー株;
h. 雑株、および
i. その他;
5. グローバル株式:
a. 大型株ブレンド;
b. 大型成長株;
c. 大型バリュー株;
d. 中型株/小型株;
e. 世界/オーストラリア;
f. 新興市場;
g. 日本以外のアジア太平洋;
h. ヨーロッパ;
i. 日本;
j. 北米;
k. インフラ;
l. テクノロジー、および
m. その他;
6. ヘッジファンド:
a. オーストラリア;および
b. グローバル;および
7. マルチセクター・ファンド:
a. 保守的;
b. 適度に保守的;
c. バランス型;
d. 適度に積極的;および
e. 積極的。
図21に示す資金タブページ152には、以下のドロップダウンメニューを含む「選択指標」セクション158が含まれる。
1. 実績ベース評価158a:
a. 実績株価収益率;
b. 期末株価収益率;
c. リスク指標;
d. 相対的リスク指標;
e. 実績ベース株価収益率効率比;
f. 期末株価収益率効率比;
g. リスク指標効率比;および
h. 相対的リスク指標効率比;
2. 予想評価158b:
a. 購入/売却;
b. ポートフォリオの内訳; および
c. 効率比購入/売却;
3. 帰属対称性158C:
a. 効率比成功率;
b. 成功率上位4分位;
c. ランキング概要;
d. 市場価格観察;および
e. レポートおよび金融商品開示文書(PDS)。
このように、ファイナンシャルプランナーは、システム12を使用して、選択したセクターの運用ファンドを表示し、選択した指標に関連したデータを使用して、選択したセクター内の運用ファンドを比較することができる。
あるいは、ファイナンシャルプランナーは、ポートフォリオ構築GUI 150を使用し、「株式」タブ160を選択して、株式を確認および比較することができる。選択した場合、システム12は、以下のセクターを含めた「株式セクター選択」ドロップダウンメニュー162を含む、図22に示す「共有」タブページ154を生成する。
1. 消費者の選択による産業:
a. 自動車および部品;
b. 耐久消費財および衣料品;
c. 消費者サービス;
d. メディア;および
e. 小売業;
2. 生活必需品;
a. 飲食業および生活必需品小売業、および
b. 食品、飲料およびタバコ産業;
3. エネルギー:
a. エネルギー;
4. 金融業:
a. 銀行;
b. 各種金融業;
c. 保険;
d. 不動産 - 投資信託;および
e. 不動産 - 管理および開発;
5. 健康関連サービス業:
a. 健康管理機器およびサービス;ならびに
b. 医薬品およびバイオテクノロジー;
6. 工業:
a. 資本財;
b. 商用製品およびサービス、ならびに
c. 交通;
7. 情報技術;
a. ソフトウェアおよびサービス
b. テクノロジー・ハードウェアおよび機器、ならびに
c. 半導体および設備;
8. 材料:
a. 化学物質;
b. 建設資材;
c. コンテナおよび梱包剤;
d. 金属および鉱業
e. 紙および林産物;
9. 電気通信:
a. 電気通信サービス;
10. ユーティリティ:
a. ユーティリティ、および
11. セクター別相対的強みのトレンド:
a. 市場/セクター/相対的な強み/トレンド。
図22に示す「共有」タブページ154には、次のドロップダウンメニューを含む「選択指標」セクション164が含まれる。
1. 実績ファンダメンタル164a:
a. 収益の持続可能性;
b. 配当の持続可能性;
c. 財務力;および
d. キャッシュフロー;
2. 実績ベース評価 164b:
a. 実績株価収益率;
b. リスク指標;
c. 相対的リスク指標;
d. 実績ベース株価収益率効率比;
e. リスク指標効率比;
f. 相対的リスク指標効率比;
3. 予想評価164c:
a. ファンダメンタルズ;
b. ファンダメンタルズ効率比;および
c. 不適正価格設定ファンダメンタルズ;および
4. 帰属対称性164d:
a. 効率比概要;
b. 成功率上位4分位;
c. 不適正価格設定ファンダメンタルズ;
d. ランキング概要;および
e. 市場価格観察。
このように、ファイナンシャルプランナーは、システム12を使用して、選択したセクターごとの直接取引株候補銘柄株を表示し、選択した指標に関連したデータを使用して、選択したセクター内の直接取引株候補銘柄を比較することができる。
システム12は、ファイナンシャルプランナーに、投資比較に使用するための無数の情報(以下、「普遍的比較情報」)を、体系的に発掘するツールを提供する。
ファイナンシャルプランナーが一度、投資先の適切な検討を行えば、同者は、対応する望ましい投資先の横の選択ボックス166をチェックすることにより、投資ポートフォリオに含めるための最も望ましい投資を選択することができる。ファイナンシャルプランナーはその後「ポートフォリオ」タブ168を選択することで、ポートフォリオに含まれる投資先を見直すことができる。「ポートフォリオ」タブ168が選択されると、システム12は、図23に示すポートフォリオタブページ170を生成する。
ポートフォリオ構築
ファイナンシャルプランナーが「ポートフォリオ」タブ168を選択すると、システム12は、図23に示すポートフォリオタブページ170を生成する。ポートフォリオタブページ170には、以下を含む表171が含まれる。
1. ファイナンシャルプランナーが選択した投資172を含む欄;
2. 選択した各投資先172のセクター174を含む欄;
3. 以下の各資産クラス178への資産配分の割合176を示す各投資先の行:
a. 現金;
b. オーストラリア株式;
c. 国際株式;
d. オーストラリア固定金利。
e. 国際固定金利;
f. オーストラリア不動産;および
g. 海外不動産;
4. ファイナンシャルプランナーが投資ポートフォリオの各投資先に投資家の資産を配分できるようにするための、投資ポートフォリオの各投資先の資産配分データ入力ボックス180を含む列、および
5. 投資ポートフォリオ全体の各資産クラスの資産合計182を示す行。各資産クラスは、投資ポートフォリオの各投資先への投資家資産の配分割合に応じて重み付けされている;および
6. 投資家のための適用可能なベンチマークのリスク・カテゴリーを選択するための「投資家タイプベンチマークプロファイル」ドロップダウンボックス184aおよび184b。
もしくは、行と列の位置を変換するため、表171を再構成できる。
ファイナンシャルプランナーは、ドロップダウンメニュー184aから該当するカテゴリーを選択することで、リスク・プロファイリングGUI 112を使って決定された投資家のベンチマークリスクカテゴリーを選択することができる。たとえば、ファイナンシャルプランナーが「適度に積極的」を選択したとする。これにより、システム12は、図24に示した方法で資産クラス178にまたがる選択済みベンチマークリスクカテゴリーの資産構成186を示す行を表171内に生成し、表示する。ファイナンシャルプランナーは、そこでシステム12を使用し、ポートフォリオ全体からみた投資先172の資産構成182が、選択済ベンチマークリスクカテゴリーの資産構成186にどの程度対応しているかを比較することができる。選択済ベンチマークリスクカテゴリーは、投資家のリスク許容レベルを表す。
いくつかの例では、投資家のリスク許容度が、ベンチマークリスクカテゴリーのいずれにも正確に一致しない場合がありうる。例えば、投資家が、適度に積極的および積極的の中間にあたる場合である。この場合、ファイナンシャルプランナーは、ドロップダウンメニュー184bから、例えば、一つ上のカテゴリを選択することができる。そうすることで、システム12は、投資家のポートフォリオの資産構成に該当する一連の軌道を表示し、ポートフォリオが投資家のリスク許容度と一致するようにする。
ファイナンシャルプランナーは、システム12を使用し、図25に示した方法で各投資先172のデータボックス180に数値を入力することにより、資産配分を行うことができる。各数値は、該当する投資先に配分された投資家資産の割合を表す。投資ポートフォリオの投資先に配分された投資家資産に応じて重み付けされた投資ポートフォリオの各資産クラスの資産合計182は、ポートフォリオタブページ170に表示される。ファイナンシャルプランナーは、そこで、ポートフォリオ全体の重み付けされた資産構成182と、投資家のリスク許容度を表す選択済ベンチマークリスクカテゴリーの資産構成を比較することができる。ファイナンシャルプランナーはまた、各投資先への投資家の資産配分を変更し、場合によって、資産構成182を、選択済の投資家ベンチマーク・リスク・カテゴリーの資産構成186に、より一致させたり、より相違させたりすることができる。そのために、資産配分プロセスは、ポートフォリオ・ボラティリティ・リターンの精度90%以上、付加価値リターンに関しては70%の反応精度を示しうる。改良された予測精度に関する純粋な期待は、以下につながる:
1. 快適に予想された使用方法; ;
2. 高度に集中的なアプローチ; および
3. より良い絶対的アルファ値。
表171内の選択済投資先172の検討時、ファイナンシャルプランナーは、投資先172を追加または削除することで、投資選択の修正を決定できる。ポートフォリオから投資先を削除するには、ファイナンシャルプランナーは、該当する望ましくない投資先の選択ボックス190のチェックを外し、ボタン192の「ポートフォリオの更新」機能を実行するだけでよい。その後、システムは、望ましくない投資を非表示にした新しい表171を生成する。既存のポートフォリオへ投資先を追加するには、ファイナンシャルプランナーは、「資金」タブ152または「株式」タブ160のいずれかを選択するだけでよい。例えば、システム12は、「資金」タブ152の選択を受信すると、図26に示した資金タブページ152を生成する。「資金」タブページ152には、選択済ポートフォリオ投資先194を含み、選択指標158に関するデータも示されている。「資金」タブページ152は、選択指標158のデータおよび選択済セクターの運用ファンドも含まれている。ポートフォリオの投資172を削除するには、ファイナンシャルプランナーは、該当する望ましくない投資先の選択ボックス196のチェックを外し、「更新ポートフォリオ」機能ボタン192を実行すればよい。もしくは、投資ポートフォリオに投資先を追加するには、ファイナンシャルプランナーは、該当する望ましい投資先の選択ボックス166にチェックを入れ、「更新ポートフォリオ」機能ボタン192を実行すればよい。
有効フロンティア相関に特に着目した、相対ベンチマークの絶対集中リスク調整後リターンを用いたポートフォリオの作成 (ACRARRBSCTEF)
以下の説明は、システム12のユーザー/メンバーがファイナンシャルプランナーである場合を想定している。ただし、システム12のユーザー/メンバーは、他にも、ファンドマネジャー、株式ブローカー、またはその他の投資売買関係者である可能性がある。さらに、「ファンドマネージャー」(単数形および複数形)という用語が、仕様書全体を通して使用されている。これらの用語は、運用ファンド(単数形および複数形)を指す。
ファイナンシャルプランナーは、システム12を使用し、クライアントのリスクプロファイルに基づく資産配分を体系的に行い、優良な投資先を選択し続けるための複数の戦略を同時並行的に進めることができる。
1. ファンドマネージャー
2. 直接取引株候補銘柄;
3. 市場;
4. セクター;
5. 相対的な強み;
6. 動向;および
7. 選択プロセス分析。 (FM/DSO/M/S/RS/T/SPA)
システム12は、マーコウィッツの発明した現代ポートフォリオ理論リスクマネジメント(MPTRM )の活用性を、平均および分散ファンダメンタルズおよび以下のような特徴の観点から、FM/DSO/M/S/RS/T/SPAを検討することにより、改善するものである:
1. 帰属対称性(絶対リスクリターン調整後相対ベンチマーク)、および
2. 分布対称性(クライアントのリスク許容度および投資先選択の間のギャップ分析の最適化調整)。
投資ポートフォリオのための適切な投資構成を発見するため、システム12には、下記の FM/DSO/M/S/RS/T/SPAの主要なドライバーがインストールされている:
1. 選択;
2. 資産クラス(またはセクター)における資産配分;および
3. クライアント・リスク・プロファイルに応じたリスク管理、
資産配分現象は、ポートフォリオのボラティリティリターンの反応精度について90%以上、付加価値リターンに関して70%の反応精度を示した。したがって、資産構成の重要性は看過できない。システム12は、快適な予測方法の使用、より良い絶対的アルファ値のための高度に集中的なアプローチのすべてに対して、高精度の改善された予測期待を提供する。
結論的には、上記ツールは、投資ポートフォリオに含める投資先の比較および選択という問題のダイナミクスに対する洞察と理解を提供するために使用できる。しかし、ファイナンシャルプランナーが直面している長年の問題は、市場観測の専門家によって使用される指標の統計およびデータの形式で提供される無数の情報(以下、普遍的比較情報とする)を入手し、理解することの難しさにあるのだ。投資先の購入、売却または保有するタイミングの判断に関わるこれらの指標は、ビジネス感情、投資および雇用水準、主要なコモディティ価格が含まれる。
この問題に対処するため、システム12は、コア・スペクトラム要素マトリクスに普遍的比較データを採掘させるため、ファイナンシャルプランナーは、過ちや先入観にとらわれやすい人間の判断に基づく意思決定を避けることができる。コアスペクトラム要素マトリクスは、以下で構成される。
1. 分配係数マトリクス構成要素のコアスペクトル対称性(ハードウェア)、および
2. 資本資産価格決定モデル要素マトリクス(ソフトウェア)。
システム12は、実績ベース評価、予想評価およびその帰属対称性データを収集し、評価する。システム12はまた、 従来のスキル型運用ファンドと直接取引株候補銘柄を特定するため、これらの重要な統計的検証システムが普遍的比較情報の分析にどのように使われているかを検討する。特に図27に示した通り、システム12は、以下の資本資産価格決定モデル要素マトリクスからなるプロセスを使用する:
a. 1層目(一次的);
b. 2層目(二次的);
c. 3層目(三次的);および
d. 4層目(最終)。
図28から30までに示す通り、1から3層目(総称して「パートA」と呼ぶ)は、帰属価格決定モデル選択プロセス分析および資本資産価格決定モデル(APMSPASおよびCAPM's)を含む。図31に示す通り、4層目(パートB」と呼ぶ)は、戦略的ポートフォリオ最適化プロセス解析システムおよび資本資産価格決定モデル( SPOPASおよびCAPM's )を含む。
この4層プロセスの結果、ポートフォリオは真に最優良なものとなる。これらは、真の評価と比較することにより、市場の矛盾が本物であるか、それとも価格誘導への影響力に対する理解の不足からくる幻想であるかどうかを、要因マトリクスを使用して判断する柔軟なプロセスである。これは、クライアントのリスク許容度に従ったリスクをヘッジし、ポートフォリオに関わる市場の動きを最小化するという考えに基づき、精度および相対的強みに関する予測可能性と持続可能性に影響を与えるものである。
システム12の動作は、すべての市場で運用することなく、ただやりたいことだけをすることはできないとする理論から離れている。むしろ、株式市場が不安定になった時、周囲の状況に関わらず、主要市場の変動に反するトレードオフを行うことにより、一定のリターンを提供することができる。コアスペクトラム要素マトリクスは、クライアントの要望を満たす。つまり、クライアントは、資産の損失を望んでいないと同時に、むしろ一定の成果(業績)を期待しているということだ。システム10は、システマティック・リスク(非分散可能リスク)および非システマティック・リスクに対処するための独自の方法を提供する。
投資ポートフォリオの優れた業績に関する従来の学術的および実証的措置
学術文献に関する入門的および背景的知識
どの学術的および実証的な文献証拠に関する議論においても、最初の質問は、ファンドの業績を測定することは、単にリターンの期待値および実績値を計算するよりも複雑である場合である。リターンおよびリスクは積極的相関関係にあるため、マネージャーは、よりリスクの高い資産にただ積極的に投資することで、ポートフォリオのリターンを向上させることができる。投資家は低リスク(ただし他の条件は同等)を好むことを考えると、投資業績指標は、以下両方の指標を組み込む必要がある:ポートフォリオ・リスクおよびリターンただし、リターンと異なり、使用できるリスク対策には様々なものがあり、最も一般的な方法については、既に上記で検討した。
したがって、「ファンドマネージャーは、「市場に打ち勝つ」という意味での付加価値を提供できるか」を考えた場合、業績促進の鍵となるのは、負相関リスク/リターンの質問となる。運営ファンドの業績に関する初期研究の文献証拠は、この問題に焦点を当てている。これらの研究は、効率的市場理論の実験として行われた。これらはまた、アクティブ・ファンドまたはインデックス・ファンドのどちらに投資した方がよいかの決定において投資家を支援した。使用するベンチマークによって、得られる結果が異なるため、この問題は複雑である。消費者は、ファンド選択のための判断ツールとして過去の業績を有効に測定することができるか。
「業績持続性」に関する学術的および実証的文献の広範な調査の結果、運営ファンドの過去の業績と将来の業績との関連性について、100余り及ぶ実証研究論文が過去50年間に執筆された。
まず最重要かつ中心的な進展は、マーコウィッツ(1952)の現代ポートフォリオ理論(MPT)による資本資産価格決定モデル(CAPM)および、ジェンセン(1968)による、市場のマクロのアルファ値(システマティック・リスク)および資本資産価格決定モデル(CAPM)による選択プロセスを介した戦略的資産配分への貢献である。同分析は、業績測定という課題への対応に適用できる理論的な枠組みを提供したことは、直ちに明らかとなった。トレイナー(1965)、シャープ(1966)、ジェンセン(1968)らの研究で、同様の方法論や同様のベンチマークを用いた場合でも異なる様々な結果が生じたという事実により、問題はさらに複雑化した。
第二に、同課題の最近の研究は、ベータ値からアルファ値を分離するというより強固な方法論の発見を伴っている。研究の多くは、米国ファンドを研究対象とし、同時に、多数の英国ファンドも調査し、オーストラリアファンドの業績研究についても検討に加えている。研究の大半は、株式ファンドを対象としている。研究は、異なる対象期間をカバーしており、異なるベンチマークを使用し、異なる結論に達している。これらのファンド研究は、以下の参考文献のパターンと大幅に一致している。つまり、米国 ( カーンとルッド(1995) エルトン・グルーバーブレイク(1996) カーハート(1997) ダニエル、グリンブラット、ティットマンおよびウィーマーズ (1997) クリストファーソン パーソンおよびグラスマン(1998))、 英国 ( アレンおよびタン(1999)、 ウッド・マッケンジー(2002)) オーストラリア (ハラハン(1999) ソウシック (2002)の主要な研究結果を、「業績持続性」を比較し、 ACRARRB STCEF ビルディング・ブロック・メカニズムとの類似性を検討するものである。同ビルディングブロックメカニズムの業績手法は、平均分散および予想ファンダメンタルズ・スプレッドシート分析リスク/リターン/時間軸に関する詳細なマルチデータポイントに貢献し、市場/セクター/相対的強み/ポートフォリオがリスクと負相関であるトレンドにつき、より広範な視点からの概要分析を提供する。
ただし、 ACRARRBSTCEF の適用およびビルディング・ブロック・フレームワークの進展は、総合的リスクではなく、市場関連リスク(またはベータ)だけを検討する様々な資産価格決定モデルのうちの様々なリスク測定手法において、数値を表す方法について独自の洞察を提供し、ひいては、複合した数値の関連性が投資ポートフォリオの優れた業績への貢献を手助けする。
したがって、最良の資産価格決定モデルに関する学術文献における視野の範囲に鑑みると、例えば、最良の資産価格決定モデルの候補としては、CAPM、裁定価格決定ベースモデル、統計的の結果としての特定要素ベースモデルにまで及ぶ。異なる価格決定モデルを用いた研究に加えて、中立的な市場業績を表す様々なベンチマークも使用される。資産価格決定モデルおよび業績ベンチマークの両方について、広範な学術文献がある。異なる結果が同じような方法論や類似のベンチマークを用いた研究から生じてきたという事実により、問題はさらに複雑になる。しかし、 ACRARRBSTCEF は、基本的な複数要素の合成であるアルファ方法論の分散を、最強集計スコアの形式で利用している。この称賛に値する結果の累積は、以下の研究における様々な業績持続性を表している。すなわちアルファ抽出/要素評価モデル/コアスペクトラム/集中アプローチ (AE/FEM/CS/CA(T2)、ページ74を参照のこと、スコアリング/ソート/要素評価モデル/コアスペクトラム/分布対称性アプローチ S/S/FEM/CS/SODA(T2) ページ76を参照のこと、最強集計スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ (SAS/ FEM/CS/R/ROA (T2)。
それにもかかわらず、問題の中心は、「消費者(あるいはそのアドバイザー)が優良な投資ポートフォリオを選択している際、過去の業績情報はどのように役立つか」なのである本書においても、我々は、運営ファンドの業績の「持続性」に関する学術文献の広範な見直し行う。
学術研究は、ファンドの過去の業績は将来の業績に関連しているかどうかを検討する。ファンド業績が、一貫して同様のファンド類の平均業績を上回る(または下回る)場合、「持続性」と呼ばれる。相対的持続性の証拠は、投資家のファンド選択に重要な意味を持つ。過去50年の間に執筆された100余りの関連研究論文のうち、我々は、より直近の研究およびより堅調な方法論に焦点を当てている。これらの研究の大半は、米国のファンドを対象としているが、英国やオーストラリアのファンドについてもいくつかの検討がなされている。我々は、その主要な研究結果を業績持続性とつきあわせて確認している。
そして、個人投資家が直面する状況を念頭に置いて、現実の状況に最も関連する研究に焦点を当てている。
a. リターンは手数料の調整を要する。
b. ほとんどの消費者は、少なくとも数年の投資保有期間を有し、ファンド間の頻繁な投資切り替えにより、費用や不便が発生する。
c. 異なるファンドのリスクレベルは重要な要素である。
優良業績測定において考慮すべき要素
過去の業績情報の使用は、以下の2つの関連する問題に関連づけられる。
a. 許容可能な業績リスク指標とは何か。
b. 業績の数値は、投資のリスクと表裏一体の関係にあることを考えると、適切な指標は、リスクだけでなく、リターンを組み込む必要がある。
c. 業績指標を考えた場合、過去の業績は、予想される将来の業績の手引きとなるか。
(i) リスクおよび異常なリターン
運用ファンドの主な目的は、リスクレベルを制御しながら、リターンを最大化することである。業績報告および広告の多くは、達成したリターンに完全に焦点を当てている。しかし、すべての投資ポートフォリオは、リスクを前提としており、過去のリターンに関する表現が有意義なものとなる前に、ファンドのリスクを表示することが要請されている。なぜなら、業績報告及び広告は、消費者が最もアクセスしやすいものであり、変動的な業績は、ユニットプライスに応じて調査されるためである。
学術研究は、ファンドのリターンが、いくつかの適切なベンチマーク(通常は複合的市場指数)に比して優良か否かについて焦点をあてている。比較的リスクの高い分散ベンチマーク・ポートフォリオの業績と合致しない場合、業績が優位とはいえない。1つの潜在的な戦略としては、市場の平均(例、複合的市場指数)と同等のリターンおよびリスク特性をもつ業績を生み出すと思われる受動的分散である。ファンドマネージャーが勝ち組の株式を選択しようと、より多くのリスクを取った場合、投資家は、採用したポリシーで増加したリスクレベル見合ったリターンが得られるかどうかを測定する必要がある。つまり、上位10位保有ブレンディング・マンデート・プロセス分析(TTHBMPA)(T4)113ページ参照、古典的・ポートフォリオ最適化プロセス分析(CPOPA)(T4) 115ページ参照、エコノミスト・コンセンサス・マクロ・ロテーショナル資産クラス/リトレースメント資産配分プロセス分析(ECMRAARACPA)(T4)/多様な投資家スタイルタイプ・ユーティリティ関数モデル ( DISTUFM)(T4)126ページ参照、モデレート・バリュエーション・ポートフォリオ・リスク管理プロセス分析(MVPRMPA)(T4)130ページ参照。
(ii) 投資リスク
リターンおよびリスクは積極的相関関係にあるため、マネージャーは、よりリスクの高い資産にただ積極的に投資することで、ポートフォリオのリターンを向上させることができる。投資家は低リスク(ただし他の条件は同等)を好むことを考えると、投資業績指標は、以下両方の指標を組み込む必要がある:ポートフォリオ・リスクおよびリターンただし、リターンと異なり、使用できるリスク対策には様々なものがある。例えば、平均分散/進むリスク/リターン対策の一般的な方法は、本明細書に記載される様々な他のリスクおよび相対リスクコンポーネントと共にレビューされる。例:ビルディング・ブロック図32システマティック・ビルディング・ブロック柔軟性手法(SBBFT(T1)61ページ参照。例: ACRARRB (帰属価格決定モデル選択プロセス解析システム/資本資産価格決定モデル) (APMSPAS / PCAPM) (T1) (T2) (T3) 57ページから109ページを参照。 STCEF - 戦略的ポートフォリオ最適化プロセス分析システム/資本資産価格決定モデル (SPOPAS / CAPMs)(T4) 109ページから149ページを参照。例: 実績評価平均分散(定量)/予測評価基礎研究(定性)帰属対称性/フォーマット解析(HEMV(Q)/FEFR(Q)/ AS(FA) (T1) 64ページ参照。
標準偏差
マーコウィッツ(1952)は、リスク測定に標準偏差を使用することを提案した。このマトリクスは、中央平均値からのリターンのばらつきを測定する。同マトリクスは、推論を引き出すことができるようにする分配プロパティを有する。たとえば、ファンドが生成するリターンが釣鐘型の正規分布に従っている場合、100回のうち95回において、リターンは長期平均の標準偏差のプラスマイナス2以内であるべきである。標準偏差が大きいほど、ファンドのボラティリティは大きくなり、さらに、すべてのマルチ分散係数が、この主要なアルゴリズムに融合される
ベータ・インデックス
ベータとは、ファンドの市場動向への感度の指標である。ベータは、ファンドの超過リターンとリスクフリー投資(短期国債など)およびベンチマーク・インデックスの超過リターンとの関係を測定する。ベータ値1.10のファンドは、ベンチマークインデックスに比べ、他のすべての要因が一定と仮定すると、上昇市場では10パーセント業績が優れ、下降市場では10%劣る(財務省証券レート控除後)。逆に、ベータ値0.85の場合、インデックスに比べ、ファンドが、上昇市場で15%業績が劣り、下降市場で15%優れることを示す
シャープ・インデックス (1966)
シャープ比率は、ノーベル賞受賞者のウィリアム・シャープが開発したリスク調整後測定値である。現代ポートフォリオ理論(MPT)の創設者であるマーコウィッツ(1952)は、投資家は期待リターンおよびリスク特性に基づき最適なポートフォリオを選択することを提案した。上述したように、ポートフォリオ全体のリスクは、リターンの標準偏差によって測定される。シャープは、この概念を使用し、「変動への報酬」比率を構築し、同比率はシャープ指数として知られるようになった。このマトリクスは、リスク単位あたりの報酬を決定するため、標準偏差と超過リターン(すなわち、リスクフリー投資を上回るリターン)を使用して計算される。シャープ比率が高いほど、ファンドの過去のリスク調整後の業績が高い。理論的には、シャープ指数が1以上のポートフォリオは、市場ベンチマークよりも業績が優れる。
トレイナー・インデックス(1965)
第三の業績指標は、トレイナー・インデックスである。同指数は、ファンドに超過リターンを使用して、シャープ指数と同様の方法で計算されるが、ファンドの超過リターンは、ファンドのリターンの標準偏差ではなく、ファンドのベータによって測定される。
同指数の一つの利点は、投資家が複数ファンドに資産を分散する可能性があるため、投資家のリスクとリターンの合計に対するマージナル・コントリビューションに焦点を当てることがより重要になるということである。これはベータのように、マージナルリスク指標を必要とする。しかしながら、指標は、絶対的かつ相対的な指標である。同指標は、マネージャーが市場を打ち勝つか否かの指標を提供するだけでなく、業績の上下の振れ幅を示唆している。
ジェンセンのアルファ値 (1968)
これら3つの伝統的な指標のうち、回帰分析に基づくジェンセンのアルファ値は、学術研究で最も一般的に使用されている。同指標は、マネージャーが市場を打ち勝つか否かの指標を提供するだけでなく、業績の上下の振れ幅を示唆している。
ジェンセンのアルファ値はまた、同時に、経営リスクへの報酬であり、市場リスク測定への報酬である。ただし、これはリスクについて異なる概念を使用している。説明として、まず、同指標の枠組みは、様々な資本資産価格決定モデル(CAPM)を取り入れていることを認識する必要がある。同モデルでは、すべての投資家が多様なポートフォリオを保有していると仮定している。これにより、「体系的」または非「体系的」分散可能な市場関連リスクのみを残して、投資家のその他投資リスクを分散化することができる。ジェンセンのアルファ値は、ポートフォリオのリターン測定のため、体系的リスクのみを使用している。アルファ値は、均衡水準からポートフォリオのリターン偏差を測定する。均衡水準とは、ポートフォリオのリターンための、リスク調整後の期待値からのリターン偏差と定義される。ランキングの目的上、アルファ値が高いほど、業績がより優れていることになる。ファンドが、体系的リスク調整後ベースで、市場に打ち勝つ場合、ジェンセンのアルファ値は、ゼロより大きく、またその逆も然りとなる。ランキングの目的上、アルファ値が高いほど、業績がより優れていることになる。上記のアプローチで唯一問題となる用語は、ポートフォリオのベータである。同値は、市場の超過リターン上の該当ファンドの超過リターン(リスクフリー・レートを上回るリターン)からの演繹により推測される。同演繹の実行からの切片が、ジェンセンのアルファ値である。ファンドは、ジェンセンのアルファ値がゼロより大きい場合、体系的リスク調整後ベースで、市場に打ち勝つことになり、また逆もしかりである。すなわち ACRARRB リスクに対する「非システマティック」報酬 - 帰属価格決定モデル選択プロセス解析システム/資本資産価格決定モデル (APMSPAS / PCAPM) (T1) (T2) (T3) 57ページから109ページを参照。 STCEF - 市場への「システマティック」報酬 -
戦略的ポートフォリオ最適化プロセス分析システム/資本資産価格決定モデル (SPOPAS / CAPMS)(T4) 109ページから149ページ参照。
(iii) ベンチマーキング
次の問題は、業績を何と対峙させて比較するかである。2つの広範な投資戦略がある:受動的な分散化またはアクティブ投資戦略
受動的な分散化
旧知の戦略が採用された場合、投資家は、彼の売買を代理するマネージャーが、適切な分散型ポートフォリオを構築することを求めている。投資家は、広く分散されたポートフォリオで達成可能なものに見合ったリターンおよびリスク指標を達成する必要がある。投資家が、S&P 100オーストラリア株式インデックス等の、オーストラリア株式の流動性資産ポートフォリオに投資しようとしている場合、当該投資家は、特定のベンチマークと同様のリターンおよびリスクプロファイルを持っているということだ。その場合、インデックスの構成要素が改定されない限り、大きな変更なく保有されつづけることになる。
アクティブ投資戦略
より積極的な銘柄選択戦略をとった場合、マネージャーが、投資家が自身で達成できるより多くの付加価値を提供することができる場合にのみ、運用ファンドへの投資は価値があるものとなる。ここでも、ファンドの業績は、適切なベンチマークと比較されなければならない。ベンチマークは、平均的な投資家によって低コストで複製可能な効率的で素朴なポートフォリオであるべきだ。理想的には、リターンおよびリスクの両方に関する複合的指標が必要である。この複合的指標インデックスは、評価済ポートフォリオのリスクを一定に保たなければならず、業績はリスク調整後リターンに基づき判断できる。ポートフォリオの業績は2つの次元で測定する必要がある:相対的業績(つまり、他のアクティブ・ポートフォリオとの比較)および絶対的業績(つまり、ベンチマークとの比較)クライアント・プロファイルつまり適度な評価ポートフォリオ・リスク管理プロセスの分析(MVPRMPA)(T4)は、ページ130を参照。
(iv) 業績持続的ランキング存続者バイアス
業績持続性ランキングの研究では、「存続者バイアス」と呼ばれる課題に直面している。同課題は、ボトムアップ/トップダウン業績持続性ランキングの研究の導入により、発生した(図56を参照)。いくつかのファンドは、購入/売却/保有の研究のため測定期間中に消滅するため、「業績持続性ランキング」という課題への認識が高まった。一般的に、運用ファンドの変動性により、良いファンドは昇格し、業績の悪いファンドは、解雇またはラインアップから外される傾向がある。これは、絶対的リスク調整後リターンの相対的ベンチマークというアルゴリズムに基づく「ランキング存続者バイアス」によるもので、リターンの値が高い順、リスクの値が低い順にランキングし、業績持続性の能力を測るものである。絶対リスク調整後収益の相対的なベンチマークは、業績の持続性を浸透させる能力を持つ。
運用ファンドは、閉鎖や合併し、それらのデータが使用できなくなる場合がある。過去の実績により存続者である限り、存続に基づきデータを使用し、ファンドは上方または下方にバイアスする。このように、存続者は、運営するファンドの業績の資産クラス/セクターの真の上位4分位を表すベンチマークである。これは、サンプルにおいて、高業績ファンドの表現が過剰な傾向にあるためである。業績の低いファンドは合併および消滅する傾向があり、サンプルから脱落する。
最終的には、「ランキング存続者バイアス/業績持続性」がサンプルにおいて表現過剰となる傾向を考えると、予測可能なバイアスにつながる。というのも、資産クラスの各セクターには、アルファ業績ファンド1つまたは、せいぜい2つ分の余地しかないからだ。というのは、業績の劣るファンドは「ショートリスト」のサンプルから脱落する傾向があるためである。ショートリストとは、すなわち、ランキング概要/マルチブランド・ファンドマネジャー/直接取引株候補銘柄機会/選択プロセス分析(RS / MB / FM / DSO / SPA)(T3) 104ページ参照。
(v) 条件付き/無条件アルファ業績持続性
業績持続性とは、当初ランキング対象期間の業績順位およびその後の期間における業績順位との間に正の関係性と定義できる。しかしながら、研究の大半は、条件付き/無条件アルファの違いを除いて、同じリスク/リターンの回帰分析の結論に達し、すべての複合リスク/リターン/時期の回帰分析の上位4分位 に裏付けられた業績持続性を表す。リターンは、変更/不変集計スコアの条件付きの (ERSPA)(T3) / 無条件アルファ (TQSRSPA)(T3) 双方により測定され、絶対的アルファを取得するためのより真正な集中効果を利用した業績持続性へのアプローチである。
つまり、リスク調整/リターン/期間方法論は、以下を通じたパッシブベータ業績からアクティブアルファを分離することにより、標準化された一貫性のテストを使用する。
a. 条件付き/無条件アルファをベストプラクティスのために実装することにより採用された包括的要素マトリクス;および
b. 業績持続性の研究を測定するための複合リスク/リターン回帰分析の使用
このように、方法論は、過去の業績の持続性の低さに関するこれらの結論のためのもっともらしい結論をさける、というのも、より多くの研究は、過去の悪い業績は将来の悪い業績の可能性を増加させることを発見しているようであるからだ。すなわち効率性比の選択プロセス分析 - ERSPA(T3)97ページ参照)、上位4分位成功率選択プロセス分析(TQSRSPA)(T3)99ページ参照、最強の集約スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS / FEM / CS / R / ROA(T2)80ページ参照。
(v) 過去の業績の持続性が低いという結論については、もっともらしい説明がある
a. 業績の比較は、研究家や学者にのみ使用できる複雑なコンピュータ解析を含む、リスク調整研究手段を提供するセクター毎市場毎の比較を守り、適切に行われていない場合には、非常に誤解を招く可能性がある。
リターン分析の最初のルールは、「同様のもの同士」を比べ、リスク/変動性を調整した場合にのみ、分析が意味を持つため、その点の注意を常に忘れないことだ。
b. 従って、リスク調整研究では、一般の消費者ではなく、専門家の手中にある過去の業績情報の潜在的価値を測定する。広告、実績表または正式な申込書を通じて個人投資家が入手可能な情報は反映されていない
c. 市場状況のうち、ある一つの場合に最適に動作する方法は、その他の場合には最適に動作しない。例えば、マネージャーの価値および成長スタイルが優れているタイミングは、期間により異なる傾向にある。しかし、消費者にとって、今後数年間の市場の状況を予測することは難しい。これらの多くの研究の問題点の一つは、市場状況のサイクル全体を通じたマネージャーの記録を追跡していないと思われる点だ。
d. 長期よりも短期(1年から2年)において、持続性はより頻繁に発見される。消費者が運用ファンドを保有する特定期間に関しては、長期的な比較の方がより関連性がある可能性がある。
e. 持続性が発見される場合には、「業績優良性」の幅が小さくなる傾向にあった。研究により持続性が発見された場合、スワップのコストを考えると、業績の良いファンドに頻繁にスワップすることは効果的な戦略ではないという具体的な報告がいくつかある。
f. 研究結果は、他の研究と一致しており、ファンドマネージャーが一貫して、関連するベンチマークを上回る業績を残す事は困難であることを示している。
g. 投資の将来リターンを予測することは非常に困難であるため、(同業他社と比べた)ファンドの業績の重要な部分は、ランダムな運であるかもしれない。
h. 多くの研究では、過去の業績が悪い場合、将来の業績も悪い可能性が高くなるという結論に至っているようである。
i. ファンドマネージャーは、競合他社の業績から離れないよう常に努力している。一社が同業他社の業績を上回っている場合、他社は、その方法をコピーおよび/またはスタッフを引き抜こうとする。その結果として大量の資金がファンドに流入したとしたら、パッシブファンドではなくアクティブファンドの場合、相対的に業績を維持するために適切にファンドを管理することは困難である可能性が高い。
パートA 悪い業績の持続性の学術/実証的研究の文献証拠 (リスクへの報酬)つまり、帰属価格モデルの選択プロセス分析システム/資本資産価格決定モデル (APMSPAS / PCAPM)(T1)(T2)(T3) 57ページから109ページを参照。
(i) ACRARRB がすでに最強スコア集計法に裏付けされる学術的/実証的 業績持続性研究に焦点を当てているという事実 つまり、最強スコア集計/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS /FEM / CS / R / ROA(T2)80ページ参照は、現実的な状況では、複合的リスク/リターンスコアの集積が最も関連性の高い要因の1つであり、投資期間が少なくとも数年間に及ぶほとんどの投資家が直面する問題を留意し、異なる様々なファンドの統合リスク/リターンのランキングレベルを考えると、重要な要素を表している。したがって、 ACRARRBSTCEF が使用する学術的/実証的な業績持続性の研究および方法論に関連する一般的な方法の多くを再検討することによりハードウェア(つまり、体系的ビルディング・ブロック柔軟性手法 SBBFT(T1)、61ページ参照およびソフトウェア(つまり、実績評価平均分散(定量)/予想評価ファンダメンタルズ研究(定性)帰属対称性/フォーマット解析(HEMV(Q)/ FEFR ( Q)/ AS(FA)(T1) 64ページ参照 は広く大多数の学術的実証的研究を突き動かす主要なメカニズムである;例:カーンとルッド (1995)米国。リターンは、「同種のもの同士」の比較のための業績マトリクスに基づき、リスク/変動性調整することにより、意味を持つ。
(ii) リスク調整研究には、複雑なコンピュータ分析が含まれ、同分析は、無条件の上位4分位の実績に基づく過去の実績値を測定するつまり、上位4分位の成功率選択プロセス分析(TQSRSPA)(T3)、ページ99参照 。したがって、絶対的リターンデータが分析された際のされる持続性テスト結果は、リターンは相対的なリターンよりもむしろリスクのために調整されている場合を考えると、長期の方が、より高くなる可能性がある。例:ウッド・マッケンジー (2002)一般消費者ではなく専門家の手中にあるそのような情報は、結果は学者によってのみ解釈され、研究所にのみアクセス可能である事を示唆している。
(iii) ACRARRB が、 HEMV(Q)/ FEFR ( Q)/ AS(FA)(T1)(64ページを参照)に誘導される業績持続性の研究におけるベストプラクティスのための条件付き/無条件アルファに関連付けられた回帰分析手法を用いることにより、同種ファンドの中の最良ファンドであることを示す。例:ソーシック(2002)。 条件付き/無条件アルファは複数年の対象期間のデータポイント上のリスク調整後リターンの相対的なベンチマークに基づき、ベータ(上位4分位ベンチマーク)からアルファ(上位4分位を超える部分)を分離する回帰分析を意味する。すなわちアルファ抽出/要素評価モデル/コアスペクトラム/集中アプローチ (AE / FEM / CS / CA(T2)、75ページ参照)効率比選択プロセス分析=ERSPA、97ページ参照、価格設定/要素評価モデル/コアスペクトラム/定量/定性/集中アプローチ P / FEM / CS / Q / Q / CA(T2)77ページおよび図32a、32b、32cを参照、スコアリング/ソート/要素評価モデル/コアスペクトラム/分布対称性アプローチS/S/FEM/CS/SODA(T2) 78ページ参照、最強集計スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS / FEM / CS / R / ROA(T2)80ページ参照。
(iv) 同様に ACRARRB は、特に無条件アルファ回帰手法を採用している。同手法は、現在の標準的な上位4分位アルファを回帰することで、業績予測を行うもので、これに従い業績の優位性を判定する。しかし ACRARRB 文書記述によると、条件付き手法は、無条件手法(すなわち平均アルファおよびベータ)よりも、将来の業績に関してより有益な情報を含む。例:クリストファーソン、パーソンとグラスマン (1998)米国は、リターン対象期間が3年を超えて増加した場合、持続性が強くなることを報告している。彼らによると、機関投資マネージャーは、リターンへの期待を見積もる際、経済状態に関する現在の情報を使用する可能性が高いと主張した すなわち、上位4分位成功率選択プロセス分析(TQSRSPA)(T3)99ページ参照、および、典型的な抽出手法、すなわち価格/要素評価モデル/コアスペクトラム/定量/定性/集中アプローチ P / FEM / CS / Q / Q / CA(T2)77ページ、図34a、34b、34c参照 スコアリング/ソート/要素評価モデル/コアスペクトラム/分布対称性アプローチ S/S/FEM/CS/SODA(T2) 78ページ参照、最強集計スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS / FEM / CS / R / ROA(T2)80ページ参照。
(v) 過去の好業績は、最高でも、中長期的な将来の好業績を予測する際には、脆弱で信頼性に欠けると思われる。約半数の研究では、過去の好業績と将来の好業績の間には全く相関関係は認められなかった。長期よりも短期(1年から2年)において、持続性はより頻繁に発見される。消費者が運用ファンドを保有する特定期間に関しては、長期的な比較の方がより関連性がある可能性がある。例:ダニエル、グリンブラット、ティットマンおよびウィーマーズ (1997)米国は、ファンドマネージャーが継続的に使用する株式リターンにおけるモメンタム戦略は業績持続性の主な理由であることを確認した。したがって、例えば、投資家は、ミクロなビジネス状況の有利不利を反映する可能性が高い、周期的な知識、情報、フィードバックのための主要なマクロ経済指標を探しているミクロ/マクロ/ナレッジギャップフィードバック法/コア選択/バックテスト/トラックエラー (M / M / KGF M / CS / BT / TE(T2) 84ページ参照、価格不適な直接取引株候補銘柄機会選択プロセス分析(MPDSOSPA)(T3)99ページ参照、市場価格監視プロセス選択分析(MPWSPA)(T3)103ページ参照。
(vi) ACRARRB は、帰属対称性マトリクスの以下の重要な変数の働きを検討した。すなわち、効率比ランキング概要および上位4分位成功率ランキング概要リスク/リターン/ファンドマネージャーの資金運用法についての裏側を見るための3、6と12ヶ月、2、3、5、7、10年の対象期間に基づく、各実績/予想概要(双方)例:エルトン、グルーバーとブレイク(1996、米国)は短期運用(1年)における業績持続性の存在を好意的にとらえ、以後3年間の業績予測を行う上で、長期的(3年)な過去のリターンは、ランキングがリスク調整後ベースで行われた場合、1年間のデータよりも優れていると結論づけた。そして、「ホット・ハンド」現象よりも業績持続性が重要である事を示唆した。すなわちランキング概要/マルチブランド・ファンドマネジャー/直接取引株候補銘柄機会/選択プロセス分析(RS / MB / FM / DSO / SPA)(T3)、104ページ参照。
(vii) 市場/セクター/相対的強み/トレンドの目的は、以下の原理に従うことである。同原理はトップダウン/ボトムアップのプロセス (単純にまず最強のセクターを選択し、次に、同セクターの中で最強のものを選択するというプロセス DSO / FM)は、成功の可能性を向上させる。さらに市場/セクター/相対的強み/トレンドは、基本的に、 HE / FE / AS(T1) の情報裁定アプローチを通じて、相関手法に基づき、個々の投資プロファイルと投資機会を整合させることで、リスクを管理するための道具である。同アプローチにより、優良な機会と常に同等な全てのセクターへの投資をラインアップすることができ、後悔の可能性を排除することができる。例:アレンおよびタン (1999)英国は、過去の業績は将来の業績の良い指標であれば、第一テスト期間に優れたマネージャーであった者は、第二テスト期間以降も、優れた業績を発揮し続けることを期待できると確認した。全体として、彼らは、調整前のリターンとリスク調整後リターンの両方は、短期的ではなく長期的には、業績持続性の証拠を示すとした。彼らはまた、ファンドを2つのグループに分けることにより、業績と変動率との関係を探った:高分散および低分散両方のグループにおける業績は、反復的な成功パターンを示しており、これは、優れた業績は、リスクの高い投資戦略に純粋に条件づけられているではないことを示唆している。市場/セクター/相対的強み/トレンド/直接取引株候補銘柄機会/ファンドマネージャー/選択プロセス分析(M / S / RS / T / DSO / FM / SPA)106ページ参照、実績評価/予想評価/帰属対称性(HE / FE /AS)(T1) 64ページ参照。
(viii) モデリングの最初の部分は、アクティブファンドマネージャーはどれだけ優良な業績を残す可能性が高いと考えるかである。ただし、アクティブアルファから得ることができる期待値は大きな命題である。残念ながら、また得られる数字自体はあまり有用ではない。要するに、ファンドマネージャーに才能があるか否かということであり、彼は、ポートフォリオのリスクレベルを上げ続けることにより、アルファを上昇させるのである。結果として、リスクには2種類あることになるーシステマティック・リスクと非システマティック・リスク システマティック・リスクは、市場に関連し、景気の影響を受ける一方、非システマティック・リスクは、特定の会社固有ではなく業界市場と相関関係にある。現代ポートフォリオ理論によると、非システマティック・リスクは、分散化によって低減することができる、投資家の集合体は、リスクを負うことで報われるべきではない、というのも理論的には完全に分散化された市場ポートフォリオを保持することは可能であるからだ。例:カーハート (1997年)米国。カーハートは、継続的に業績の悪いファンドを避ける。昨年高いリターンをはじきだしたファンドは、翌年も平均より高いリターンを期待できるが、その後も数年同様とは限らない。多くの研究では、過去の業績が悪い場合、将来の業績も悪い可能性が高くなるという結論に至っているようである。持続性が発見された場合、「業績優良性」の幅が大きい傾向がある。持続性が発見された場合のいくつかの研究では、スワッピングの費用を考えると、業績が最も良いファンドへ頻繁にスワップすることは効果的な戦略ではないと報告した。つまり均衡複合効果評価選択プロセス分析/リスクへの報酬ーファンドマネージャー/フリー・キャッシュ・フロー:株主利回り(ECEEPA/RFR-FM/FCF- SY)100ページ参照。
(ix) 高確信アプローチは、本アプローチに2つ以上のアプローチをを組み合わせることについて、大型のポートフォリオ過剰分散保有に比べてより高いリターンの可能性を意味する。このアプローチは、投資家がプレミアムを支払う心構えがあるという合理的な委託委任に影響を与えるとみなされるネガティブ・リターンを減少させる効果があると考えられる。しかし時代の変化や予測できない市場は、長期的な仮定の課題や新たな方法論を意味し、良い機会や資金保護を提供できる必要なツールを使わないと、本当に複雑になる可能性がある。したがって、マクロ/ミクロ市場/セクター/相対的な強み/トレンドの一定の図表/統計監視の必要性がある。定量的リスクおよびリターンとは異なり、その重要な変数が金利、インフレやデフレを表している累積ミクロとマクロの図表的な傾向は、経済パラダイム、住宅事情、流動性および企業収益バブルの均衡を強調し、バックテストフィードバックの優れた投資の焦点と専門スキルで構成される分析は、普遍的情報のハッキングおよび、定量分析を金融予測に変換することにより、長期的なリターンに参加を可能にする。しかし、定性的リスク分析は、標準化および定量化して数値を出力することほど簡単ではない。例:ウッド・マッケンジー (2002年) - 期間によって異なる。結果は、様々な期間に応じて異なる。いつが明らかに持続性を示す期間かまたそう出ない期間かと考えられるかを示すことは不可能と思われる:短期的な持続性(良い場合も悪い場合も)が予想される。大部分は、特定の投資信託の投資スタイルやアプローチが経済周期に依拠して、有利(または不利)であるかという以上のものではない。これらのサイクルを認識できなければ、投資家は(個人投資家か機関投資家かに関わらず)そのサイクルのトップでマネージャーを購入し、ボトムで売却することになる。すなわちミクロ/マクロ高確信アプローチ/要素評価モデル/コアスペクトラム/高機会リターン(M/M/HCA/FEM/CS/OHR (T2) 82ページ参照。
(x)アルファは、ほとんどの投資家が、管理下のポートフォリオに追加することを望む値である。この新しい均衡複合方法論は、帰属対称性に要素モデリングを現実的に採用し、アクティブなリスク管理能力に優れており、各資本資産価格決定要因のメカニズムを通じた、真の意思決定ツールである。つまり、効率比、上位4分位ならびにミスプライシングはアクティブなリスク管理のスキルを取得するための最高の実務の1つとして、特定のスキルや経験をテストする合理的な委託委任に関する堅調な定量的/定性的な選択プロセスを把握し、表示する。
ポートフォリオ選択のリスク管理は、挑戦を受け、アルファ抽出のための知識ギャップ情報裁定アプローチを示す投資の適切な組み合わせに資金を供給する新たな方法論を探求する必要がある可能性がある。ポートフォリオ選択リスク管理は、優良な投資の裏側を見る事により優良な投資を選択する方法を知る市場複数選択プロセスを利用した独自の投資スキル手法を表す。この複数資本資産価格モデルは、ポジションを最適化する傾向にある、というのも、同モデルは、絶対的ポートフォリオの選択能力を求め、機会を表し、帰属スタイルを求める傾向があることに関する予測純度を示すハラハン (1999)オーストラリア:本研究は、投資対象によって区別されるファンドグループの業績履歴の情報内容を探索するため、3つの方法論を使用している。1. 回帰分析; 2. 付随表(調整前リターン);3. 投資目的によって分類されたファンドグループのファンド業績履歴情報を探るためのランキング上位および下位4位。回帰分析の結果は、特にリスク調整後ベースでは、特定の業績持続性を支持する証拠が存在することを示唆しているが、複数セクターファンドとの関係では証拠はよりあいまいである。様々な期間のファンド業績履歴の付随表分析は、調整前またはリスク調整後リターンが使用されているかどうかによって、全く異なる結果を明示している。調整前リターンを使用することは、リスク調整後リターンに比して、全体的に業績が逆転している印象を作る。つまり、効率比の選択プロセス分析 - ERSPA(T3)97ページ参照、すなわち、上位4位成功率選択プロセス分析(TQSRSPA)(T3)99ページ参照、価格不適切な直接株式取引機会選択プロセス分析(MPDSOSPA)(T3)99ページ参照。均衡複合効果の評価選択プロセス分析、リスクへの報酬ーファンドマネージャー/フリー・キャッシュ・フロー株主利回り(ECEEPA/RFR-FM/FCF- SY)100ページ参照。
(xi) 最後に、 ACRARRB に見いだされた運用ファンドの業績持続性に関する最も強力な結論は、運用ファンドの業績についての結論を出す上で、現在の目的のために正確かつ公平な環境を提供すること、様々な要因の価格マトリクスのデータポイントフレームワークに従ったリスク調整済リターン相対性ベンチマークの選択に応じて、業績にばらつきがあること、(一貫性回帰方法論の設定で)最も正確で偏よりの少ない方法論を特定することが重要である。最も正確で偏よりの少ない方法論とは、1,3,6,12ヶ月1,2,3,5,7,10年間のマトリックスで繰り返された上位4位 例:ソーシック (2002)は、 1985年から1999年の15年間で、636のエクイティファンドをカバーした、大規模なオーストラリアの月次リターンのデータセットを使用している。本目的に関する、ソーシックの一つの重要な発見は、業績マトリクスベンチマークによる業績のばらつきである。彼は、ベンチマークの選択が業績の結果についての重要な影響を与えていると結論付けている。同様に、彼は、回帰手法を使用し運用ファンドの持続性をテストしている [グリンブラットおよびティットマン (1992)を参照]。彼は、異なる過去の期間が、様々な予測対象期間にどのように影響しているかを調査した。(両期間とも最長5年の設定) 彼はまず、人口の25%を含むランダムに選択されたファンドのポートフォリオを選択し、テストサンプルを形成し、クロスポートフォリオ反復のリスクを伴うサンプルの堅調性についてバランスを最適化する比率を発見した。(Barber、Lyon、Tsai、1999を参照) 仮に彼が、将来の12ヶ月間のリターンと、過去36ヶ月間のリターンとの関係を発見しようとする場合、研究期間は48ヶ月ということになる。彼は、各テスト期間の開始時点ではなく終了時点に存在するファンドを無作為に選択することにより、存続者バイアスを排除する。このプロセスはその後、過去12ヶ月間から60ヶ月間の実績リターンマトリックスに反復適用され、四半期ごとに、将来12ヶ月間から60ヶ月間(将来予測月数)のリターン予測に使用される。
上記の分析は、業績予測が可能であること、エクイティ・ファンドとは対照的に債券ファンドに関しては、より長い予測対象期間が必要である事を示唆している。つまり、将来3年間の業績予測のためには、約5年間月次データが必要である。これは、考えられる期間構造の影響を考えると、驚くべきことではない。株式ファンドの全体像は、その点よりバランスがとれており、将来3年間の業績を見るのに必要な過去の研究対象は、過去3年間のリターンでよい。
上記一連の分析は全体を物語っているわけではない。予測能力は、分布の両極端に集中しているように思われる先に述べた英国の研究についての記述の通り、業績の持続性度合いにおいて、最高業績ファンドと最低業績ファンドは、同様の値を示す傾向がある。もう一つの問題は、どこまで先の期間を予測しようとしているかである。ソーシックによると、2年間以上の業績予測と関連づけられる業績予測はより強力である。帰属価格決定モデル選択プロセス解析システム/資本資産価格モデル (APMS PAS / CAPM) (T1)(T2)(T3)57から109ページ参照。
パートB - ポートフォリオ業績持続性/市場への報酬/ 資本資産価格モデル(PPP / RFR / CAPMs)すなわち戦略的ポートフォリオ最適化プロセス解析システム/資本資産価格モデル (SPOPAS / CAPMS)(T4)
戦略的対象相関有効フロンティアのための重要な基準 (SCTEF)
これらの研究の多くに伴う問題の1つは、 APP(RFR)CAPMs を抽出しようとしていることで、これは、本質的にはアルファ投資業績持続性(リスクへの報酬) およびアルファ ポートフォリオ持続性(市場への報酬)を示している。その結果、適切なACRARRBSTCEF ビルディングブロックなくして、市場の完全なサイクルを通じた、業績の予測は非常に困難である。したがって、業績持続性の重要な部分(同業他社に比べて)は、無作為な運やリスクを回避する。
そのため、結論としては、米国、英国、オーストラリアの業績持続性研究と一致しており、ファンドマネージャーが、一貫して、関連のベンチマーク以上の業績を残すことは困難であることを示している。したがって、 ACRARRBSTCEF は、過去の高業績持続性アプローチの絶対的には信頼しないが、むしろ、有効フロンティアのための一貫性テストとして取り入れている。すなわち、適度な分散ポートフォリオ(MPVRMPA(T4) 、これは適切なベストプラクティスにより裏付けされた学術的実証的研究ポートフォリオ分散、アルファ業績持続性(リスクへの報酬) 、アルファポートフォリオ持続性(市場への報酬)の基礎となるものである。
最後に、我々は、様々な期間に発揮される傾向にあるマネージャーの価値と成長スタイルを認識しているが、エコノミスト・コンセンサス・マクロ・ローテーション資産クラス/リトレースメント資産配分(ECMACAA)なくして、投資家が、投資リスクの一部を分散化することにより、起こりうる市場の状況を予測することはさらに困難であり、投資家は「体系的」または分散不可能な市場関連リスクにのみされることになる。従って MPVRMPA(T4)ポートフォリオ構築プロセス、すなわち戦略的資産配分/戦術的資産配分/戦略的ポートフォリオ最適化およびCAPMs(SAA / TAA / SPO / PER)予測は、 標準分散化のための SAA の重み付け、 様々な資産クラス対あなたの注文の「重すぎる」「軽すぎる」を示唆する TAA 望ましい投資家のリスク許容度にあわせて重み付けされた SAA / SPO 、過去20年の業績に対する当該ポートフォリオの業績を実績ベース及び予測ベースでテストしてリターンを予測する PER を推進するだろう。
このように追加的な情報利用は、以下の通り、アルファ業績持続性(リスクへの報酬)とアルファポートフォリオ持続性(市場への報酬)に関連付けられる。
(i) 投資家のための適切な資産配分を達成するための各投資家向け資産クラスを決定する基本的なビルディング・ブロックなくして、グローバルおよび国内の景気サイクル、投資家の目標とニーズのライフサイクル・チャレンジの継続的な監視を考慮にいれた、業績持続性のための主要なコア・ドライバーを表す。適切な資産配分は、リターンへの期待、リスク許容度(夜眠れるかどうかのテスト)、時間軸およびライフサイクルの段階(個人の場合)に応じて、ほとんどの投資家にとって異なることは驚くべきことではない。すなわち、システマティックビルディング・ブロック柔軟性手法(SBBFT(T1)は62ページ参照、実績評価/予測評価/帰属対称性(HE / FE / AS)(T1)70ページ参照。
(ii) 投資家基準のリスクプロファイルカテゴリを決定する標準クライアントプロファイル質問表は、典型的な(5)を通じて処理されるすなわち、保守的、適度に保守的、バランス型、適度に積極的、積極的、つまり多様な投資家のスタイルタイプ実用性機能 ( DISTUF ) 125ページ参照。
(iii) 適度なバリュエーション・ポートフォリオのリスク管理プロセス分析手法は、リスク/リターン/無作為の運に基づく一連の市況からリターンを推定することを避ける。したがって、戦略的ポートフォリオ最適化ツールとして、おのための戦略プロセスとして複数のファンドマネジャー/直接株取引に利用されうる。したがって、SBBFT(T1)などのすべての重要な体系的ビルディング・ブロックを通じて、それは、優れたリスク管理ツールとして、すべての相関係数よりもはるかに低いリスクで業績持続性リターンを提供する。上記に加えて、リスク調整後リターンに照準を合わせることは、以下のように強化された戦略になる;利益を提供し、メンバーが求める資本を保護する;経営リスクから市場リスクを分離することで、トレードオフおよびそれぞれの結果からの予測を可能にする; また、コンプライアンス保護スタイルポートフォリオとして機能する;ミクロ/マクロ要素変数が、ロテーション資産配分とリトレース資産クラス/セクター等の相対的な戦略的メリットによって決定される; ファンドのファンドマネージャーの問題は、ポートフォリオがドリフトしてしまう傾向であり、成績トップのファンドに資金を置いておく事は、確実に優良業績の基準を満たす。
例:ジェンセンのアルファ(1968) - この資本資産価格モデル(CAPM)は、すべての投資家が多様なポートフォリオ(プラスその他の想定)を保持していることを前提としている。これにより、システマティック市場関連リスク調整により、投資家はいくつかの投資リスクを分散化することができ、したがって、「体系的」または分散不可能な市場関連リスクにのみさらされることになる。ジェンセンのアルファ値は、ポートフォリオのリターン測定のため、体系的市場関連リスクのみを使用している。アルファは、均衡水準からのポートフォリオのリターンのばらつきを測定する。同ばらつきは、当該ポートフォリオのリターンのためのリスク調整後期待値リターン偏差として定義される。すなわち、適度なバリュエーションポートフォリオ(MPVRMPA(T4)129ページ参照、帰属価格決定モデル選択プロセス解析システム/資本資産価格モデル (APMSPAS / CAPM) (T1)57ページから109ページ参照、戦略的ポートフォリオ最適化プロセス解析システム/資本資産価格モデル (SPOPAS / CAPM'S)(T4) 109ページから146ページ参照。
(iv) しかし、ポートフォリオのリターン測定のため、体系的リスクのみを使用するというジェンセンのアルファCAPMの欠点により、ジェンセンのアルファは、分散不能市場関連リスクにさらされることになり、 MPVRMPAスマートオールインワンCAPM(SAA / TAA / SPO / PER)がないため、今や、投資家は、大幅な業績持続性の優位な投資リスクだけでなく、同時に、(リスクフリー・レートを上回るポートフォリオの超過リターンを回帰することにより)業績の持続性を重視したリスク調整ポートフォリオ構築メカニズムのなど「体系的」リスクまたは分散不能市場関連リスクへの露出も少なくすることができる。すなわち、SAA/TAA/SPO/PER- CAPM 例:ジェンセンのアルファ(1968) - この資本資産価格モデル(CAPM)は、すべての投資家が多様なポートフォリオ(プラスその他いくつかを保有する想定)を保有していることを前提としている。これにより、システマティックリスクフリー・レート調整により、投資家はいくつかの投資リスクを分散化することができ、したがって、「体系的」または分散不可能な市場関連リスクにのみさらされることになる。ジェンセンのアルファ値は、ポートフォリオのリターン測定のため、体系的リスクフリーレート調整のみを使用している。アルファ指標は、均衡水準からのポートフォリオのリターンのばらつきを測定する。同ばらつきは、当該ポートフォリオのリターンのためのリスク調整後期待値リターン偏差として定義される。すなわち、適度なバリュエーションポートフォリオ(MPVRMPA(T4)129ページ参照、エコノミストコンセンサスマクロロテーショナル資産クラス/リトレースメント資産分配プロセス分析(ECMRAARACPA)(T4) 124ページ参照。
(V) 適切に機能したパートB SPOPAS / FCAPMs (T4)は、統合的有効フロンティアの問題により表され、戦略的ポートフォリオ最適化を測定するために必要なツールを使わない場合、非常に複雑になりうる。アプローチは、コアマーケット/セクター/相対的な強さ/トレンド(M/S/RS/T (T3)を利用し、低リスク/好業績の専門家で周りを囲むことである。パートA APMSPAS / CAPMs に示されるこの新しいパラダイムのアプローチの発見は、独自の帰属対称性手法を通じて、付加価値までリスクのミスプライシングにコアのスペクトルをカバーする(T1)(T2)(T3)。パートAおよびパートB の両方によって表されるポートフォリオ最適化解析システムは、ダブルアルファを抽出するためのシステマティック・ビルディング・ブロックにより、全面的に適切な選択を確保することによって、資本を保護することを容易にする。
ここが、 SAA / TAA / SPO / PER が投資家によってコントロールされるところであり、従って、許容リスク・プロファイルに収まる許容リスクリターンを導き出す。目的は、資産クラス/資産配分に応じた最善の組み合わせを特定することと、記載された投資目的を満足させるような方法でそれらを継続することである。 SPOPAS / CAPM’s(T4)は、 ECMRACRAAPA (T4)/ DISTUFM(T4) を通じてよりよいリターンを管理することで、 M/S/RS/T/SPA (T3のポジションを最適化する傾向がある。したがって、投資家は具体的なリスク許容度に応じて主要市場に対するボラリティをトレードオフし、正しい SCTEF 資産配分現象は、ポートフォリオのボラティリティリターンの応答精度は90%を超え、付加価値リターンに関して70%のチャンスで応答する;したがって、資産構成の重要性は看過できない。SPOPAS / CAPM's (T4)も同様に、成功した投資のゴールに駆りたてられ、観察された価格とファンダメンタルズ・バリューの間の不一致を示す有価証券のポジションを取る。すなわちジェンセンのアルファ(1968) 回帰分析に基づくジェンセンのアルファは、最も一般的に学術研究で使用されている。同指標は、マネージャーが市場を打ち勝つか否かの指標を提供するだけでなく、業績の上下の振れ幅を示唆している。同モデルでは、すべての投資家が多様なポートフォリオを保有していると仮定している。これにより、投資家はいくつかの投資リスクを分散化することができ、したがって、ランキングの目的においては、「体系的」または分散不可能な市場関連リスクにのみさらされることになる。アルファが高ければ高いほど、業績が優良である。
アルファ値は、均衡水準からポートフォリオのリターン偏差を測定する。均衡水準とは、ポートフォリオのリターンための、リスク調整後の期待値からのリターン偏差と定義される。私たちが知っている通り、問題は、投資家は、経営リスクの報酬および市場リスク測定のための報酬は同時に報いないという事実である。ただし、これはリスクについて異なる概念を使用している。説明としては、私たちはまず、同指標の枠組みは、様々なCAPMsから取りあげられていることを認識する必要がある。ジェンセンのアルファ値は、ポートフォリオのリターン測定のための体系的リスクのみを使用している。ジェンセンのアルファ値がゼロより大きい場合、ファンドが、体系的リスク調整後ベースで、市場に打ち勝ち、またその逆も然りとなる。上記のアプローチで唯一問題となる用語は、ポートフォリオのベータ値である。同値は、市場の超過リターン上の該当ファンドの超過リターン(リスクフリー・レートを上回るリターン)からの演繹により推測される。この回帰を実行した切片はジェンセンのアルファである。すなわち、適度な評価ポートフォリオリスク管理プロセス分析(MVPRMPA)(T4)、130ページを参照。品質評価四半期レビュー・プロセス分析(QAQRPA (T4) 133ページ参照。
一般的には MPVRMPA(T4)は、ポートフォリオ構築のための4つの伝統的指標で構成されており、すなわちSAA/TAA/SPO/PERは、同時に、投資家のリスク許容度に応じて、経営リスクへの報酬と市場リスクへの報酬に変化する。
(i) 戦略的資産配分(SAA)
a. 実際にポートフォリオ構築ブロックを構築する上での、出発点は、 SAA である。では、重要な資産クラスへのあなたにとって適切な重み付けは何か。これは一般的に次のものから構成される:現金、債券、株式、リート(上場不動産証券)および代替投資商品。
b. 資産クラスと効果的に負の相関(資産の割当られた)関係になることは、ポートフォリオ全体のリスクから離れてボラリティを低下させる。
c. 投資家のライフサイクルがどの段階であるかに応じて資産を割り当てることは重要である。あなたが25歳なのか50歳なのかによって、明らかに、個人のSAAベンチマーク重み付けは異なる。
d. オーストラリアの中道の投資家プロファイルに典型的な、標準分散バランス型ファンドのための SAA 重み付け。
e. 年金段階に近づくにつれて、所得の露出はより防御的である必要がある
f. これは、すべての所得を年毎に受け取るか再投資することを目的とした長期年金ファンドである場合にも異なる。
g. 年金ファンドの場合は、代替当指標品にもう少し配分があるだろう。これはその他の多くの大規模なグローバルファンドファンドおよび様々な政府系グローバルファンドと一致している。
上記の例のための資産クラス間の重み付けは、以下のとおりである:5%現金(常に流動性がありアクセス可能でなければならない)、30%債券(オーストラリア政府国債、準政府債、優良社債、豪ドル(AUD)にスワップバックされる一部の高利回り証券およびグローバル債も含む)、50%株式(重要なのは、通常MSCIベンチマークを使用して国内株式およびグローバル株式の双方を含むことである); 5%不動産(通常はオーストラリアの不動産投資信託である-上場Aリート。大規模な非営利ファンド等の特定のクライアントは不動産を多く保有しているため、直接不動産をモデル化することもできる;10%、すなわち適度な評価ポートフォリオ・リスク管理プロセス分析(MVPRMPA)(T4)130ページ参照。
(ii)戦術的資産配分 (TAA)
資産配分にはその他の要素もあり、例えば、 TAA に傾く「戦術的」セクターで、様々な資産クラスへの資産配分が SAA 重み付けに対して、「重すぎる」または「軽すぎる」ことを示唆するものである。 SAA は、リスクへの意欲を反映させた期待リターンの提供を目指すロングランベンチマークである。TAAオーバーレイは、様々な評価モデルを考え、サイクル(短期的)を通じて単純に求められている追加的な業績である。
それは、期間によって異なる。結果は、様々な期間に応じて異なる。いつが明らかに持続性を示す期間かまたそう出ない期間と考えられるかを示すことは不可能と思われる:これらのサイクルを認識する上での失敗により、投資家(個人または機関投資家)は、マネージャーをサイクル最上部で購入し、最下部で売却してしまう可能性がある。これは、投資成功のためのレシピではない例:ウッド・マッケンジー(2002)は、さらに以下を喚起する:短期的な持続性(良い場合も悪い場合も)が予想される。大部分は、特定の投資信託の投資スタイルやアプローチが経済周期サイクルに好意的(または逆)な依存関係にあること以外の何ものでもないつまり、上位10位ホールディングスブレンディング・マンデート・プロセス分析(TTH BM PA)(T4)113ページ参照、品質評価四半期レビュー・プロセス分析(QAQRPA (T4)133ページ参照。
(iii)戦略的ポートフォリオ最適化(SPO)
SPO 資産配分は、多くの経済サイクルのライフサイクルを通じて、業績持続性を模索する投資家にとって、適切なコアドライバーである。
適切な資産配分は、リターンへの期待、リスク許容度(夜眠れるかどうかのテスト)、時間軸およびライフサイクルの段階(個人の場合)に応じて、ほとんどの投資家にとって異なることは驚くべきことではない。自分の投資ポートフォリオに関する決定を行うことになると投資家はリスクに慎重になりすぎる、というのも、金融の意思決定への関与は投資家のリスク許容度を中心としているようであり、それは認識しているリスクの抑制を意味する。これは、コンフォートゾーンの範囲と関係しており、不確実性に関しては、選択は、不利な結果を受け入れよりも有利な結果に報われることとの間に関連している。
従って SPO アプローチは、、最適化エコノミストコンセンサスに従ったデフォルトによる適切なSAA/TAA/PERの最適化を意味する (すなわち、 、ロテーショナル資産クラス/リトレーサブル資産配分)。上記エコノミスト・コンセンサスは、上記のクライアントの典型的な多様な投資スタイルタイプ・ユーティリティ機能を満たす 例:ウッドマッケンジー(2002)、多くの分散ポートフォリオの業績で、優良業績のサイクル期間を経たものは、その後業績低下の期間となる。彼らは、長期的に一貫性して業績優良であることは、経済サイクルを通じたスキルを示唆している可能性があり、そのことを警告して結論づけた。すなわち、エコノミスト・コンセンサス・マクロ・ロテーショナル資産クラス/リトレースメント資産配分プロセス分析( ECMRAARACPA)(T4)/分散投資スタイルタイプユーティリティ機能モデル( DISTUFM)(T4)126ページ参照、中程度の評価のポートフォリオ・リスク管理プロセス分析(MVPRMPA)(T4)130ページ参照。
(iv)予想株価収益率(PER)
大方の分析結果は PER は、基本的適度な評価ポートフォリオ(ポートフォリオ構築)が最終的に完了する前に定期的な予測を要する別々の資産配分行動であることがわかる。そのため、 PER 基準の基本的な理解は以下の通りである。
目的は、ポートフォリオを、条件付きの(ERSPA)と無条件の(TQSRSPA)要因を通じて、つまり、重み付け係数に変化に応じて価格設定マトリクスを使用し、最善の組み合わせ(上位4位ベストプラクティス以上)で満たすことである。 そのため、高集計スコアを通じて学術および実証に従い、自信に満ちた予測ができる可能性を秘めているアルファとベータの分離を可能にする。例:エルトン、グルーバーおよびブレイク(1996年、米国)は、短期(1年)および長期(3年)での業績持続性の存在をサポートする形で結論づけており、過去のリターン・ランキングは、リスク調整後ベースで行われている場合、次の3年間で収益を予測する上で1年間のデータよりも優れているとし、「ホットハンド」現象よりも業績持続性が認められるとした。すなわち、実績評価/予想評価/帰属対称性(HE / FE / AS)(T1)は、70ページ参照。 条件付き効率比選択プロセス分析- ERSPA(T3)80ページ参照、または(すなわち、無条件 ・上位4分位成功率選択プロセス分析(TQSRSPA)(T3)、それぞれの強力なEST集計スコアに従う、99ページ参照/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS/FEM/CS/R/ROA(T2)80ページ参照。ランキング概要/マルチブランド・ファンドマネジャー/株式直接取引機会/選択プロセス分析(RS/MB/FM/DSO/SPA)(T3)104ページ参照、すなわち、上位10位保有ブレンディング・マンデートプロセス分析(TTHBMPA)(T4)113ページ参照、品質評価四半期レビュー・プロセス分析(QAQRPA (T4) 133ページ参照。
a. 次に、現在のポートフォリオから今後のポートフォリオ影響を与える可能性がある、過去20年間の市場動向におけるそれぞれの類似点を測定するために、現在の資産クラスの期待リターンの見通しをバックテストする。つまり、あなたの資産配分は、時間をかけてあなたの総投資収益のコアドライバーになる。ほとんどの投資家は、すべての資産クラス間で分散投資すべきであり、各資産クラス内では、ポートフォリオのリターンの変動性を下げることに役立つ。例:クリストファーソン、パーソンおよびグラスマン (1998)は、機関投資家マネージャーは、リターンへの期待感を形成する際に経済状態に関する現在の情報を使用することが多いと主張しているすなわち、ミクロ/マクロ/知識のギャップフィードバック方式/コア選択/バックテスト/トラック誤差(M/M/KGFM/ CS/ BT/TE(T2)84ページ参照、ミクロ/ボトムスアップ/グラフフィードバック方法論/コア選択/バックテスト/トラッキング・エラー(ミクロ/ BU /グラフ(FM / CS / BT / TE(T2)ページ87、マクロトップダウン/グラフフィードバック方法論/コア選択/バックテスト/トラッキング・エラー(マクロTD/グラフFM/CS/BT/TE(T2)90ページ参照。
b. したがって、明確な目標は、サイクルを通じて負の相関関係にある資産クラスに露出をすることだ。例えば、1991から1992年のオーストラリアの景気後退(直近の不況)、アジア金融危機(1997年から1998年)、2000年後半のITバブル崩壊、容赦のないGFC(2008)、最近の欧州の信用収縮は、分散化にポートフォリオの変動性を大幅に低下させる明示的な例である。ポートフォリオ分散という芸術により、効果的にリスクを軽減し、時間をかけて体系的にあなたの富を増やすことができるということだ。すなわち上位10位保有ブレンディング・マンデート・プロセス分析(TTHBMPA)(T4)113ページ参照)が、古典的なポートフォリオ最適化プロセス分析(CPOPA) (T4) 115ページ参照、エコノミスト・コンセンサス・マクロ・ロテーショナル・資産クラス/リトレースメント資産配分プロセス分析 ( ECMRAARACPA)(T4)/分散投資スタイルタイプ・ユーティリティ関数モデル( DISTUFM)(T4)126ページ参照、適度な評価ポートフォリオ・リスク管理プロセスの分析(MVPR MPA)(T4)129ページ参照)、品質評価四半期レビュー・プロセス分析(QA QR PA (T4) 133ページ参照)。
c.最終的に要約すると、私たちは、戦略的ポートフォリオ最適化(SPO)を通じて 平均的な中道の投資家プロファイルにとっての、ポートフォリオの分散という芸術の基本的な概念と構成要素を探索することを目的としている。すべての資産クラス間および、重要なのは、資産クラス内において分散化を図ることは、すべての投資家が富の蓄積を認識するにあたっての重要な概念であることは明らかである。あなたの資産配分は、リターンへの期待感、目標を達成するために受け入れるリスク量(変動性)、(あなたが属するライフサイクルの段階を反映している)あなたのタイムフレームを反映する必要がある。各個人で要件およびリスクへの意欲は異なるため、誰もが効果的に、独自のオーダーメイドのSAA重みベンチマークを探求する必要がある。それはおそらく、本文において使用している重み付けに異なる。以後、上記で分析したSAAベンチマークからの期待リターンは、7.60パーセントの推定ポートフォリオのリスクと組み合わせた7.75%の長期推定ポートフォリオリターンである。仮に、5.25%のリスクフリー・レートを使用する場合、シャープレシオは0.33となる。注目すべきは、コストはすべての投資家のために考慮される必要があるが、あなたのリターンの期待に応え、あなたのニーズに適した長期間の変動性レベルを考慮に入れた最適ポートフォリオ配分があることである。個人の期待に応えることがすべてである。
投資家は優先リスクにおいてファンドの業績を測定する際に、これらの幅広い学術的/実証的方法論から導き出される結論 すなわち絶対集中リスク調整後リターンの相対ベンチマーク戦略的目標と相関有効フロンティア(ACRAR RBSTCEF)
持続性の2つの形態、絶対的および相対的、は、文献において区別されている。ファンドが、一貫して特定のベンチマークを打ち負かすことができる場合、絶対的業績持続性がある。これは効率的市場仮説 または情報が証券価格に反映される速度を示唆している。これはまた、インデックス・ファンドと比した場合のアクティブ型ファンドのメリットについても示唆している。他方で、類似ファンドの平均業績を一貫して上回る場合、当該ファンドは相対的業績持続性を有する。相対的持続性の証拠は、ファンドマネージャーの投資選択に影響を与える。そこで、上記に概説した幅広い文献から何を結論付けることができるか。初期研究の多くは、MPIの発展によって促され、市場のベンチマークと相対関係にある業績に焦点を当てていた。より直近は、特定のベンチマークに関する絶対的な業績持続性の問題により重きを置いている。しかし、学術研究は、業績持続性を研究するため、2つ主要な手法を使用している。
それにもかかわらず、ある戦略は一定の期間に有用であった場合でも、次の期間にも有用であり続ける保証はない。これは、当然に、業績持続性の問題につながる。過去の業績は、投資家にとって有用である場合は、過去の実績(良い場合も悪い場合も)が将来の業績(良い場合も悪い場合も)に関連するかを知る必要がある;すなわち、「業績持続性」。ACRARRBSTCEF は、専用のメカニズムを用いて「業績持続性」についての主要な調査結果を相互に検討したーリスク/リターン/対象期間にしたがってソート/スコアする上位4分位のリスク調整後リターン相対的ベンチマーク回帰分析;良質または悪質の平均分散および予測ファンダメンタルズ業績は、市場/セクター/相対的な強み/トレンドなどのより広範な概括分析を提供する。例:ソーシック(2002) - 同様に、彼の業績手法は、事実上、人口の25%を構成するランダムに選択されたファンドのポートフォリオをはじめに選択する際に、テスト・サンプルを形成するために、同じ手順を提案している。彼は、過去の様々な予測期間が、様々な期間(両方の最長は5年)にどのように影響を与えるかを調査する。上記の一連の分析は、全体を物語っているわけではない。分布の両極端の場合において、予測能力は集中力を発揮しているように思われる。先に述べた英国の研究についての記述の通り、業績の持続性度合いにおいて、最高業績ファンドと最低業績ファンドは、同様の値を示す傾向がある。もう一つの問題は、どこまで先の期間を予測しようとしているかである。ソーシックは、2年を超える期間においての業績予測が、強力な予測と関連していることを発見した。すなわち条件付き効率比の選択プロセス分析 - ERSPA(T3)97ページ参照(すなわち無条件上位4位成功率選択プロセス分析(TQSRSPA)(T3)99ページ参照、各最強総スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS/FEM/CS/R/ROA T2)80ページ参照、概要/マルチブランド・ファンドマネジャー/直接株式取引機会/選択プロセス分析(RS/MB/FM/DSO/SPA)(T3)ランキングは、104ページ参照。
この情報が、より良い投資選択をするため、投資家を支援することができる場合。過去の実績と将来の業績の間に統計的な意味での関係性が存在しない場合は、過去の実績についての知識は、おそらく、高業績ファンドを選択し、または業績が平均以下になる可能性があるファンドを回避することにおいて、投資家の助けにはならない。
彼に、正確に間隔をあけて、時間をかけて、ファンドのリターンを測定する場合であっても、これは全体の半分のみの話である。ファンドの業績を測定することは、単にその実績または予想リターンを計算するよりも複雑である。
業績測定の二つのソース
一つのアプローチは、(ジェンセンのアルファを使用した)ベンチマークからのリスク調整後リターンの回帰分析である。研究はその後、前期間およびその後の期間におけるアルファの相関関係を調査する。
第二のアプローチは、類似の資産カテゴリー内のファンドとの間のリターン(リスク調整前)を比較することである。中央値や四分位数は、前期と後期でランキングを比較するために使用される。これは付随表のアプローチである。
システマティック業績持続性(市場による報酬)
学術研究は常に、ファンド( すなわち ACRARRB)およびポートフォリオ(すなわち STCEF - ( 戦略的ポートフォリオ最適化プロセス解析システム/資本資産価格モデル (SPOPAS / CAPMS)(T4) 109 -146ページ参照)のリターンが、いくつかの具体的な/適切なベンチマーク(通常は複合市場指数)を上回るかどうかに焦点をあてている。比較的リスクの高い分散ベンチマーク・ポートフォリオの業績と合致しない場合、業績が優位とはいえない。1つの潜在的な戦略としては、市場の平均(例、複合的市場指数)と同等のリターンおよびリスク特性をもつ業績を生み出すと思われる受動的分散である。ファンドマネージャーが勝ち株式を選択することを試みることによってより多くのリスクを取るならば、投資家は採用したポリシーが、付加的なリスクレベルに見合うリターンを生んでいるか否かを測定する必要がある。しかし、戦略は一定期間有用であった場合でも、その後の期間で有用であるという保証はない。当然の帰結として、正確に測定を行う適切なツールを持っているかという問題につながる、すなわち、上位10位保有ブレンディング・マンデート・プロセス分析(TTHBMPA)(T4)113ページ参照、古典的ポートフォリオ最適化プロセス分析(CPOPA)(T4)115ページ、エコノミスト・コンセンサス・マクロ・ロテーショナル・資産クラス/リトレースメント資産配分プロセス分析( ECMRAARACPA)(T4)/分散投資スタイルタイプのユーティリティ関数モデル ( DISTUFM)(T4)126ページ参照、適度な評価ポートフォリオ・リスク管理プロセスの分析(MVPR MPA)(T4)129ページ参照、品質評価四半期レビュー・プロセス分析(QAQR PA (T4) 133ページ参照。
非システマティック業績持続性(リスクによる報酬)
過去の業績が投資家に利用される場合、過去の実績(良い場合も悪い場合も)が(良い場合も悪い場合も)将来の業績に関連するかどうかを知る必要がある。関連性がある場合、同情報は、「業績持続性」に関してより優れた投資選択をするために投資家の助けとなりうる。過去の実績や将来の業績の間に統計的な意味における関連性がない場合は、過去の実績に関する知識は、正確にこれを測定する3〜5年のランキング概要(下記参照)を研究することによって、好業績となる可能性が高いファンドを選択することにおいても、平均以下の業績となりそうなファンドを避けることにおいても、投資家の助けにはならない。異なる結果が同じような方法論や類似のベンチマークを用いた研究から生じてきたという事実により、問題はさらに複雑になる。マーコウィッツ(1952)のモダンポートフォリオ理論(MPT)の主要な開発とジェンセン(1968)のモデル(CAPM)による複数の特定プロセスを通じた、資本資産価格決定モデル(システマティック・リスク)によるマクロアルファへの報酬としての戦略的ポートフォリオ構築への貢献により、分析が業績測定の課題に適用することができる理論的な枠組みを提供したことは明らかであった。システム12は、投資/ポートフォリオ業績評価のためのMPTおよびCAPMにおける特別な機能を使用して、トレーナー(1965)、シャープ(1966)およびジェンセン(1968)の潜在的可能性を実現した。すなわち、 ACRARRB - (帰属価格モデルの選択プロセス解析システム/資本資産価格決定モデル (APMSPAS / CAPM)(T1) (T2)(T3) 57ページから109ページ参照。 ( すなわち条件付きの - 効率比選択プロセスの分析- ERSPA(T3)97ページ参照(すなわち無条件 ・上位4位成功率選択プロセス分析(TQSRSPA)(T3)99ページ参照、したがって、それぞれの最強総スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ(SAS / FEM / CS / R / ROA(T2 )80ページ参照、ランキング概要/マルチブランド・ファンドマネジャー/直接株式取引機会/選択プロセス分析(RS/MB/FM/DSO/SPA)(T3)、104ページ参照、ミクロ/マクロ/ナレッジギャップフィードバック方法論/コア選択/バックテスト/トラック誤差(M/M/KGFM/CS/BT/TE(T2) 84ページ参照。
パートA : 帰属価格設定モデル選択のプロセス分析システムおよび資本資産価格モデル ( APMSPAS&CAPM'S )
絶対的集中リスク調整リターン相対ベンチマーク (ACRARRB)
システム12は、柔軟性のある手法や資本資産価格モデル( CAPM )とともに一連のシステマティック・ビルディング・ブロックを提供し、分析を予測に変換するためのミクロとマクロベンチマークとなるより大きな認識を導入する。 システム12は、ベータなどの多様な市場の複数コンポーネントから、アルファなどの多様な業績管理コンポーネントを分離する、これは最適化されたポジションを作り上げる傾向がある。目的は、アルファに誘導されるソリューションを模索することであり、したがって、2層のCAPMに、各資産クラスで最高業績/最強集計スコアのファンドからなるスキル型伝統的運用ファンドのための普遍的比較情報を分析する代替的バックテストメカニズムを伴う統計的確認プロセスに代表される複数構造選択プロセスを実行する機会を与えることだ。 優れた計算/幾何学的アルゴリズムソフトウェアによる集中的合理化分析に代表されるこのコアスペクトル選択手法の結果、定量的および定性的な資本資産価格決定要因集中モデル APMSPAS / CAPM(1層、2層、および3層)によるリスクおよびリターンの予測は飛躍的に向上し、良い業績や低いボラティリティのために、良質かつ本質的な価値ある機会を作り出す。
システム12 は、観測される価格と基礎的な価値の間の不一致を示す有価証券のポジションを取るという投資成功の目標に駆りたてられている。 例えば、学術的分析では、ファンド・マネージャー/直接株式取引機会「市場の異常」の矛盾を喚起する。システム12は、評価の純度を評価することにより、これらの矛盾が本物であるか、または、価格を誘導している力についての理解不足によって引き起こされた蜃気楼であるかを問う。
1. 実績ベース評価
2. 予想評価;および
3. 帰属対称性
これは投資ポートフォリオの積極的管理を容易にし、優れたリスクとリターンの調整システムとなる。つまり、絶対的リスク調整後リターン戦略は、効率的なアリファ/ベータポートフォリオ選択を作り上げるために、相対的ベンチマークに反して測定される。 このように、システム12は、市場へのいかなるエクスポージャーの増加または、リスク単位毎の超過リターンまたは情報比率/ベータ発生の可能性が最も高いところに基づいて行われる積極的管理決定を検出することができる。
上記の事項を考慮すると、完全コアスペクトルリスクおよびリターン投資分析の適切な純度を達成する唯一の方法、適切なポートフォリオ選択を構築することができる普遍的の比較情報をハッキングすることであり、最終的にソフトウェアを駆動させるハードウェアの製造を開始することである。 つまり、以下から構成されるコア・スペクトラム要素マトリクスである。
1. コアスペクトラム分配係数要素マトリクス(ハードウェア)対称性、および
2. 資本資産価格決定モデル要素マトリクス(ソフトウェア)。
このため、第1段階で実行されるプロセスは、完全コア・スペクトラム・リスクおよびリターン投資分析の純度を達成し、これは、適切なポートフォリオ選択を構築することができる普遍的比較情報をハッキングすることが可能である。
さらに、第1段階は、具体的に、普遍的情報全体に作用し、第2段階と第3段階の誘因と関連する重要な算術、地理的、アルゴリズム、ハードウェア、およびソフトウェアシステムコンポーネントを収蔵する。
第2段階と第3段階は、起こりうる技術サポートを提供するための多様な要素合成モデルを作成する。リスク単位当たりの超過リターンが高いほど、付加価値の一貫性はより大きくなる。コア・スペクトラム資本資産モデル要素マトリクス(すなわち APMSPAS / CAPMs (T1-第1段階)(T2-第2段階)(T3-第3段階))は帰属の合計あるいは市場複数スコアであり、上記の資本資産価格モデルの後の公正価値評価を開始するか、予測する、加速することにより、観察された価格と基礎的な価値との間の財政均衡の矛盾を強調する能力がある。
この独特のスマートなオールインワンのシステマティックビルディングブロック柔軟性手法プロセスの目的は、17つの資本資産価格モデルを通じて合理的解析を実行する機会を与えるアルファ誘導型ソリューションを模索する事である。同プロセスは、ポジション選択を最適化する傾向にある様々な市場複数コンポーネントの鍵となる優れた算術的/幾何学的なアルゴリズム・ソフトウェアを有する。
第1段階 : 第1標準化統計検証システム (算術アルゴリズムのハードウェア/ソフトウェア・システム)
帰属価格モデル選択プロセス解析システム/第一資本資産価格モデル (APMSPAS / PCAPM) (T1)
図27および図28を参照すると、可能な限り最高のリスク報酬機会は、既存の資産クラスの選択されたベンチマークと低い相関関係にある新しい資産クラスおよびセクターに分散することによる有効フロンティア選択に表される。 そのため、適切なポートフォリオ選択を構築することができる普遍的比較情報をハッキングすることができる適切な完全なコア・スペクトラム・リスクおよびリターンの投資分析の純度を達成する唯一の方法は、本発明の構成要素のためのソフトウェアを最終的に稼働させるハードウェアの構築に取りかかることだ。そのため、 APMSPAS / PCAPM (T1)は、集合的構成要素として働き、適切なポートフォリオ選択を構築することができる普遍的比較情報をハッキングすることができる適切な完全なコア・スペクトラム・リスクとリターンの投資分析の純度を実現する。さらに、 APMSPAS / PCAPM (T1)は、具体的には、起こりうる技術サポートを提供するための様々な要素合成モデルフレームワークを提供する第2段階と第3段階の誘因と関連する十分な普遍的比較情報を横断して、効率的に誘導されたコンポーネントを作動させる重要な算術/地理的/アルゴリズム/ハードウェア/ソフトウェアのインプットを収蔵する。 しかし、適切な完全なコア・スペクトラムの純度、リスクおよびリターン投資分析のすべての重要なプロバイダーに関連して、同プロバイダーは、ポートフォリオ選択に問題解決への適切なマルチソリューションを構築することができる普遍的比較情報をハッキングすることが可能である。
合計して、 APMSPAS / PCAPM (T1)システムは合計帰属手法のためのミクロ/マクロ行動構造化ソフトウェアモデル選択プロセスを表し、これらのコンポーネントは、ファイナンシャルプランナーの複数のニーズや要件を満たす上で不可欠であり、したがって、第3段階のアプローチを至高の手法と相関関係にする。 これにより、システム12は、リスク均衡の便益に基づき、健全な経済および財務に関する意思決定を行うために使用されうる。すなわち、 行動金融(感情的な決定)を行うよりも、 効率的市場仮説(需要と供給)は、このように、リスク単位当たりの超過リターンが発生する可能性が最も高いところまたは情報比率/ベータに基づき市場への露出増加や積極的な経理意思決定を検出することができる。 リスク単位当たりの超過リターンが高いほど、後知恵評価を排除する効率的なアルファ/ベータポートフォリオに仕上げるための、付加価値の一貫性が大きくなる。
そのため、まず、APMSPAS / PCAPM (T1)は、個々の投資プロファイル相関品質への投資機会を照合し、リスクおよびリターンを管理するための第一/標準化統計検証システムの機器として、最終的に報告されたコアのフルスペクトラムになる要素である「帰属対称性」 と関連して、 APMSPAS /PCAPM (T1)を要し、以下の各価格決定モデルを代表として働く。
1. システマティック・ビルディング・ブロック柔軟性手法( SBBFT(T1));
2. 実績評価平均分散(定量)/予測評価ファンダメンタルズ研究(定性)/帰属対称性フォーマット解析( HEMV(Q)/ FEFR(Q)/ ASFA(T1) )、および
3. 実績評価/予測評価/帰属対称性( HE / FE / AS(T1) )
可能な限り最善のリスク/報酬機会は、標準化統計的検証システムで表され、本質的には APMSPAS / PCAPM(T1)により達成される。そのため、適切なポートフォリオ選択を構築するために優良銘柄選択のための普遍的情報をハッキングすることが可能な完全なコア・スペクトラム・リスクおよびリターン投資分析の適切な純度を達成する唯一の方法は、ハードウェア(つまり、 SBBFT (T1))の構築を開始することである。システマティック・ビルディング・ブロック市場リスクおよびリターン露出感度は分布の対称性によって把握される。そのため、この独特な算術アルゴリズムソフトウェアシステムは、自動操縦である。すなわち、 HEMV(Q)/FEFR(Q)/AS(FA)(T1)は、責任帰属対称性がアルファリターンを、はるかに低い全体的なリスクの相関関係で提供することができる。これが、本発明の核心である。つまり、市場の複数選択プロセスは、運営ファンド/直接株式取引機会(FM / DSO)の背後を見ることにより優良な投資選択を行う方法を知る。さらに、 HE / FE / AS (T1)分析は、ベンチマークを選択した既存の資産クラスとの相関が低い新たな資産クラスやセクターの境界を越えた分散化により、適切なポートフォリオ選択を構築することができ、情報の裁定の柔軟な手法により、普遍的情報をハッキングすることができる。
1. システマティック・ビルディング・ブロックの柔軟性手法 ( SBBFT(T1))
図32および図33に示される通り、SBBFT(T1)内のシステマティック・ビルディング・ブロックの重要性は、資産クラスおよびサブセクターに資産を分散化させることである。これを用いて、SBBFT(T1)はアルファを抽出するための手法を提供する。その後SBBFT(T1)は、分散要素マトリクスのコア・スペクトラム対称性を取得するための優れた実践方法を提供する、これは、絶対集中リスク調整後相対的ベンチマークを意味する。例えば、これは、以下のデータポイントにカバーされている:
a. すべてのリスク;
b. すべての業績 (ブレンド、成長、価値);
c. すべての平均分散;
d. すべてのファンダメンタルズ;
e. すべての資産クラス;
f. すべてのセクター;
g. すべての実績ベース評価;
h. すべての予想評価;
i. すべての定量的;
j. すべての定性的;
k. すべてのミクロ;
l. すべてのミクロ;
m. すべてのエコノミスト・コンセンサス;
n. すべてのロテーショナル資産クラス;
o. すべてリトレーサブル資産配分;
p. すべてのリスクおよびリターン増加減少ランキング;
q. すべての投資家スタイルの種類;
r. すべての期間;
s. すべてのシナリオ結果;および
t. すべての有効フロンティア。
その結果、SBBFT(T1)のビルディングブロックは、ポートフォリオ選択のための完全なコア・スペクトラム・リスク/リターンの純度を構築することができる積極的なリスク管理能力のために、普遍的比較情報をハッキング能力が高まる。したがって、SBBFT(T1)ミクロ標準化マルチフィルタハードウェアシステムは、ポートフォリオ選択およびシステマティックポートフォリオの構造最適化のためのコア・スペクトラム・リスク/リターンを管理し、コンプライアンス管理計画としてクライアント/メンバーポートフォリオ最適化のための暗黙の資本の保護任務を提供する。
SBBFT(T1)の設計により、ファイナンシャルプランナーは、主要市場に反する変動性のトレードオフにより、市場で何が起こっているかに関わらず、一定のリターンを提供することを目指している。優良投資ソリューションを選択するための基本的なビルディングブロックを使用する能力は、ファイナンシャルプランナーの柔軟性を増加させ、投資家のニーズに合わせてポートフォリオを調整できる可能性が高くなる。
The SBBFT (T1) は、購入、売却、保有の時期を知るという問題に関連する統計的データおよびビジネス感情、投資および雇用水準、主要なコモディティ価格といった専門家が使用するその他の指標の形で表示される。
システマティックビルディング・ブロック柔軟性手法は、定量/定性要素モデル化および伝統的な手法の一つであり、 FM / DSO / M / S / RS / T /SPA (T3)を、市場資本スペクトラム両端を含む普遍的情報に出入りするより多額または少額の資本に応じて、セクターおよびサブセクターのメカニズムを調整し、したがって、柔軟な手法を介して、リスク基準の新たなレベルを達成する。そのため、ベータ平均分散/ファンダメンタルズの市場リスク露出を把握することができる慎重な柔軟な設計手法により、 SBBFT (T1) のようなシステマティックビルディング・ブロックを通じて、今度は、ポートフォリオ内の特定の証券の感度を測定するすべての統計ソフトウェアが、HEMV(Q)/ FEFR (Q)/ AS(FA) (T1)提供される。 投資からの潜在的な付加価値がより重要である一方、ミスプライシングによる潜在的損失のリスクも大きい。
その後、SBBFT (T1) モデリング装置の基礎として、その最も重要な部分をもたらすものを検証するための手段として、真の投資の意思決定とは何かを説明するスコープを持つ、というのも、システム12は、自己調整メカニズムまたは均衡アプローチによる効率的な投資成果が含まれる絶対的な集中リスク調整後リターンの相対的なベンチマークを提供するからである。このように、報われるべき唯一のリスクは、市場リスクである。市場リスクの影響度はベータにより把握される。ベータは、市場の特定の株式およびポートフォリオの、リターン精度を測定する(例:統計的ならびにすべての平均分散およびファンダメンタルズ)。したがって、SBBFT(T1)は、アルファマトリクスを通じて、内蔵された効率的な自己調整構造的のハードウェア/ソフトウェアメカニズムアプローチとシステマティックビルディング・ブロックを介して処理される複数の戦略との組み合わせから派生する真の優れた価値を形成する。 SBBFT(T1)は、ほぼ同じ方法で、クライアント/メンバーのために、資産を、時代および予測不可能な市場の変化の一貫性に応じて、相対的に強い資産クラス全体に割り当て、継続的に優良投資を選択するソリューションを提供する。したがって、ポートフォリオ・リスク管理とポートフォリオ構築の長期的予測は、後進のファイナンシャルプランナーが挑戦し、新しい方法論を模索する必要があるかもしれない。したがって、システム12は、戦略上の定義によって、要素マトリクス成果手法の純度予測を支持する、その結果、システム12は、図32及び図33に示すような多層構造のビルディング・ブロックから構成され、選択済の FM / DSO / M / S / RS / T /SPA (T3)の集合に依拠する伝統的なアプローチに基づく投資ポートフォリオの構築を目指し、認識しているクライアント/メンバーのリスク・プロファイルに応じて適切な資産クラスに配分する。
その結果、SBBFT (T1)、多構造化されたビルディング・ブロックで構成される、選択済の資産移入に依存する伝統的なアプローチに基づいて投資ポートフォリオを構築することを目的と FM / DSO / M / S / RS / T /SPA (T3)はこのように認識されるに応じて適切な資産クラスにまたがる投資家のリスクプロファイルは、このように両方にまたがるパートおよびとパートB。すなわち、 APMSPAS / CAPMs (T1)(T2)(T3)と SPOPAS / FCAPMs(T4)。したがって、これは堅調なハードウェア/ソフトウェアの定量的/定量的な専門的使用構築手法である。すなわち、絶対的集中リスク調整済相対的ベンチマークを意味する分散要素マトリクスのコア・スペクトラム対称性。
少数のファイナンシャルプランナーは、優位性に対抗するための明確な投資の焦点と専門知識を持っている現実的にこれは要素標準化するための構造ハードウェア/ソフトウェアの中にある。すなわち、ミクロ/マクロの使用手順に何を掛け、市場の動きを最小限にするという案と組み合わさったポートフォリオ選択/リスク管理シナリオのために構造的境界を越えて送るかに関わらず、普遍的情報をハッキングできる多様な市場複数コンポーネントの APMSPAS / CAPMs (T1)(T2)(T3) 。
2. 実績評価平均分散(定量)/予測評価基礎研究(定性)帰属対称性/フォーマット解析 (HEMV(Q)/FEFR(Q)/ AS(FA) (T1)
HEMV(Q)/FEFR(Q)/AS(FA) (T1)積極的管理を表現する選択プロセスは、アルファ機会の識別にほぼ独占的に集中する傾向がある。 HEMV(Q)/ FEFR(Q)/AS(FA)(T1) は、完全なコア・スペクトラム・リスク・リターン分析を通じて予測純度を達成するために、集中要因の別の方法を模索する。しかし、重点をシフトして伝統的な実績な定義から離れ、リスクを、組み合わせた平均分散、ファンダメンタルおよび最適化として捉える必要がある。結果として、 HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) を通じて、帰属対称性使用は、運用ファンドと直接株式取引機会の両方にとって、絶対的リスク調整済相対的ベンチマークの全体像を作成することにおいて、独特である。
本発明の側面が構築されている堅調な効率比(ER)、上位4分位(TQ)、伝統的ポートフォリオ最適化、およびミス・プライシング(MP)ユーザビリティ要因マトリクスは、次の通りである。
1. ファンドマネージャー効率比の不変依存性要素価格マトリクスは図34aおよび34bに示されている;
2. 直接株式取引機会効率比の不変依存性要素価格マトリクスは、図34cおよび34dに示されている;
3. ファンドマネージャー上位4分位(TQ)の変更独立性要素価格マトリクスは、図35aおよび35bに示されている;
4. 直接株式取引機会上位4分位(TQ)に変更独立性要素価格マトリクスは、図35cおよび35dに示されている;
5. ファンドマネージャー古典的ポートフォリオ最適化のための変更独立性要素価格マトリクスは、図36aと36bに示されており、かつ
6. 直接株式取引古典的ポートフォリオ最適化のための変更独立性要素価格マトリクスは、図36cおよび36dに示されており、かつ
5. 直接株式取引機会ミスプライシング(MP)のための不変依存性要素価格マトリクスは図37aから図37dに示されている。
システム12は、システム12内の各投資のための普遍的比較情報への上記の要因マトリクスを適用し、対応するランキングスコアを生成する。ファイナンシャルプランナーは、ランキングのスコアを使用して投資比較をすることができ、これにより、普遍的比較データを採掘(ドリルダウン)する必要性を取り除き、指定された投資ポートフォリオのための最高の投資選択のため、自分の判断に依拠することができる。上述の要素マトリクスは、例示目的のみに使用される。図に示された具体的な数値は、本発明の本質から逸脱しない限りにおいて、状況に応じて変化し得る。たとえば、数字は国別の経済情勢の変化に応じて変化しうる。
ファイナンシャルプランナーが HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) を実行するためにシステム12を使用する方法の例は以下の通りである:
1. 運用ファンド:
a. スコアリング:
i. 実績評価、効率比標準偏差は図38に示されている;および
ii. 予測評価、効率比短期相対リスク測定は図39に示されている;
b. ソート:
i. 帰属対称性、効率比実績概要は図40に示されている;
ii. 帰属対称性、効率比予測概要は図41に示されている;および
iii. 帰属対称性、効率比混合概要は、図42に示されている;
c. スコアリングおよびソート:
i. 帰属対称性、上位4分位の実績概要は図43に示されている;
ii. 帰属対称性、上位4分位の予測概要は図44に示されている;および、
iii. 帰属対称性、上位4分位の混合概要は図45に示されている;および
2. 直接取引株候補銘柄:
a. スコアリング:
i. 実績評価、効率比トータルリターンは、図46に示されている;および
ii. 予測評価、効率比価格値は図47に示されている;
b. ソート:
i. 帰属対称性、効率比混合概要は、図48に示されている;
ii. 帰属対称性、上位4分位実績概要は、図49に示されている;
iii. 帰属対称性、上位4分位予測概要は、図50に示されている;
iv. 帰属対称性、上位4分位混合概要は、図51に示されている;および
c. スコアリングおよびソート:
i. 予測評価、ミスプライシング収益値は、図52に示されている;
ii. 予測評価、ミスプライシング価格値1は、図53に示されている;
iii. 帰属対称性、ミスプライシングスコアは、図54に示されている;および、
iv. 帰属対称性、ミスプライシングスコアは、図55に示されている。
HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) により、ファイナンシャルプランナーは、平均と分散だけでなく、最適化を達成する予測ファンダメンタルズ(資産/負債)などの多様なフルコアスペクトルの集中に対する三つの主要な代替アプローチ法を模索することができる。したがって、これを、投資家がプレミアムを支払う準備がある合理的委託委任となる。
HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) は、最善の組み合わせを取得するためにいくつかの最上の実務方法を使用しており、これは、ファイナンシャルプランナー、意思決定者が、自分のスキルを向上させるために採用することができる。HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) は、今、帰属対称性マトリクスの重要変数(すなわち効率比ランキング概要)および上位4分位の成功率が、各実績および予測サマリーと組み合わせて、資金管理方法に関して、運営ファンドおよび直接取引株候補銘柄機会の背後をどのように見るかを探求することができる。同様に、上記のミクロ/マクロ重要変数の結果として、新しいミクロ/マクログローバル投資市場を管理し、また同時に、これらの市場を継続的に選択し、管理する能力を有するシステム12によって製造されたマルチタスク機器の強い必要性がある。しかし、HEMV(Q)/FEFR ( Q)/ AS(FA) (T1) は、観測された価格と基礎的価値の間の不一致を示す有価証券のポジションを取るという成功投資の目標によって駆りたてられている。例えば、学術分析はこれらの不一致を「ファンドマネージャーとの直接株式取引機会市場の異常」と呼び、これらが本物か、評価の純度に比べて価格を誘導する力に関する理解の欠如によってもたらされる蜃気楼やまやかしであるかどうかを問う。したがって、システム12は、リスク均衡の便益に基づき、健全な経済および財務に関する意思決定を行う手助けをする。つまり、行動金融(BF)(感情的な決定)というより、効率的市場仮説(EMH)(需要と供給) である。したがって、システム12が提供する基本的な投資戦略の根拠は、「投資成功のゴール」だけでなく「有効フロンティアを目的とした広範な投資リスク管理の最適化システム」をも表している。そのため、これに従い、分配係数マトリクスのコア・スペクトラム対称性から成るハードウェアアプローチを構築することである。例えば、以下のデータポイントが必要である:
a. 全てのリスク;
b. すべての業績 (ブレンド、成長、価値);
c. すべての平均分散;
d. すべてのファンダメンタルズ;
e. すべての資産クラス;
f. すべてのセクター;
g. すべての実績ベース評価;
h. すべての予想評価;
i. すべての定量的;
j. すべての定性的;
k. すべてのミクロ;
l. すべてのミクロ;
m. すべてのエコノミスト・コンセンサス;
n. すべてのロテーショナル資産クラス;
o. すべてリトレーサブル資産配分;
p. すべてのリスクおよびリターン増加減少ランキング;
q. すべての投資家スタイルの種類;
r. すべての期間;
r. すべてのシナリオ結果;および
s. すべての有効フロンティア。
システマティック・ビルディング・ブロックすなわちSBBFT (T1)。
その後、コア・スペクトルのソフトウェアサポート、要素マトリクス(すなわち、 HEMV(Q)/ FFER ( Q)/ AS(FA) (T1))と続き、これは、本質的には実績評価/予測評価/帰属概要等のプロセスにより公式化され、これは、効率的なアルファとベータポートフォリオ選択に仕上げるための、相対ベンチマークに対する絶対リスク調整後リターン戦略の積極的な管理のための例外的なリスクおよびリターン調整システムとなる。したがって、リスクや情報比率/ベータ単位当たりの超過リターンが発生する可能性が最も高いところに基づいて、あらゆる市場への露出の増加や積極的な経営の意思決定を検出できることになる。リスク単位当たりの超過リターンが高いほど、付加価値の一貫性はより大きくなる。したがって、いくつかのFM/DSOは、他よりも市場との関連性が高いという認識のもと(コア・スペクトラム・資本資産価格モデル要素マトリクスなどの優れた機能により(すなわち、 APMSPAS/CAPM’s (T1-第1段階)(T2-第2段階)(T3-第3段階)、コア・スペクトラム・資本資産価格モデル要素マトリクスは、後に述べる資本資産価格モデルの公正価値評価を加速、開始、予測することによって、帰属合計や市場複数スコアとして観測された価格と基礎的価値の間の財政均衡の矛盾を強調する能力を有する。)これは、管理において全能(すべての強力な、全能無敵)とは言えないが、少なくとも、失敗するかもしれない特別な情報裁定システム内にすべての資金を置いておくことの痛みを低減する。そのため、「自動操縦」 に多くの投資を預けるほど、投資失敗のリスクは低くなる。コンピュータ駆動モデルは、ソート/スコアを分析・評価する上で、人間の脳よりもはるかに優れているため、一瞬で文字通り何千もの計算を行う無制限の容量がある。
3. 実績評価/予測評価/帰属対称性(HE / FE / AS)(T1)
HE/FE/AS(T1) は、分散ビルディングブロックのハードウェアの堅調な対称性に基づくミクロ/マクロコンソール情報裁定機能を提供する、すなわち、有効フロンティアポートフォリオ構築に誘導する、最強のスコアリング集計、ソート、フォーマット手法を採用したシステマティックコアスペクトルを介して、絶対リスク調整後リターンの相対ベンチマークの全体像を作成する SBBFT(T1) およびソフトウェア HEMV(Q)/ FFER(Q)/ AS(FA)(T1 )である。
HE / FE / AS(T1) を促進するため、図56に示す通り、システム12は、ハードウェア・ビルディング・ブロック標準化柔軟手法のタイムの体系的範囲を提供している。さらに、システム12は、ソフトウェア・ビルディング・ブロック標準化柔軟手法の体系的範囲を提供し、帰属対称性マトリクス(すなわち、効率比ランキング概要および上位4分位成功率ランキング概要をあわせて)の主要な変数が、資金管理方法において、図57に示すように、それぞれの実績/予測/リスク/リターンサマリー、運営ファンドおよび直接取引株候補銘柄の背後をどのように見るかを模索できる。
HE / FE / AS(T1) に促進された情報裁定は、より良いバックテストベンチマーキングを提供し、粗雑なスコアリング、ソート、バリュエーションフレームワークを克服し、普遍的比較情報をハッキングすることのできる適切かる完全なコアスペクトルの純度を提供する。HE / FE / AS(T1) は、黙示的な売却/購入/保有の選択、黙示的なコンプライアンス保護および黙示的な資本の保護を提供するため、結果を効果的に隔離する1対1型のケーススタディに着目する能力を有し、これらは非常に関連性がある。
HE / FE / AS(T1) は、ミクロとマクロ行動構造ハードウェアモデルとして、この分析を実行する特性を帯びており、その理由により、フルコアスペクトルベスト・プラクティス結果フォーマットの分散対称性に基づき、このような興味深いベンチマークを作成する。この独自性は、非常に重要な貢献をしており、あなたが投資について知りたいすべてのことを、個々のスクリーンショットに基づく半自動コンソール機能の必要性に従う情報裁定解析フォーマット手法の性質から、分散変数およびファンダメンタルズ評価の形で明らかにすることができる。このため、HE/FE/AS(T1) はその性質上、集合的要素でる。したがって、各価格設定モデルは、一連の戦略的標準化手法/現実的要因/予測/実績倍数から成り、「総合的複数帰属性」として機能し、第1段階 - 標準化統計検証システムを表す。故に、、同じバナーの下、 SBBFT(T1) および HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) となる。したがって、 情報裁定を、コンソールメカニズムを介して半自動運転にする HE/FE/AS(T1) は、これを HEMV(Q)/ FEFR(Q)/ AS(FA)(T1) のマルチタスク能力を有するスマートなオール・イン・ワンのプロセスにし、継続的に優良投資ソリューションを選択する。ほぼ同様に HE / FE / AS(T1) は、 FM/DSO/M/S/RS/T/SPA(T3) に伴う市場の動きを最小限にするという考えに基づくポートフォリオ選択とリスク管理のシナリオのための情報裁定として機能するビルディングブロック構造に接続されている自動操縦スタイルシステムに優先して、追加的コンソール・メカニズムを使用し、 APMSPAS / CAPMs(T1)(T2)(T3) 資本資産価格均衡モデルへの報酬に従い、リスクをヘッジして取り除く。
これにより HE / FE / AS(T1) は、あなたがやりたいことができるというシナリオバックテストを通じた原理により動作する例外的情報裁定リスク調整システムとなるが、市場の優良業績を操作することはできない。 しかしながら、 FM / DSO が不安定になった場合、 HE / FE / AS (T1)を通じて、情報裁定は、主要市場に反する変動性をトレードオフすることによって、より良いリターン管理として働き、あなたの周りに何が起こっているかに関わらず、一定のリターンを提供することができる。優良投資ソリューションを選択するための基本的なビルディングブロックと共に情報裁定を使用する能力は、ファイナンシャルプランナーの柔軟性を増加させ、投資家のニーズに合わせてポートフォリオを調整できる可能性が高くなる。そのため、 HE / FE / AS(T1) は、投資ポートフォリオを情報裁定アプローチに基づいて構築することを目的とするが、認識済の投資家のリスク・プロファイルに応じて適切な資産クラスにまたがる選択済 FM/DSO/M/S/RS/T/SPA(T3) を満たす伝統的な手法に依拠する。このため、検証構造手法は、 APMSPAS / CAPMs(T1)(T2)(T3) により構成され、困難な状況下ではなく、常に、正しいコースにファイナンシャルプランナー投資戦略の選択を維持することを目指すカウンセラー/ガイドの役割を引き受ける。このルーチンに従わない場合、ファイナンシャルプランナーは、重大な責任を負う羽目になり、高リスク資産クラスや、将来的に失敗する金融商品を提供してしまう可能性がある。
HE / FE / AS(T1) は伝統的な平均分散/基本最適化法による優良投資を構成する以外に何を行うかというと、同時に、伝統的な自動操縦の実績定義である最強スコア集計だけではなく、個々の商品のリスク/リターンの観点から、個々の平均分散を見て、全体的な実績および基礎評価を考慮に入れず、から重点をシフトする必要性を見ている。平均分散と HE / FE/ AS(T1) を通じて、「分散アプローチの実績/予測/対称性」などの情報裁定メカニズムと同一視されるファンダメンタルズとの合致する特性を示しているところが、リスクに対する報酬である。換言すれば、 APMSPAS / CAPM(T1)(T2)(T3) は、利益、成長とリスクに応じて、均衡状態で常に変動する市場価格は、どのように経済的に誘導されているかの説明が容易になる。したがって、絶対集中リスク調整後リターン相対ベンチマーク (ACRARRB) (この発明の特徴的マントラ)は、「成功投資という目標だけでなく、有効フロンティアをターゲットとした幅広い投資リスク/リターン管理最適化システム」も表し、これは本発明の基礎となるテーマである。換言すれば、優良商品帰属性ため、投資における唯一のフリーランチは、有効フロンティアのために可能な限り最高のリスク/報酬の機会を確立する統計検証システム手法と呼ばれる APMSPAS / CAPMs(T1)(T2)(T3) からきている。例えば、HE / FE / AS(T1)は、既存の資産クラス(一般的に株式、固定金利、不動産、現金といった伝統的な資産クラスである)との相関が低い新たな資産クラスやセクターに分散投資することによって、リファレンス誘導型モデルの一種として利用され、有効フロンティアは、より良いリスク報酬の機会に改善することができる.
しかし 、HE / FE / AS(T1 )資本保護スタイルでは、クライアント/メンバーの投資からの潜在的な付加価値はより重要であるが、無数の普遍的情報をハッキングすることができないという潜在的な損失は、人間の脳の短期的能力に基づいている。ミスプライシングの観点から、これはさらに大きな潜在的なリスクを提示する。
第2段階:- 第2段階/垂直統計検証システム
(算術/幾何アルゴリズムソフトウェアシステム)
APMSPAS /第2段階資本資産価格モデル (APMSPAS / SCAPM's)(T2)
図27および図29を参照すると、 APMSPAS / SCAPM's (T2) は、優れた算術/幾何学的アルゴリズムソフトウェアの合理的解析を実行する機会を創造し、これにより、効率的に普遍的情報全体から誘導される完全な垂直統計的検証システムを提供し、アルファ機会を求める条件および制限要素合成モデルによって予測リスクおよび予測リターンを改善する。 HEMV(Q)/ FEFR ( Q)/ AS(FA) (T1)はアルファメカニズムを抽出することで、付加価値の予測が、実績および平均分散(定量)/ファンダメンタルズ/予測(定性)/帰属性最適化資本資産価格要素モデリングの間の合致する特性を通じて、強力になり、投資家はその優位性に喜んでプレミアムを支払う合理的な委託委任が作られる。特に全体像を作成するために、帰属対称性の合計を見ることにより、平均ベンチマークより業績が著しく優れている投資の裏側を見ることになり、したがって、インデックス/ベンチマークが分散のコアとして集中するほど、 AE/FEM/CS/CA (T2)アルファを誘導し、時代の変化や予測できない市場に関わらず、真正の形を維持する。従って M/M/KGFM/CS/BT/TE(T2)は、ミクロ/マクロ知識のギャップフィードバック方法論解析の問題を把握し、は、予測リスク/リターンを予想に投影する新しい観測キットを必要とする、これは、以下に裏付けられる形で、堅調な最強集約スコアと知識ギャップバックテストとが一致していなければならない:
a. アルファを抽出するためのシステマティックビルディングブロック柔軟性使用手法;
b. 帰属対称性は、最終的なアルファ抽出のためのコアスペクトル評価モデルである;
c. すべての研究と絶対的リスク調整後リターン相対ベンチマークに織り込む将来に関する記述;
d. 適切な定量的/定性的な要素スコアリング/ソートモデルは、優れた選択スキルを作り出す
e. 価格決定要素モデル化手法は、集中最適化ポジションをを作り出す傾向がある
f. 体系的スコアリング/ソートを介して把握される帰属対称性
g. 投資家が喜んでプレミアムを支払う合理的な委託委任とみなされる最強集計スコア;
h. 帰属対称性は、はるかに低い全体的リスク相関関係で、リターンを提供することができる。
i. 帰属対称性は継続的に優良投資を選択する。
j. アルファを抽出するためのシステマティックビルディングブロックの柔軟性手法;
k. 帰属対称性は、黙示的に資本保護を提供する。
l. 最強集約スコアと合致する帰属対称性プロセス;および
m. 特定の帰属対称性は、高確信ファンドの機会を提供する。
特に、図29に示すように、第2段階は、次の部分に分かれている。
i. アルファ抽出/要素評価モデル/コアスペクトラム/集中アプローチ (AE / FEM / CS / CA(T2) ) :
a. 価格/要素評価モデル/コアスペクトラム/定量的/定性的/集中アプローチ (P / FEM / CS / Q / Q / CA(T2)) ;
b. スコアリング/ソート/要素評価モデル/コアスペクトラム/分散アプローチの対称性 (S / S/FEM/CS/SODA(T2));
c. 最強合計スコア/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ (SAS / FEM / CS / R / ROA(T2)); および
d. ミクロ/マクロ/高コンビクションアプローチ/要素評価モデル/コアスペクトラム/高リターン機会 (M / M / HCA /FEM/ CS / OHR(T2)) と
ii. ミクロ/マクロ/知識ギャップフィードバック方法論/コア選択/バックテスト/トラッキング・エラー (M / M / KGFM / CS / BT / TE(T2)) :
a. ミクロ・ボトムアップ/グラフ・フィードバック方法論/コア選択/バックテスト/トラッキング・エラー (ミクロBU / グラフFM / CS / BT / TE(T2) ) ;
b. マクロ/トップダウン/グラフ・フィードバック方法論/コア選択/バックテスト/トラッキング・エラー (マクロTD / グラフFM / CS / BT / TE(T2) );および
c. ミクロ/マクロ特定のテキスト/知識フィードバック方法論/コア選択/バックテスト/トラッキングエラー (M / M / STEXT / KFM / CS / BT / TE(T2) ) 。
パート I. アルファ抽出/要素評価モデル/コアスペクトラム/集中アプローチ (AE / FEM / CS / CA(T2))
AE / FEM / CS / CA (T2)は、絶対的リスクおよびリターンと関連して使用されるフルコアスペクトルモデルであり、将来の継続的な持続性の指標を提供する。スコアは、より集中しており、アルファを誘導する。本質的価値選択手法は、優良業績のための良い機会を提供する。スキル伝承という主要目的ために継続的にアルファ抽出を行うシステマティックインストルメントにおける AE / FEM / CS / CA (T2)優位性は、普遍的情報の分析となると非常に高い標準を提供する、というのも AE / FEM / CS / CA (T2) は、アルファが無数の統計/データ/グラフ/他の指標として株式の購入、売却、および保持の時期を知るという問題を解決するという理解にたっている。 AE / FEM / CS / CA (T2)は、継続的にアルファを誘導するシステマティックビルディング・ブロックを持つために必要なものを知っている、ただし、アルファ抽出方法をどのように適切に評価するかという方法論を含むいくつかの課題は含まない。 その後、この知識ギャップフィードバック問題の一部として、絶対的リスク調整後リターン相対ベンチアーク選択スペクトラムプロセス等のミクロおよびマクロの対称性を読み取ることができることは、 AE / FEM / CS / CA (T2)の主要な具体的発見方法ドライバーである。
そのため、知識ギャップ分析の問題を解決するには、予測リスクと予測リターンを業績予測に投影する新しい観測キットが必要である。その結果として、AE / FEM / CS / CA (T2)アルファ抽出メカニズムは、優位性のある算術および幾何学アルゴリズムソフトウェアを用いた条件および制限要因集中モデルを通じて、リスクおよびリターン予測を改善することにより、アルファの機会を求める普遍的比較情報を横断的に効率的に駆動する完全なる垂直統計的検証システムを通じて合計帰属対称性を観測する。同メカニズムは、特に全体像を作成し、投資家がその優位性にプレミアムを喜んで支払う合理的な委託委任を構成する予測能力を強力にする。換言すれば、 AE / FEM / CS / CA (T2) は、平均ベンチマークより著しく優れている投資の背後を見た上で、より集中的インデックス/ベンチマーク、アルファを誘導する分散のコアとして見る。そのため、 HEMV(Q)/ FEFR (Q)/ AS(FA) (T1)(すなわち、実績/予測/定量/定性/帰属ミクロ/マクロ/資本資産価格要素モデル)は、平均分散とファンダメンタルズと最適性とのマッチングとの間の一致的特性を通じた潜在的な付加価値を与える知識ギャップフィードバック方法論であり、時代の変化や予測不可能な市場に関わらず、フォームに真正でありつづける。そのため、 HEMV(Q)/ FEFR (Q)/ AS(FA) (T1)成功目標は、リスク/リターンの結果をクライアントのリスク許容度に合致させる投資機会を先着的に管理するアルファ期待値を導出することである。
ファイナンシャルプランナーが、 AE / FEM / CS / CA (T2) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1. 運用ファンド:
a. スコアリングとソート - 効率比および上位4分位
i. 帰属対称性、ランキング概要は、図58に示されている;および
2. 直接取引株候補銘柄;
a. スコアリングとソート - 効率比、上位4分位およびミスプライシング
i. 帰属対称性、ランキング概要は、図59に示されている。
1. 価格/要素評価モデル/コアスペクトラム/定量/定性/集中アプローチ (P / FEM / CS / Q / Q / CA)(T2))
P / FEM / CS / Q / Q / CA (T2 )は、 ファイナンシャルプランナーが自身のスキル向上のために採用できる最良の投資を取得するための最高の実務手法の一つである。というのも、要素価格決定メカニズムは、未熟な業績予測を予測純度に変えることで、選択分散化を促進させるためである。 P / FEM / CS / Q / Q / CA (T2 ) は、高基準のユーザビリティを提供するシステマティック要素価格決定モデルである。同モデルは、付加価値を処理している一方で、アルファを生成する最適化を可能にし、、プレミアムのための合理的な委託委任を確実なものにする。というのも、本質的には、効率的市場仮説は、要素ベンチマークが分散化の合成品質を表する帰属対称性の産物であるためだ。つまり、 P/ FEM / CS / Q / Q / CA (T2 ) は、一般的に高品質の価格設定マトリクスを通じた定量的および定性的要素合成モデルにより、リスクおよびリターン予測を改善する。つまり、一般的には最高品質の価格マトリクスを通じて、瞬時に高基準を提供することが処理システムの主な目的であり、バックテストおよびエラー追跡の遺言である。これは、価格設定上の最小値および最大要素合成モデルアプローチに適している。従って P / FEM / CS / Q / Q / CA (T2 ) 条件付/依存型(すなわち、効率比、ミス・プライシング)の不変タスクおよび無条件/独立の変更タスク(すなわち、上位4分位)の展開、包括的なデータ・ベース上に拡散している条件付き制約メカニズムに基づく目標スコアリングアプローチという要素価格決定マトリクスシステムの目標である。
P / FEM / CS / Q / Q / CA(T2)によって利用されているコアスペクトラム資本資産価格決定モデル要素マトリクスの例は、図32aから図36dに示されている。
2. スコアリング/ソート/要素評価モデル/コアスペクトラム/分布手法の対称性 (S / S /FEM/ CS / SODA(T2))
S/S/FEM/CS/SODA (T2)要素マトリクスは、絶対的スコアリングおよびソートを、アルファを生成する際に優先度の高い基準とみなすタスクシステムである。これは、定量性(実績)と定性(予測)のミックスアプローチの機会に関する研究であり、ポジションを最適化する傾向にある要素合成モデルによってリスク/リターンの予測値を改善するものである。したがって、 S / S /FEM/ CS / SODA (T2) 適切な、すなわち、定量的/定性的ベストプラクティス、帰属対称性ベストプラクティスを含むシステマティック要素スコアリング/ソートモデルは、「十分/効率的な選択有効フロンティア」を取り込む分布対称性ベスト・プラクティスとの組み合わせで、優位な選択を作り出し、投入する商品を決定する価値ある知識ギャップフィードバックを処理する。したがって、 S / S/FEM/ CS / SODA (T2)スコアリング/ソートシステムのこのような技術は、ピンの下でスキルが 効率的なアルファ/ベータ優良投資選択に誘導される様々なスキルのため、普遍的情報をハッキングすることができる革新的な手法を分析する上で優位性を誘導するスキルを支持する標準化アプローチとして機能する。
さらに、実際の S / S /FEM/ CS / SODA (T2) 戦略的モデルポートフォリオ選択の実装の追加的な承認として、情報裁定マッチング機能の特性を理解することを推奨する(すなわち、知識ギャップフィードバック方法論を作成する、HE/FE/AS (T1)) 。
S/S/FEM/CS/SODA (T2)は、優れた最適化されたポジションを作り出す傾向にある実績/ファンダメンタルズ/資産/負債とともに、適切な分布対称性に囲まれているため、伝統的な平均分散と最適化手法を作成するだけでなく、資産/負債/根本的な問題も考慮する。効率比(すなわち ERSPA (T3)) 要素モデルは、高グレードのアルファを抽出する傾向にある一方で、上位4分位(すなわち、 TQSRSPA (T3)) は、合理的グレードのアルファを抽出する。以下を含むマルチランクシステム:
i. 第2段階 - 垂直統計的検証システム;および
ii. 第3段階 - 水平統計検証システムがアルファ抽出のため、知識ギャップアプローチと合わさる
要素合成モデルは、アルファ/ベータポートフォリオ選択を真に効率的なものにする、ミクロ/マクロバックテスト/エラー追跡を提供するデューデリジェンスの別のベクトル型を必要とする。
ファイナンシャルプランナーが S / S /FEM/ CS / SODA (T2)を実装するためにシステム12を使用する方法の例は以下のとおりである:
1. 運用ファンド:
a. スコアリング:
i. 実績評価、効率比尖度は、図60に示されており;かつ
ii. 予測評価、効率比短期相対リスク測定は図61に示されている;
b. ソート:
i. 実績評価、効率比相対リスク指標の概要は図62に示されている;
ii. 予測評価、効率比購入/売却概要は図63に示されている;
iii. 帰属対称性、効率比混合概要は、図64に示されている;
iv.帰属対称性、上位4分位実績概要は、図65に示されている;
v.帰属対称性、上位4分位混合概要は、図66に示されている;および
vi. 帰属対称性、 図67に示されているランキング概要;および
2. 直接取引株候補銘柄:
a. スコアリング:
i. 実績評価、効率比のダウンサイドボラティリティは、図68に示されており、かつ
ii. 予測評価、効率比価格値は図69に示されている;
iii. 予測評価、効率比価格値2は図70に示されている;
b. ソート:
i. 実績評価、効率比リスク対策概要は、図71に示されている。
ii. 予測評価、効率比予測評価の概要は、図72に示されている。
iii. 帰属対称性、効率比混合概要は、図73に示されている;
iv. 帰属対称性、上位4分位混合概要は、図74に示されている;および
v. 帰属対称性、上位4分位混合概要は、図75に示されている;および
vi. 帰属対称性、図76に示されているランキング概要。
3. 最強スコア合計/要素評価モデル/コアスペクトラム/リスク/リターン機会アプローチ (SAS / FEM / CS / R / ROA(T2))
SAS / FEM / CS / R / ROA(T2)の目的は、最強スコア合計として、アルファ誘導型ソリューションを模索することであ。故に、広範なデータ処理の提供は、均衡投資手法を強調するために、開発される必要がある。この目的のため、APMSPAS / SCAPMs(T2)に従って、報われるべき唯一のリスクは、市場リスクである。市場リスクへの露出は、ベータ平均分散/ファンダメンタルズにより把握され、これは、ポートフォリオに関するすべての特定の有価証券に統計リターンを提供するために、HEMV(Q)/ FEFR(Q)/ AS(FA)(T1)の感度を測定する。投資からの潜在的な付加価値がより重要である一方、ミスプライシングによる潜在的損失のリスクも大きい。そのため、APMSPAS / SCAPM(T2)は、標準偏差、ベータ、アルファ、エラー追跡、ソート比率、トレイナー比率、アップサイドリスク、ダウンサイドリスク、歪度および尖度を含むダウンサイドリスクをコントロールすることができる、FM/DSOマネージャを選択することにより、資本保護するの手法を提供する。したがって、SAS / FEM / CS / R / ROA(T2)は、優れたアルファ誘導型意思決定ソリューションメカニズムとなり、同メカニズムは、DG / FP / AC / MT / FM / SBが、投資リスクおよびスキル型伝統的DG / FP / AC / MT / FM / SB のための革新的手法を用いた普遍的情報の分析における優位性のために喜んで支払うプレミアムのための合理的な委託委任である。同手法は、様々なFM / DSO / M / S / RS / T /SPA(T3)および必要に応じてこれらの調整に利用されるコンポーネントをハッキングすることができる。そのため、SAS / FEM / CS / R / ROA(T2)は、どの商品に資産を投入するかを判断し、その後戦略的ポートフォリオの資産配分構造に投入することにより、ポジションを最適化する傾向がある。マーコウィッツのアプローチの問題点は、戦略的資産配分が、実績市場共同効率的相関露出に基づいていることである、これにより、SAS / FEM / CS / R / ROA(T2)は、追加的に、最強スコア合計は帰属対称性マトリクスの重要変数がどのように機能しているかを模索する、すなわち効率比ランキング概要とともに上位4分位成功率ランキング概要をそれぞれの実績/予測概要と組み合わせ、資産管理方法として、FM/DSOの裏側を見る。
最強集計スコアすなわち SAS / FEM / CS / R / ROA(T2) は、ポジションを最適化する傾向にある、したがって、最善の組み合わせを取得するための最高の練習方法であり、意思決定者/誰かが、自身のスキルを向上させるために採用できる。 SAS / FEM / CS / R / ROA(T2) は、最高のユーザビリティ標準実務でコアスペクトラムアルファを抽出することである。(すなわち ERSPA (T3) TQSRSPA(T3) は、伝統的なスキル誘導型手法のための普遍的情報を分析する際の優位的選択を目的としている。) 従って、根源的価値選択手法は、優良業績/低ボラティリティの良い機会を作り出すために利用可能であり、この要素により、最強総計スコアは、投資家がプレミアムを喜んで支払う合理的委託委任とみなされる。それにもかかわらず、 SAS / FEM / CS / R / ROA(T2) が最良の結果を達成するためには、広範なマクロ/ミクロコア選択プロセスおよび/市場/セクター/相対的な強さ/トレンドを通じて知識のギャップシステムが必要とされる。同システムは、統計/図表/テキストのバックテスト能力(すなわち、 M / M / KFGM / CS / BT / TE(T2)) を有し、効率的アルファ評価のためのセクター毎の調査をすることができる。しかし、プレミアムのための合理的な委託委任を構成するのは、コアスペクトルのミクロ/マクロ標準化バックテスト手法である。
ファイナンシャルプランナーが SAS / FEM / CS / R / ROA(T2) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1.運用ファンド:
a. スコアリングおよびソート:
i. 帰属対称性、効率比混合概要は、図77に示されている; および
ii. 帰属対称性、上位4分位混合概要は、図78に示されている;および
iii. 帰属対称性、ランキング概要は、図79に示されている;および
2. 直接取引株候補銘柄:
a. スコアリングおよびソート:
i. 帰属対称性、効率比混合概要は、図80に示されている;
ii. 帰属対称性、上位4分位混合概要は、図81に示されている;
v. 帰属対称性、ミスプライシングスコアは、図82に示されている;および、
vi. 帰属対称性、ランキング概要は、図83に示されている。
4. ミクロ/マクロ高確信アプローチ/要素評価モデル/コアスペクトラム/高機会リターン (M / M / HCA /FEM/ CS / OHR(T2))
M / M / HCA /FEM/ CS / OHR(T2) 高確信アプローチは大型ポートフォリオの分散保有に比べてより高いリターンの機会を意味する。 M / M / HCA /FEM/ CS / OHR(T2) はこれを、2つ以上の以下の期待値の組み合わせであると見なす SAS / FEM / CS/ R / ROA (T2)(最強集約スコア)アルファ、すなわち ERSPA (T3)(効率比) 、TQSRSPA (T3)(上位4分位)、 MPSDSOPA (T3)(ミス・プライシング)。そして、投資家がプレミアムを喜んで支払うこと合理的な委託委任に影響を与えるとみなし、負のリターンを減少させる。しかし時代の変化や予測できない市場は、長期的な仮定の課題や新たな方法論を意味し、良い機会や資金保護を提供できる必要なツールを使わないと、本当に複雑になる可能性がある。このため、適切な分布対称性などのミクロ/マクロ市場/セクター/相対的な強さ/トレンドに対する一定の図表/統計モニタリングの必要性は、ビルディングブロックを構造した。すなわち、 SBBFT (T1)プロセスは、資産分散/統計、定量的(実績)定性的(予測)スコアリングミックスアプローチの無数の情報を理解し、市場/セクター/相対的な強さ/トレンドを通じてフルスペクトル評価、ミクロ/マクロコア選択プロセスを改善する。すなわち、 M / S / RS / T / DSO /SPA (T3)はミクロ/マクロ知識ギャップフィードバック方法論を必要とし、は、バックテスト、すなわち M / M / KFGM / CS / BT / TE (T2)を必要とし、これは、ミクロ/マクロ相互一貫性の必要性を提供する。 結果的に、同選択手法は、優良業績/低ボラティリティのよい機会を作り出す。しかし一般的なアプローチは、低リスク/高業績の専門家と共に、コアおよびその周辺を活用することだ。複数戦略構造化された最適化は、資本保護を容易にする、したがって、コアスペクトルプロセスにより、なぜいくつかのFM / DSOが市場と関連性が低く、ベストプラクティスの値まで測定できないのかという理由を理解することが可能となる。
ファイナンシャルプランナーが、M / M / HCA /FEM/ CS / OHR(T2)を実装するためにシステム12を使用する方法の例は以下のとおりである:
1.運用ファンド:
a. スコアリングおよびソート:
i. 帰属対称性、ランキング概要は、図84に示されている。
ii. トータルリターン、15の比較/面白い業績の比較は、図85に示されている。
iii. トータル・リターンは、15の比較/資本資産価格均衡は、図86に示されている。
iv. 上位10位ブレンド・マンデート - 成長は、図87に示されている;および
v. 上位10位ブレンド・マンデート - リスク2は、図88に示されている;および
2. 直接取引株候補銘柄;
a. スコアリングおよびソート
i. 効率比/上位4分位/ミスプライシングは図89に示されている;
ii. トータル・リターン - 15の比較EPS利回り%は、図90に示されている;
iii. トータル・リターン - 15比較/配当利回り%は、図91に示されている;
iv. 最適化 - 購入/売却/収益値は、図92に示されている;
v. 最適化 - 購入/売却/成長値1は、図93に示されている;および
vi. 最適化 - 購入/売却/価格値は、図94に示されている;
パートII. ミクロ/マクロ/ナレッジギャップフィードバック方法論/コア選択/バックテスト/トラッキングエラー (M / M / KGFM / CS / BT / TE(T2))
定量的なリスクおよびリターンとは異なり、 M / M / KGFM / CS / BT / TE (T2)は、その重要変数がインフレやデフレを表す累積ミクロとマクロの図表的傾向であり、経済的パラダイムハウジング、流動性および企業収益バブルの経済均衡を強調し、 AE / FEM / CS / CA (T2)等の熟慮されたアルファリターンスコア期待値を分析する。AE / FEM / CS / CAは、この普遍的情報をハッキングし、定量分析を業績予想に変換することにより、長期的なリターンに参加できるよう、バックテストのフィードバックの優れた投資焦点と専門スキルで構成されている。 しかし、定性的リスク分析は、標準化および定量化して数値を出力することほど簡単ではない。例えば、ポートフォリオ選択は、どのように重すぎる/貧弱なコーポレート・ガバナンスをリターン予測値の変動に換算するのか。 どのように DG / FP / AC / MT / FM / SB は、彼らの知っている情報で、重要な価値を持つが、測定が困難である情報を使用するのか。ある意味、 FM /DSO 評価をもたらす M / M / KGFM / CS / BT / TE (T2)定性分析の様に、 個々のアナリストの判断から全く離れることはなく、受諾される必要がある。 しかし、投資家が、確実な誤りよりも大凡正しいことを目的として査定しようとしている個々のリスク要素のスコアリングが粗いという可能性はある。従って M / M / KGFM / CS / BT / TE (T2)は、粗製のリスク/リターンのスコアを、各 FM /DSO に集約することを可能にする、個々のリスクまたは要素の露出を把握することができ、そして、一貫して、普遍的情報のある程度の比較を可能にする。このような粗製のスコアを使用すると、透明性が低く、コーポレートガバナンスが貧しく、収益の質が悪く、財務レバレッジが高く、経営の弱い証券と、透明性が高く、コーポレート・ガバナンスが良く、収益の質が良く、財務レバレッジが低く、および経営の強い2つ目の証券との間のリスク予測値は、大きく変わるであろう。換言すれば、 M / M / KGFM / CS / BT / TE (T2)は、累積ミクロ/マクロ重要変数(すなわち、同じ基盤の原理で働く絶対集中リスク調整後リターンの相対的なベンチマークを意味するコア・スペクトラム帰属対称性、というのも、この新しいパラダイムの背後にある根拠は、リスク均衡への報酬に基づき健全な経済、金融の意思決定を行うことであるため)を把握し、(すなわち、行動金融(BF)(感情的決定)よりもむしろ効率的市場仮説(EMH)(需給)、したがって、この基本的な投資戦略は、絶対的集中リスク調整後リターン相対ベンチマークに (ACRARRB) (本発明の画期的なマントラ)により合理的に提供されている、というのも、これは、「投資の成功という目的だけではなく、有効フロンティアを目標とした、幅広い投資リスク管理の最適システム」であるからだ。 これが、本当の投資の意思決定である、すなわち、この効率的な投資が含まれる絶対的集中リスク調整後リターン相対ベンチマークは、自己調整メカニズムや均衡アプローチとなる。 ACRARRB に従い、報われるべき唯一のリスクは、市場リスクであるからだ。市場リスクの影響度はベータにより把握される。ベータは、市場の特定の株式およびポートフォリオの、統計的なリターン精度ならびにすべての平均分散およびファンダメンタルズを測定する。
しかし、 M / M / KGFM / CS / BT / TE (T2)ミクロ/マクロ重要変数によると、継続的に FM/ DSO / M / S / RS / T /SPA (T3)の市場を選択し管理する新しいミクロ/マクログローバル投資市場を管理する能力を有すると同時に、将来キャッシュ・フローのドライバー、すなわち、グローバル化の影響、金利上昇、資産縮小、住宅、流動性と企業収益バブル、を説明する能力を有するマルチタスクインストルメントが強く求められている。M / M / KGFM / CS / BT / TE (T2)は、一貫した投資規律を開発するためにこれらの分析を使用し、同時に、クライアントのリスク許容度に合わせてリスクをヘッジして切り離すことにより、ポートフォリオの市場変動を最小限にするという考えの下、 FM / DSO / M / S / RS / T /SPA(T3)等の相対的に強い資産クラスにまたがって資産を自動的に配分する。投資成功のゴールは、観測される価格と基本的な価値の間の不一致を示す資産のポジションを取ることである。研究者は、これらの不一致を「市場の異常」と呼び、これらが本物か価格とそのリターンを誘導する力に関する理解の欠如によって引き起こされる蜃気楼であるかどうかを問う。そのため、将来の投資キャッシュ・フローのドライバーおよび フリーキャッシュフローマトリクスへの価格決定効果についての追加説明として、「市場の異常不一致」による評価増分利益の作成における上述したその他4つの最も優位なフォーム/効果を研究することを勧める。上記不一致は、これらが本物か、価格およびリターンを誘導する力の理解不足によって起こる蜃気楼かを意味する。しかし、 M / M / KGFM / CS / BT / TE と具体的幾何学情報裁定方法論(T2)合わせた観点を通じて。
一言で言えば、ミクロおよびマクロの知識ギャップフィードバック方法論、すなわち M / M / KGFM / CS / BT / TE (T2) は、定性/定量的要素の研究のためのミクロ/マクロ/知識ギャップフィードバック方法論のその他のデューデリジェンスのベクトルである。グローバル化により、実質金利が横ばいまたは上昇するであろう。例えば、GDPの変化は企業収益に変化に反映し、したがってGDP成長/企業収益の伸びは、時を追って互いを追跡する傾向がある、というのもこのモデルは、企業収益バブルの並行トレンドを推測するために、GDP関連のインプットを使用するためである。ほとんどのバブル崩壊後の経済は現在、1930年の大恐慌以来最悪の世界金融危機による世界的な金融不均衡に苦しんでおり、非アジア経済の中の過度のソブリン債務危機が取り残されている。従って M / M / KGFM / CS / BT / TE (T2) は、その図業的分析を通じて、統計値が、発達かつ一貫した投資戦略の規律を形成するか相対ベンチマークとどのように相互作用するかを示唆するであろう。その後、いわゆる経済パラダイムの均衡(ハウジング/流動性/株式市場)は、歴史的に金利/インフレによって中断されたーしたがって、収益/ P / E /比率/株主利回りに逆変動の形で影響を与えた。
M / M / KGFM / CS / BT / TE(T2) は、株式価値に影響を与えるためまたは一貫した投資規律を開発するためにどのように相互作用するかについての分析を使用し、同時に、クライアントのリスク許容度に合わせてリスクをヘッジして切り離すことにより、ポートフォリオの市場変動を最小限にするという考えの下、 FM / DSO / M / S / RS / T /SPA(T3)等の相対的な強さの資産クラス横断的に資産を自動的に配分する。 投資成功のゴールは、観測される価格と基本的な価値の間の不一致を示す資産のポジションを取ることである。研究者は、これらの不一致を「市場の異常」と呼び、これらが本物か価格とそのリターンを誘導する力に関する理解の欠如によって引き起こされる蜃気楼であるかどうかを問う。そのため、将来の投資キャッシュ・フローのドライバーおよび フリーキャッシュフローマトリクスへの価格決定効果についての追加説明として、「市場の異常不一致」による評価増分利益の作成における上述したその他4つの最も優位なフォーム/効果を研究することを勧める。上記不一致は、これらが本物か、価格およびリターンを誘導する力の理解不足によって起こる蜃気楼かを意味する。しかし M / M / KGFM / CS / BT / TE (T2)および特定の幾何学的情報裁定方法論を合わせた視点から。
ファイナンシャルプランナーが M / M / KGFM / CS / BT / TE (T2)を実装するためのシステム12を使用する方法の例は以下のとおりである:
1. マクロ統計チャート:
a. グラフ集は、図95から図97に示されている;および
2. マクロトレンド予測 - ダイナミックグラフ:
a. 国内市場 - 日次ASX200は、図98に示されている;
b. グローバル市場 - 5年米国債(日次)は図99に記されている;および
c. 商品市場は、図100に示されている。
1. ミクロ/ボトムアップ/グラフフィードバック方法論/コア選択/バックテスト/トラッキング・エラー(ミクロ/ BU /グラフ (FM / CS / BT /TE(T2))
ミクロ/ BU / グラフFM / CS / BT / TE(T2)の目的は、すべての投資成果の真の可能性を見いだすための複合的フィードバックスキルの取得し、(相対ベンチマークに対して測定される絶対リスク調整後リターン戦略等、市場において戦術的タイミング決定を行う能力を含む)後知恵評価を排除する効率的なアルファ/ベータポートフォリオに仕上げることである。 DG / FP / AC / MT / FM / SBのためのフィードバックスキルの問題は、市場での戦術的タイミング決定を行う能力について、彼らは多くの場合自信を持っていることだ。適切なポートフォリオ選択を構築することができる普遍的比較情報をハッキングすることができる適切な完全なコア・スペクトラム・リスクおよびリターンの投資分析の純度を達成する唯一の方法は、各発明ためのソフトウェアを最終的に稼働させるハードウェアの構築に取りかかることだ。従って M / M / KGFM / CS / BT / TE (T2)は、粗製のリスク/リターンのスコアを、各 FM /DSO に集約することを可能にする、個々のリスクまたは要素の露出を把握することができ、そして、一貫して、普遍的情報のある程度の比較を可能にする。このような粗製のスコアを使用すると、透明性が低く、コーポレートガバナンスが貧しく、収益の質が悪く、財務レバレッジが高く、経営の弱い証券と、透明性が高く、コーポレート・ガバナンスが良く、収益の質が良く、財務レバレッジが低く、および経営の強い2つ目の証券との間のリスク予測値は、大きく変わるであろう。つまり、ミクロ/ BU / グラフFM / CS / BT / TE(T2)は、累積ミクロ/マクロキー変数のデータポイントを把握する、すなわち関連するデータポイント等の絶対的集中リスク調整後リターン相対ベンチマークを意味するコアスペクトラム帰属対称性 (すなわち、すべてのリスク、すべての業績(ブレンド、成長、値)、すべての平均分散、すべてのファンダメンタルズ、すべての資産クラス、すべてのセクター、すべての実績評価、すべての予想評価、すべての定量的、すべての定性的、全てのミクロ、すべてのマクロ、すべてのリスク/リターン増加減少ランキング、およびすべての時系列。)
ミクロ/ BU / グラフFM / CS / BT / TE(T2)は、購入/売却/保有のため最も厳密に強調されテストされたシステマティック図形情報裁定ビルディングブロックであり、本発明のAPMSPAS / CAPMs(T1)の60以上(60+)の市場複数コンポーネントを介してフィルタリングされた全ての重要な変数の分散において重要な利点となりうる。
(a)第1段階/標準化統計的検証システム(T1)は、3つの専用の定量的/定量的な使用法要素マトリクスタスク資本資産価格モデルで構成されている。
(b)第2段階/垂直統計的検証システム(T2)は、すなわち、7つの専用/定量的、定量的資本資産価格モデルから成り、同モデルは、関連して使用されるパート(i)の4つのアルファ抽出コアリスク/リターンフルスペクトラムモデルから成る。また、同モデルは、ポートフォリオ選択絶対的リスク/リターンスペクトラムベンチマーク相対パート(ii)のミクロ/マクロ/知識ギャップフィードバックに関するベンチマーク3つの図表バックテスト/トラッキングエラー情報裁定により説明されうる。したがって、厳密なシステマティック標準化処理分析の後、したがって、それらの集計市場倍率スコアにより、重要な意思決定能力を有する、戦略的/現実的な要素で構成される一連の実績/予測倍数となる。
いくつかのシステマティックビルディングブロックフレームワークを通じて集約スコアにより開発されたミクロ/ BU /グラフ/ FM/ CS / BT / TE(T2)は、このように、複数手法のシナリオテスト分析の目的において、優良業績またはFM / DSOの相対的な強み選択プロセスは、リスクアプローチの平衡報酬を反映している。その結果、これは、本当の投資の意思決定であるということを支持し、当然に、効率的な投資が自己調整メカニズムまたは均衡アプローチとなる、というのも、報われるべき唯一のリスクは市場リスクされるためである。市場リスクの影響度はベータにより把握される。ベータは、市場の特定の株式およびポートフォリオの、統計的なリターン精度ならびにすべての平均分散およびファンダメンタルズを測定する。ミクロ/ BU / グラフFM / CS / BT / TE(T2)の仕事は、ファッショナブルな資産を遅すぎるタイミングで購入するか、一時的な低迷にすぎない可能性があるものの間に売却するかに関わらず、ある種の価値法快適な決定からクライアント/メンバーを保護する事である。リスクは、例えば、単に一時的な危険、以下のようなボラティリティリターン以上のものである;
一言で言えば、 ミクロ/ BU /グラフ/ FM/ CS / BT /TE(T2) は、集計スコアによって開発され、様々なシステマティックビルディングブロックフレームなどのいくつかのマルチシナリオ・テストの使用法を通じて、FM / DSO選択プロセスの優良業績や相対的な強みが、強力な集計スコアはバックテスト/トラッキングエラーと一致している必要があるという有力な証拠として、リスク・アプローチの平衡報酬を反映している。そのため、(表10参照 - 投資に関する意思決定のミクログラフトレンド予測アプローチ)に基づく彼の巨大なマルチグラフィック情報裁定データにアクセスすることにより、優良業績のための良い機会の創出を可能にする。不安定な市場においてこのような機会を探すのに最適な場所は、セクター別アルファのための広範なミクロ/マクロ知識ギャップシステムのレビュー検索およびコア選択プロセスが、市場/セクター/相対的な強み/トレンドを通じて、戦略的な最適化のための適切なミスプライシング分析を作成し、それによって、より良いリスク報酬の機会を可能とするところである。
ファイナンシャルプランナーが、ミクロ/ BU /グラフ/ FM/ CS / BT / TEを実装するためにシステム12を使用する方法の例 (T2)は以下のとおりである:
1.ファンドマネージャー:
a. ファンド月次リターンバーチャート - 3年は、図101に示されている;
b. ファンド月次リターンヒストグラムは、図102に示されている;
c. ファンドサイズ履歴は、図103に示されている;
d. ファンドの価格履歴は、図104に示されている;および
2.直接株式取引機会;
a. 株価の履歴は、図105に示されている;
b. 株式リターン構成要素は、図106に示されている;および
c. 3年アルファVのトータル・リターンは、図107に示されている。
2. マクロトップダウン/グラフフィードバック方法論/コア選択/バックテスト/トラッキング・エラー (マクロTD / グラフFM / CS / BT / TE (T2))
「戦略マクロプロファイリング経済学」に変換されるマクロトレンド予測の一部であるマクロTD / グラフFM / CS / BT / TE(T2)は、150個以上の主要な指数/指標で構成され、典型的な5つのメインコンポジット指標により表示される、すなわち世界の見通し、オーストラリアの見通し、成長セクター、金融市場および国内賃金ならびに物価。これらは、実際の資金供給、株式市場の価格指数、住宅の建築承認、非住宅建築承認、残業時間、企業利益、実際のユニット労働コスト、生産資材価格、失業率、輸出成長に対するパブリックセクターの貢献、貿易条件、純輸出、純輸入、為替レート、収支、ビジネスセクターの相対的強み、長期および短期金利、国内外の金利の利回りスプレッド、商品価格、生産性向上について輸出価格に遅れて発生するインパクト、賃金、原材料、インフレおよび輸入価格、を含む。これは、ファイナンシャルプランナーが、経済の鼓動に指を差し伸べておくというニーズを、図表マクロ情報裁定トレンド予測メカニズムであるマクロTD / グラフFM / CS / BT / TE(T2)を通じて可能にする。というのも、これは、投資の様々なタイプがどのように機能するかを示しており、主要始業のインデックス等の広範な経済データを追跡することにより、投資家は将来の経済成長の可能性が高い経路を決定することができるため、様々な市場のための経済的なバックドロップをより理解することができる。
したがって、ミクロBU / グラフFM / CS / BT / TE(T2)、M / M / KGFM / CS / BT / TE(T2)、マクロTD / グラフFM / CS / BT / TE(T2)等の革新的なM / M / STEXT / KFM / CS / BT / TE(T2)のミクロ/マクロ手法を用いることは、あらゆるタイプのニーズに合わせた投資商品およびDG/ FP / AC / MT / FM / SBの複数のニーズと要件を満たす多様な範囲をハッキングすることが可能になる。マクロTD / グラフFM / CS / BT /TE(T2)を使用する結果、図表情報裁定は利点となる、というおも、同裁定は、同じ「リスクの平衡報酬」原則の下、世界およびオーストラリア経済のターニングポイントを予測および特定するために設計された主要な経済指標として動作するためである。主要インデックスは、日次および月次に製作されるマクロTD / グラフFM / CS / BT / TE(T2)「グラフ画面レポート」に含まれる。オーストラリアの主要指標を検討するだけでなく、報告書はまた、海外からの比較データとともに、国の経済活動の偶発的な動きと遅行指標を研究するだけでなく、インフレ率、金利、経済成長、政府の立法の変化およびファンドやせん楽銘柄の潜在的な相対的強みおよび弱みに基づくリスクレベルに課せられた危険も研究対象とする。
その後、マクロTD / グラフFM / CS / BT / TE(T2)は、APMSPAS/TCAPMs(T3)を構成する投資家のリスクおよびリターンの将来の継続的な持続可能性へのガイドを提供する図表マクロ情報裁定トレンド予測メカニズムストレステストの一部を形成する。これは、7つの水平統計的検証システム(すなわち、効率比、上位4分位成功率、直接株式取引ミスプライシング、フリーキャッシュフロー、市場価格ウォッチ、ランキング概要/マルチブランド・ファンドマネージャー、および市場/セクター/相対的強み/トレンド分析)から成る。APMSPAS / TCAPMs(T3)アプローチは、コアのFM / DSO / M / S / RS / T /SPA(T3)およびその周辺を低リスク/高業績の専門家と共に利用することである。ユーザーフレンドリーなAPMSPAS / TCAPM's(T3)は、DG / FP / AC / MT / FM / SBによって制御され、したがって、クライアント/メンバーの許容可能なリスク・プロファイルの範囲内で許容可能なリスク・リターンの成果を可能にする。目的は、FM / DSO / M / S / RS / T /SPA(T3)の最善の組み合わせを特定し、実績評価/予測評価/帰属対称の相対的な調整により最適化予測ポジションを作り上げる傾向にある戦略的マクロ予測の投資目標を満たす形で、同組み合わせを継続することである。したがって、APM SPAS / TCAPM's(T3)の目的は、調整が必要な場合にその調整を行うため、さまざまなコンポーネントをハッキングすることができる革新的手法を用いて、伝統的なスキル型FM / DSO / M / S / RS / T /SPA(T3)の普遍的情報を分析する上での優位性である。マクロTD / グラフFM / CS / BT /TE(T3)について、伝統主義者の主張を越えて動作するシミュレーション手法として、確証できる一つのことは、それが「真の意思決定者」として働くことができるということだ。実際、本プロセスは、すべての平均分散/ファンダメンタルズ上の最小限のリスクと最大のリターンを示す「絶対的リターン調整後リスク」の真の状態を表し、さらに他方では、相対的ベンチマークを表す戦略的資産配分のための分散化の良い集中的フィルタインストルメントとなり、それゆえ戦略家の夢である。FM / DSO / M / S / RS / T /SPA(T3)が選択したものが適度なバリュエーション投資スタイルおよびリスク管理と一致していることを保証する広範なマクロスクリーニングプロセスの優れた使用法のためのマクロTD / グラフFM / CS / BT / TE(T2)は、マルチマクロスクリーニングプロセスおよび主要な経済指標の徹底的な分析を通じて実行される。マクロTD / グラフFM / CS / BT / TE(T2)のリスク/リターンのアプローチへの複合効果の報酬の道具としての能力により、それぞれ急速に新しい投資風景の世界となりつつある価格およびリターンを誘導する「市場の異常」(本物または蜃気楼)の間の矛盾の力を理解することであり、常に効果的なアルファ/ベータポートフォリオを仕上げる、平均以上の良い機会にすべての投資を並べる、FM / DSO選択目標を真に理解する能力を有する。
要するに、 マクロTD / グラフFM / CS / BT /TE (T2)背後にある考え方は、将来の業績持続性のガイドとなる傾向がある相対的な強い/市場/セクターを通じて、ミクロ/マクロコア選択プロセスの成功可能性を向上させ、マクロ市場の最強銘柄のうちのミクロセクターの最強銘柄を選択するグローバリゼーション株式スペクトルにおいて絶対的および相対的なリスクを管理することについてである。市場の異常を扱う場合の課題は:価格およびリターンを推進する力の理解が最も重要であるため、トレンドが本物であるか蜃気楼であるかである。例えば、イールドカーブの方向性は、経済状況の良い推測として方向性を示し、または同様に伝統的なアクティブなマネージャから取得することができる算術は大きな問題である。結果として マクロTD / グラフFM / CS / BT / TE (T2) は、リスク/リターンへの報酬および市場の異常の矛盾力を組み合わせた資本保護効果を理解している、というのも最強のトレンドはしばらくの間、最強であり続ける傾向があるためである。そのため、 マクロTD / グラフFM / CS / BT / TE (T2)知識ギャップフィードバック方法論の重要性は、投資家が喜んでプレミアムを支払う合理的委託委任とみなされている。
ファイナンシャルプランナーがマクロTD / グラフFM / CS / BT /TE (T2) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1. グローバルおよび国内経済上の静的グラフの集約:
a. 世界の主要な経済指標は、図108に示されている;
b. インフレと賃金指標は、図109に示されている;
c. 海外金利は、図110に示されている;
d. グローバル株式市場は、図111に示されている;
e. グローバル債券市場は、図112に示されている;
f. グローバル為替レートは、図113に示されている;および
2. グローバルおよび国内経済のダイナミックグラフの集約:
a. 国内株式市場 - 日次ASX S&P 300は、図114に示されている;
b. グローバル株式市場 - 日次FTSE 100インデックスは、図115に示されている;
c. 国内金利 - 日次オーストラリア5年コモンウェルス債券 - 図116に示されている;
d. グローバル債券市場 - 日次米国10年国債 - 図117に示されている。
3. ミクロ/マクロ/特定のテキスト/フィードバック方法論/コアスペクトラム/バックテスト/トラッキング・エラー (M / M / STEXT / FM/ CS / BT / TE(T2))
結果として、 M / M / STEXT / FM/ CS / BT / TE (T2)は、変動価格変更/業績のアップグレードとともに動く傾向にあり、これにより、投資家は重要な予測市場評価からの堅調なリターンを享受できるであろう。例えば、 M / M / KGFM / CS / BT / TE (T2) の助力により、中国からの需要がいまだ強いことなどの初期トレンドや兆候を拾うことが容易になる。そのため、主要な鉱山会社、すなわち、リオ・ティントとBHPは、過小評価されているように見えるが、ベースメタル価格は横に反れた場合においても、実質的なリターンを提供することができる。しかし M / M /STEXT / FM/ CS / BT / TE (T2)管理コアスペクトラムが、様々な APMSPA / SCAPMs (T2)資本資産価格モデル(グラフフィードバック方法論/コアスペクトラム/バックテスティング/エラー追跡メカニズム等)を通じて、優れたスキル誘導型FM / DSO / M / S / RS / T / PA (T3) を作成する。同様に M / M /STEXT / FM/ CS / BT / TE T2)は、グローバル/国内/セクター業績見通しの FM / DSO / M / S / RS / T /SPA(T3) の完全なスペクトラムを表す「ビジュアルインタフェース/露出モデル」として特別に構築された。これは、リスク均衡の報酬に基づく健全な経済財務意思決定を行うことである。(すなわち、行動金融(BF)(感情的決定)よりむしろ効率的市場仮説(EMH)(需給))。それ故、この基本的な戦略は、今では絶対的集中リスク調整後リターンの相対ベンチマーク(ACRARRB)(本発明のマントラ)により提供され、それは「投資成功という目標だけでなく、有効フロンティアを目標とした幅広い投資リスク管理の最適化システム」を表す。このように、リスクや情報比/ベータの単位当たりの超過リターンが発生する可能性が最も高いところに基づき、市場への露出増加や積極的な経営の意思決定を検出することができる。リスク単位当たりの超過リターンが高いほど、付加価値の一貫性はより大きくなる。したがって、各データポイントなどの分配コアスペクトル対称性からなるハードウェア/ソフトウェアアプローチを構築すること(すなわち、すべてのリスク、すべての業績、すべての平均分散、すべてのファンダメンタルズ、すべての資産クラス、すべてのセクター、すべての実績評価、すべての予測評価、すべての定量的、すべての定性的、すべての時系列、すべてのミクロ、すべてのマクロ、全ロテーションル資産クラス、すべてのリトレーサブル資産配分、すべての有効フロンティア)。その後コア・スペクトラム、要素マトリクスのソフトウェアサポートにつながる。
一言で言えば、 M / M / STEXT / FM/ CS / BT / TE (T2)の特定のテキストは、あらゆる価値判断の傾向のフィードバックおよび強さを、読み取ることができるという知識ギャップの手法の一部であり、市場別価格の観測者の解釈に大幅に依存しており、したがって、システマティック株式/クレジット市場リスクを最小化するための中和についての提案を提供する。継続的に過大評価されている株式市場や信用の低いスプレッドは、投資家の満足度の指標であるかどうか。現在、市場価格観測として、市場価格を管理するシステマティックビルディング・ブロックを介して処理される M / M / STEXT / FM/ CS / BT / TE (T2)は、なぜならミクロ/マクロ資本資産価格モデルを介して、メカニズムは優れた駆動力を作り出すからだ。したがって、時代の変化や予測不可能な市場に服する、市場/セクター/相対的な強さ/トレンドを通じたミクロ/マクロコア選択プロセスは、長期的な予測課題と新たな方法論を意味する。例えば、初期の世界金融危機の期間中に、主要な下振れ補正露出モデルと連結した勢いベースのヘッジファンドのテーマの後、市場が経験した優良資産への投資は、全グローバル/国内セクターの価格の動きの見通しを表している。同様に、 M / M /KGFM / CS / BT / TE 知識ギャップフィードバック方法論は、バックテスティング/エラー追跡通じて、株式市場の株価が景気上昇前に上昇する際、警告を表示する。
ファイナンシャルプランナーが M / M / STEXT / FM/ CS / BT / TE (T2)を実装するためにシステム12を使用する方法の例は以下のとおりである:
1. ファンドマネージャー
a. オーストラリア株式大型ブレンド - ファンド投資報告書は図118に示されている;
b. オーストラリア株式大型ブレンド -ファンドのポートフォリオ・レポートは図119に示されている;および
c. オーストラリア株式大型ブレンド - 帰属性概要レポートおよびPDSは図120に示されている; および
2. 直接株式取引機会;
a. 銀行セクター - 会社概要は、図121に示されている;
b. 銀行セクター - メインビューは、図122に示されている;
c. 銀行セクター - 実績ベースの財務は、図123に示されている;
d. 銀行セクター - 中間データは、図124に示されている;
e. 銀行セクター - 価格チャートは、図125に示されている; および
f. 銀行セクター - オーストラリア政府発表は、図126に示されている。
第3段階 : - 第3段階/水平統計検証システム
(算術/幾何アルゴリズムのハードウェア/ソフトウェアシステム)
帰属性価格モデル選択解析処理システム/第3段階資本資産価格モデル (APMSPAS / TCAPMS)(T3)
図27および図30を参照すると、 APMSPAS / 第3段階CAPMs (T3) プロセスシステムの主な目標は、高品質のシステマティックユーザビリティを即座に提供することであり、これにより、明らかに優れた投資の焦点と専門知識を持つ普遍的な投資商品と同等の標準となる。選択の目的は、ポートフォリオの構造を強化するためにシステマティックビルディングブロック/資本資産価格モデルの重要性を用いてスキル型伝統的普遍的情報を分析する際の優位性であるため、現実的に、その標準化価格設定に内在する。この新しく組み合わされた方法論は、APMSPAS / CAPMs (T3)であり、積極的なリスク管理スキルのための優れた要素モデリングを現実的に採用しており、それぞれの資本資産価格決定要因メカニズムを通じた真の意思決定者である。同メカニズムとは、すなわち、 ERSPA / SAS /FEM/ CS / R / ROA (T3)(効率比) 、TQSRPA / SAS /FEM/CS / R / ROA (T3)(上位4分位)、 MP / SAS /FEM/ CS / R / ROA (T3)(ミス・プライシング)最強集計スコア、積極的リスク管理スキルを取得するための最高の実務方法の一つとして、特定のスキルや経験をテストする合理的な委託委任について、堅調な定量的/定性的選択プロセスを把握および表示する。
当然、他の部分は APMSPAS / 第3段階CAPMs (T3) ポートフォリオ選択リスク管理のフロントエンドであり、挑戦を受け、投資の適切な組み合わせに資金供給をする新たな方法論を模索する必要性がある可能性がある、アルファを抽出するための知識ギャップ情報裁定アプローチを表す、すなわち、 ECEESPA / RFR-FM / FCF-SY (T3)、 MPWSPA (T3)、 RS / MB / FM / DSO /SPA (T3)および M / S / RS / T /SPA (T3) このように、市場の複数選択プロセスを利用した独自の投資スキル手法は、背後にあるものを見ることによって優良な投資を選択する方法を知るということも表している。 APMSPAS / 第3段階CAPMs (T3)マルチ資本資産価格モデルは、ポジションを最適化する傾向にある、というのも、これは、絶対ポートフォリオ選択能力を探索における、役に立たないファンド・マネージャー/直接株式取引機会のための真偽確認を表す帰属性スタイルを求めており、これはリスク純度に内在する証拠である。
1. 効率比選択プロセス分析(ERSPA) (T3);
2. 上位4分位成功率選択プロセス分析(TQSRSPA) (T3);
3. ミス・プライシング直接株式取引機会選択プロセス分析(MPDSOSPA) (T3);
4. 平衡混合効果評価選択プロセス分析/リスク・ファンドマネージャーへの報酬/フリー・キャッシュ・フロー株主利回り(ECEESPA / RFR - FM / FCF-SY) (T3);
5. 市場価格観測選択プロセス分析(MPWSPA) (T3);
6. ランキング概要/マルチブランド・ファンドマネジャー/直接株式取引機会/選択プロセス分析(RS / MB / FM / DSO /SPA) (T3);および
7. 市場/セクター/相対的強み/トレンド/選択プロセス分析 ( M / S / RS / T /SPA) (T3)
1. 効率比選択プロセス分析 (ERSPA)(T3)
ERSPA / P /FEM/ CS / Q / Q / CA (T3)は、特定の効率比および不変依存型価格決定要素マトリクスの組み合わせであり、予測値を確信的予測アルファ基準に変換できるERSPA / SBBFT (T3) システマティック・ビルディング・ブロック柔軟性手法を通じた完全なる知識ギャップ分析プロセスを提供することができる。したがって ERSPA / S / S /FEM/ CS / SODA (T3) は、個々のリスク/リターン露出のスコアリング/ソートすることができ、これは真の要素スコアの編集を可能にする。なぜなら ERSPA / SAS /FEM/ CS / R / ROA(T3) は、粗製のスコアフレームワーク(それでもなお、単に要素モデルの調整後フレームワークを通じてコア選択集中リスク/リターンを改善することにより)のわずかなニュアンスにもかかわらず、最強の集計スコアを使用し、ベストプラクティスに基づく要素価値条件/制限メカニズムとして、少しも毀損していない。これは、単に、すべての研究と予測見通しに関する記述は、絶対リスク調整済リターン相対ベンチマークを複製しているだけである事実によるものである。APMSPAS / CAPM’s (T1)/(T2)/(T3) は、リターンを生成すると仮定されるリスクを測定する3段階の規律資本資産価格モデルアプローチである。同様に、M / M / KGFM / CS / BT / TE (T3)は、3つの追加的市場別定性的モデルを使用し、アルファを抽出するためのミクロ/マクロおよびテキスト投資スキル手法の知識のギャップフィードバックアプローチを提供する。単に、トリプルアルファを抽出することができるという効果を認識することで、最適化されたポジションを作る事ができる傾向にある、というのも、高確信を持つと、リスク/リターンの合成により優位になるという課題が与えられるからだ。
従って ERSPA(T3) 戦略は、効率的なアルファ/ベータポートフォリオ選択を仕上げるため、正式なベンチマークに対して測定される。分散投資ポートフォリオが直面する大きな課題の一つは、十分なアルファを見つけることである。アルファは、ほとんどのDG / FP / AC / MT / FM / SBが管理下のポートフォリオに追加することを熱望する値である。しかしインデックスファンドのクライアント/メンバーは、彼らが市場(ベータ)から得ることができるリターンを取るが、 ERSPA(T3) は理論的には追加のアルファを加えることができるはずである。 DG / FP / AC / MT / FM / SB および同種類のいくつかの行動は、自分自身を欺き、彼らは良い銘柄選択能力を持っているにもかかわらず、彼らの学習結果が無作為のイベントにより重大な影響を受けたことが問題であるという考えを持つ。ERSPA (T3)を用いた本システムの主な目的は、「サンプルの合計」は40を超えるであろう、はるかに高い損益分岐基準を、瞬時に提供することである。ERSPA(T3) ユーザビリティ選択結果の利点は、システム上、無限に改善されることであり、他方で、 TQSRSPA(T3) (上位4分位または上位25%)は、従来のスキル型FM / DSOのための普遍的情報分析となると、常に無限に劣ることになる。
ファイナンシャルプランナーが効率比の選択プロセス分析 (ERSPA)(T3) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. 価格設定 - (ER)効率比:
i. 実績評価 - (ER) ダウンサイド・ボラティリティは、図127に示されている;および
ii. 予測の評価 - (ER) 短期相対指標は、図128に示されている;
b. スコアリング - (ER) 効率比:
i. 実績評価 - (ER) リスク対策の概要は、図129に示されている;
ii. 予測評価 - (ER) 購入/売却/保有の概要は、図130に示されている;および
iii. 帰属対称性 - (ER) 混合概要は、図131に示されている; および
c. ソート - (ER) 効率比:
i. 帰属対称性 - 図132に示されているランキング概要;
2. 直接株式取引:
a. 価格設定 - (ER) 効率比:
i. 実績評価 - (ER) 標準偏差は、図133に示されている;および
ii. 予測評価 - (ER)リスク値は、図134に示されている;
b. スコアリング - (ER) 効率比:
i. 実績評価 - (ER)リスク対策概要は、図135に示されている;
ii. 予測評価 - 予測評価概要は、図136に示されている;および
iii. 帰属対称性 - (ER)混合概要は、図137に示されている; および
c. ソート - (ER)効率比:
i. 帰属対称性 - 図138に示されているランキング概要; および
2. 上位4分位成功率選択プロセス分析 (TQSRSPA)(T3)
TQSRSPA / AE /FEM/ CS / CA(T3) アルファは、指定されたサンプルを上位25%のカットオフポイントに分割した結果の統計指標であり、上位4分位マトリクスタスクである。処理システムの主な目的は、瞬時にシステマティックユーザビリティの高い標準を提供することであり、選択の目的は、スキル型の伝統的 FM / DSO / M / S / RS / T /SPA (T3)のために普遍的情報を分析する上での優位性である。この特定のケースでは、そのユーザビリティ・タスクは、上記 ERSPA / AE /FEM/ CS / CA(T3) アルファとは異なり、「変更独立テクニック」である。同アルファの上位10位のカットオフポイントの優位性のあるサンプルは、このように、上位4分位の定性的/定量的な要素合成モデルを通じて、リスク/リターン予測を途方もなく改善しする。しかしながら、単一のスコアが条件応答/制限ベンチマークから構成される TQSRSPA / SAS /FEM/ CS / R / ROA(T3) は、アルファ生成のためのユーザビリティ標準を設定する、は、未だ、個別リスク/リターン露出変数の組み合わされた合計スコアを生成することができ、サンプルが40以下であることを考えると、真の要素スコアの編集を可能にする。しかし、この損益分岐ベンチマークよりも少ない場合、 ERSPA / SAS /FEM/ CS / R / ROA (T3) は、いまだ TQSRSPA / P/FEM/ CS / Q / Q / CA (T3)特定の単一のスコア・プライシング・要素測定基準を、重要な比較とみなし、予測値を自信のある予測アルファ水準に変換するとなると、単に、パーセンテージの形で「成功率」に変換することによる。 さらに、 TQSRSPA / SAS /FEM/ CS / R / ROA (T3) 最強集計スコアアルファは、全体的な構造化された特性において酷似している、というのも、個々のリスク/リターン露出をスコアリングできるということは、真の要素スコアリングを可能にする。知識ギャップ帰属対称モデリングの一環として、ミクロ/マクロに関わらず、フィードバックを読み取ることができるため、 TQSRSPA / SAS /FEM/ CS / R / ROA(T3) 最強集約スコアは、堅調な知識ギャップバックテストエラー追跡と一致する必要がある。
ファイナンシャルプランナーが四分位成功率選択プロセス分析 (TQSRSPA)(T3) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. 価格設定 - 上位4分位:
i. 帰属対称性 - (TQ)業績は、図139に示されている;および
ii. 帰属対称性 - (TQ)リスク対策は、図140に示されている;
b. スコアリング - (TQ)上位4分位。
i. 帰属対称性 - (TQ)実績概要は、図141に示されている;
ii. 帰属対称性 - (TQ)予測概要は、図142に示されている;および
iii. 帰属対称性 - 図143に示されている(TQ)複合概要;および
c. ソート - (TQ)上位4分位。
i. 帰属対称性 - ランキング概要は、図144に示されている; および
3. ミス・プライシング直接取引株式機会選択プロセス分析 (MPDSOSPA)(T3)
MPDSOSPA / SAS /FEM/ CS / R / ROA (T3)ミスプライシングビルディングブロック合成手法は、優良業績選択の核心である。これは、ミス・プライシングのためのフレームワークとして、予測株式スペクトラムの重要性によるものである。また、MPDSOSPA / M / S / RS / T /SPA (T3)非システマティックリスク/リターン予測が、人間の脳より遥かに優位な予測を行い(「自動操縦」に関するコンピュータ型投資モデルの支援を受けて)、構造的なポートフォリオの変更に変換することができる方法にもよる。故に、MPDSOSPA/ S / S /FEM/ CS / SODA (T3)は、スコアリング/ソートまたはバリュエーションモードを通じて、一貫して、絶対的アルファフィードバックを取り込む、というのも、基本的な分析は、時に過去の実績よりもカジュアルな関係性において優れており、エラーの重要な概算を避けることができるからである。
MPDSOSPA / S / S /FEM/ CS / SODA (T3) ミスプライシング分析メカニズムは、アルファ抽出と一貫した堅調な要素/スコアリング/ソートシステムを適用することにより、過小評価されているDSOを選択する方法を知っている。 MPD SOSPA / P /FEM/ CS / Q / Q / CA (T3)ミスプライシング評価フレームワーク使用している場合、それは一貫して伝統的な株価水準を反映する必要がある。しかしアクティブDSO /マネージャの主要な問題の1つは、リスク要素合成手法よりもむしろ、ファンダメンタルなリターンに集中する傾向があることであり、これがまさに MPDSOSPA / M / M / KGFM / CS / BT / TE (T3)がミクロ/マクロアルファ抽出と、バックテスト/エラー追跡のためのマクロ/ミクロ知識ギャップフィードバックを一貫させる理由である。従って MPDSOSPA /マクロBU / グラフFM / CS / BT / TE (T3)ミクロミスプライシング知識ギャップ手法は、選択の予測可能性のためのフィードバックを読みとることができ、 MPDSOSPA / マクロTD / グラフFM / CS / BT / TE (T3) の結果として、マクロミスプライシング知識ギャップ手法は、バブル崩壊と経済ショックへのタイムリーな抵抗のために企業の背後を見ることができる。
ファイナンシャルプランナーがミス・プライシング直接取引株式機会の選択プロセスの分析 (MPDSOSPA)(T3) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1. 直接株式取引:
a. a. 価格設定 - (MP)ミスプライシング:
i. 予測評価 - (MP)図145に示されている収益価値;および
ii. 予測評価 - (MP)図146に示されているリスク値1;
b. スコアリング - (MP)ミスプライシング:
i. 帰属対称性(MP) - 図147に示されているミスプライシングスコア;
ii. 帰属対称性(MP) - 図148に示されているミスプライシング概要;および
c. ソート - (MP)ミスプライシング:
i. 帰属対称性 - ランキング概要は、図149に示されている;
ii. 資本資産価格均衡 - 図150に示されている3年ベータVのトータル・リターン。
iii. 資本資産価格均衡 - 図151に示されている3年アルファVのトータル・リターン。
iv. 資本資産価格均衡 - 図152に示されているリスクへの報酬
v. 企業詳細 - 図153に示されているチャート。
4. 均衡併用効果評価選定プロセス分析/リスクへの報酬-ファンド・マネージャー/フリー・キャッシュ・フロー - 株主利回り (ECEEPA/RFR-FM/FCF- SY)
モデリングの最初の部分は、積極的な ECEEMPA / RFR-FM / FCF-SY(T3)(その帰属統計的に検証アルファ)が市場の業績を上回る可能性がどの程度あるかと私たちが考えるかを予測する。ただし、アクティブアルファから得ることができる期待値は大きな命題である一方、残念ながら、得られる数字はあまり有用ではない。基本的にはFM/DSOに才能があるか否かということであり、それから、彼らは、リスクレベルを上げ続けることにより、アルファを上昇させる。それは手痛いポイントである、というのも ECEESPA / RFR-FM / FCF-SY (T3)は、積極的な FM / DSO のための有効フロンティアは二次的なものであると捉えており、それは、ある時点においては自分自身の拠り所となる。したがって、 FM / DSO を押しのけるほど、あなたの利益はより減少することになる。但し ECEESPA / RFR-FM / FCF-SY 均衡併合効果、リスクへの報酬/フリー・キャッシュ・フロー・アプローチ(T3)は、価格とリターンを誘導する「市場の異常」(本物または蜃気楼)の間の不一致の力を理解することで、この現象を回避する。結果として、リスクには2種類あることになるーシステマティック・リスクと非システマティック・リスク。システマティックリスクは、市場に関連し、景気の影響を受ける。他方で、 FM / DSO 特定リスク上の非システマティック・リスクは、市場と相関関係にあり、特定の会社固有のものである。現代ポートフォリオ理論は、非システマティック・リスクは分散化によって低減することができるため、投資家の集合体は、彼らが理論的上完全に分散化している市場ポートフォリオを保持できるため、同リスクを被るからといって補償されるべきではないと述べている。こうすることで、投資家は、ポートフォリオからすべての株式固有のリスクを取り除き、市場リスクのみに直面する。同様に ECEEMPA / RFR-FM/FCF-SY(T3) は、同じ哲学を使用して高品質の証券および投資を識別する。この根拠の裏付けは、したがって、 SAS / FEM / CS / R / ROA(T2) に提供される最強集計スコアであり、これは、帰属対称マトリクスの重要な変数、(すなわち、効率比ランキング概要とともに上位4分位成功率ランキングの概要それぞれの実績/予測概要と合わせて)が、資産運用方法について、どのようにFM/DSOの背後をみるかを模索している。
初めに ECEESPA / RFR (T3)リスク/報酬均衡のための評価モデルは、投資家の自己調整行動を通じて確立されており、絶えず発展し続けていている、市場リスクを最小化することにより資本リスクを保護するという、均衡アプローチにたいする、プレミアムの委託委任となっている。したがって APMSPAS/ CAPMs (T1)(T2)(T3) を通して、根源的価値選択手法は、低ボラティリティで優良な業績を残す良い機会を創出することを可能にし、標準化/水平型/垂直型統計的検証システムが例外的なリスク調整システムであることを表す。つまり、均衡アプローチは、 FM / DSO リスク/報酬アプローチに従って支えられているので、報われるべき唯一のリスクは、市場リスクである。市場リスクへの露出はベータにより把握される。ベータは、市場の特定の株式およびポートフォリオの、統計的な平均分散リターンの感度を測定する;つまり、リスクを負うことに対する補償経済理論によると、投資家がリスクを負うことに対して補償されなければならない。これは、リスク資産によるリターンは、次の2つのコンポーネントに分けられることを意味する ー リスクフリーのリターンとリスク負担の対価としてのリターン後者のリターンは、「債券のリスクフリー・レート」を上回る資産リターンを表し、超過リターンと呼ばれている。ベンチマークや市場指数を上回る資産リターンを超過リターンと呼ぶ業界の慣行と混同してはならない。
第2に、 ECEESPA / FM / FCF-SY (T3)の株主利回りのフリーキャッシュフロー分析であり、金利、インフレ等の経済市場の力に完全に影響を受ける、そして、常に、合計構造を管理するための均衡変動により中断され、これは、グローバル化、金融スペクトラムにおける絶対的集中リスク調整後リターン相対ベンチマークに依存している。この新たな投資の風景は、フリー・キャッシュ・フロー分析を、株主利回りのケースとして認識しており、株式リターンを変更する3つの誘導要素の順序は、すなわち、分割利回り(DPS)、一株当たり利益(EPS)、株価収益利回り(PER)である。このため、株主利回りの誘導要素は、その重要性および、株主利回りだけでなく、価格バリュエーションも変化させる重要な誘導要素の順序に従い、持続可能な投資戦略を確立することの必要性を発見した。
そのための重要性優先投資評価における株式リターンの変化の誘導要因も変化している、したがって、持続可能な投資戦略は、以下のような優位性/分析能力/透明性支えることができる仕組みが必要であるコアスペクトラム帰属対称要素マトリクスこれは、以下のようなデータポイント等の絶対的な集中リスク調整後リターンの相対的なベンチマークを意味する;
a. すべてのリスク、
b. すべての業績 (ブレンド、成長、値);
b. すべての変数
c. すべてのファンダメンタルズ;
d. すべての資産クラス、
e. すべてのセクター、
f. すべての実績ベース評価;
g. 予想評価;
h. すべての定量的;
i.すべての定性的;
j. すべてのミクロ;
k. すべてのマクロ;
l. すべてのランキング増減リスク/リターン;
m. すべての時系列。
ファイナンシャルプランナーが、均衡併用効果評価選定プロセス分析、リスクへの報酬ーファンド・マネージャー/フリー・キャッシュ・フロー株主利回り(ECEEPA/RFR-FM/FCF- SY)を実装するためにシステム12を使用する方法の例は下記の通りである:
1. ファンドマネージャー
a. 価格ソート - 帰属対称性/ランキング概要:
i. 資本資産価格均衡 - 図154に示されているリスクへの報酬
ii. 資本資産価格均衡 - 図155に示されている3年標準偏差Vのトータル・リターン;および
iii. 資本資産価格均衡 - 図156に示されている3年アルファVのトータル・リターン。
2. 直接株式取引:
a. スコアリング/ソート - 帰属対称性 - ランキング概要:
i. 株価構成要素 - 図157に示されている株主利回り
ii. 資本資産価格均衡 - 図158に示されているリスクへの報酬
iii. 実績株価 - 図159に示されている日次株価対すべての通常指標
iv. 企業詳細 - 図160に示されている企業プロファイル。
5. 市場価格観測プロセス選択分析 (MPW SPA)(T3)
MPWSPA (T3) システマティックビルディング・ブロックを介して処理された市場価格観測、市場別価格、したがってシステマティック市場リスクを最小化するため調整された方法を提供する。 MPWSPA (T3)は、ミクロ/マクロ資本資産価格モデルメカニズムを通じて、市場の価格設定を管理する、したがって、市場価格観測は、知識ギャップ手法の一部であり、予測可能性の特徴が、視覚露出モデルへの粗製アルファ転換能力であるにも関わらず、フィードバックを読み取ることができる。 同モデルは、不利な債券市場での価格、予想されるさらに大幅な収益の調整等、GTCのぶれによる結果終局を迎えた様々なレガシーにより裏付けられる。 MPWPA / SBBFT (T3)も同様に、特に「ビジュアルインタフェース/露出モデル」として構築され、グローバル/国内/セクター業績見通しのFM / DSOに関する完全なる市場価格を表し、日毎から2年の期間に至るまでの価格変動増加分マトリクスの時系列に基づき、「赤と緑のインクの海の支配」に再度裏付けられる。その結果、これは価格変更変数/業績アップグレードを同時に推進する傾向があり、その結果、投資家は、予測市場評価からの確かなリターンを享受するはずである。例えば、 MPWSPA / M / M / KGFM / CS / BT / TE (T3)の助力により、中国からの需要は根強い等といった、あらゆる早期トレンドや兆候を拾うことが容易になる。
そのため、将来の価格設定手法の一形態として、主要な鉱山会社、すなわち、リオ・ティントとBHPは、ベースメタル価格は横に反れた場合においても、過小評価または過大評価を見つけ、実質的なリターンを提供することができる。真実は、多くの場合、研究分析経験が豊富かつ多くの情報にアクセスでき、これらのタイミングポイントを選ぶための管理を行っている、専門家および MPWPSA / TCAPMs (T3)に限られるのであり、その場合であっても、これを学ぶことは短期的な痛みを伴う。そして、 DG / FP / AC / MT / FM / SB が、収益性の高い投資戦略を模索し、ゴルファーが新しいパッティング手法を体験したり、鳩が自分でエサを得る術を学ぶように、有効な信号とランダムノイズを区別しようとすると、すべてのものは、信頼性の低いフィードバックに直面することになる。さらに、 ACRARRB が持続可能な投資戦略を確立することがいかに必要であるかを発見したように、従来のスキル型 FM / DSOのための普遍的情報分析において、確実な優位性および透明性メカニズムに支えられている必要がある。これには、いかに効率的な投資が、自己調整メカニズム又は均衡アプローチになりえるか、を含む。しかし、MPWSPA (T3) を通じて、 APMSPASPA / CAPMs (T1)(T2)(T3)等の様々な資本資産価格モデルのようなメカニズムを経由してコアスペクトラムを管理することは、 FM / DSO / M / S / RS / T /SPA (T3) 誘導型の優れたスキルを作成する。 現在、黙示的デフォルト率は、社債の価格に織り込また非流動性プレミアムにより、実績ベースのデフォルト率よりも何倍も高い。株式評価は、商品価格が景気循環株や各国が次世代のためにコミットしている大規模繰延負債のように上昇したことを原因とする、鉱業株の急騰に反応した。
ファイナンシャルプランナーが市場価格観測プロセス選択分析 (MPW SPA)(T3) を実装するためのシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. 帰属対称性 - 図161に示されている市場価格観測および
2. 直接株式取引:
a. 帰属対称性 - 図162に示されている市場価格観測。
6. ランキング概要/マルチブランド・ファンドマネジャー/直接株式取引機会/選択プロセス分析 (RS / MB / FM / DSO / SPA)(T3)
RS/MB/FM/DSO/SPAも同様に、観測される価格と基本的な価値の間の不一致を示す有価証券のポジションを取るという投資成功の目標に駆りたてられている。 DG / FP / AC / MT / FM / SB 伝統的に FM / DSO を、「優良品種」および「ブランド認知」のための何らかのランキング概要の形で評価することを試みた。過去には、すべてが正確に行われてはいなかったものだ。この欠陥を克服するために、 RS / MB / FM / DSO /SPA (T3)によるアプローチは、将来の優良な業績の「最善の推測による」推定値を提供するためであるという見解をとるしたがって、RS/MB/FM/DSO/SPA(T3)は、多くにおいてその画期的なランドマークに結びついていることを発見した。同ランドマークとは、最強の集計スコアを表す SAS / FEM / CS / R / ROA (T2) は、帰属対称性メトリクスのこれらの重要な変数がどのようなものかを探求してきた、すなわち、効率比ランキング概要とともに上位4分位成功率ランキング概要それぞれの実績/予測概要と組み合わせることで、資金運用方法に関して、 FM / DSO の背後をみる事ができる。例えば、学術分析はこれらの不一致を「FM/DSO 市場の異常なまやかし」と呼び、これらが本物か、評価の純度に比べて価格を誘導する力に関する理解の欠如によってもたらされる蜃気楼であるかどうかを問う。このように、新しいパラダイムの根拠の背後にある理由付けは、健全な経済財務決定を、リスク均衡のための報酬に基づき行うことであり、そのため、市場へのいかなるエクスポージャーの増加または、リスク単位毎の超過リターンまたは情報比率/ベータ発生の可能性が最も高いところに基づいて行われる積極的管理決定を検出することができる。リスク単位当たりの超過リターンが高いほど、付加価値の一貫性はより大きくなる。これは、本当の意思決定であるということを強調し、効率的な投資が自己調整メカニズムまたは均衡アプローチとなるということも含む。さらに ACRARRB が、持続可能な投資戦略を確立することがいかに必要かを発見したのと同様、従来のスキル型 FM/DSOのために普遍的情報を分析する際に信頼の置ける優位性と透明性の高いメカニズムに支えられる必要がある。したがって、本発明の最も重要な発見の1つとして、 RS / MB / FM / DSO /SPA(T3)に関連して、ランキング概要は、個別セクターのための1つの「最良品種」 FM /DSO の代表として示されうる 。
RS / MB / FM / DSO /SPA (T3) 最良商品およびセクター固有アプローチは、システマティックビルディング・ブロックを介して処理され、良質投資機会と同等の投資機会を真にラインアップする。言い換えると、 RS / MB / FM / DSO / SAS /FEM/ CS / R / ROA /SPA (T3)、全プラットフォームシステムのための最強の集計スコアは、相互依存的に HE / FE / AS (T1) 情報裁定と関連づけられており、アルファボトムアップまたはトップダウン、M / M / KGFM / CS / BT / TE に示される、ミクロ/マクロ知識のギャップフィードバック等の AE / FEM / CS / CA のいずれかにより機能する。 簡単に言えば、アルファからベータの分離は、役に立たない FM / DSO マネージャーからの情報の真偽確認として行う必要がある。 RS / MB / FM / DSO /SPA/ S / S / FE M / CS / SODA (T3)スコアリング/ソートアプローチは、アルファ/ベータおよびミスプライシングの評価は、ブランドを構築するフィードバックを読みとることができる無数の情報を理解することの重要性ということである。最善の組み合わせをテストするための研究所の評価システムの問題点は、誤解を招くことがあるということだ、というのも、研究所は、複数セクターの特定製品の過多を分析するためである。彼らの戦略は完全に定性的情報に基づいている場合、その方法論が市場の受諾というプロキシーを欠いていることは不思議ではない。そして、複数セクターの特定製品のレポートは、多くの場合、大幅に期限切れしている。
名前が示すようにマルチブランドは、他業種/セクター/サブセクターにわたる「ブランド認知」を決定するための本質的な部分となりうる。したがって、私たちの目的は、 RS / MB / FM / DSO /SPA (T3)発明方法論の背後にある前提としての「最良品種」ソリューションに到達するためのベストプラクティスを提供するとなると、最近の実績評価/予測評価/帰属対称性は、将来のセクターイベントの最良の推定であるということであり、FM/DSO/M/S/RS/T/SPA (T3)の結果、ベンチマークベースポートフォリオリスク管理モデルを用いた相関データおよび価格ボラティリティは、ベストプラクティスから生成する。しかし、 RS / MB/ FM / DSO /SPAの助けを借りて、 (T3) は、本発明の三層媒体を通じて、完全なスペクトルの定量的/定性的なアプローチを分離することにより、定量化する。同三層媒体は、 APMSPAS / CAPMs (T1)(T2)(T3) 選択プロセス解析システムにより、「自動操縦で」正確に認識および表現される。 しかし、3つのプラットフォームは、 帰属対称性方法論を通じて 、包括的な「最優良品種」に属し、ポートフォリオ選択手法は、本発明のための適切な完全なコアスペクトルリスク/リターン投資分析の純度を達成するための唯一の方法である。同分析は、適切なハードウェアを構築するための適切なポートフォリオ選択プラットフォームを構築することによって、無数のソート情報を APMSPAS / CAPM's (T1)(T2)(T3)としてハッキングすることが可能であり、APMSPAS / CAPM'sは、各3段階の要素価格および知識ギャップフィードバック方法論バックテスト手法等の、スコアリング /ソート柔軟性手法を、最終的に管理するソフトウェアを駆動する。
ファイナンシャルプランナーがランキング概要/マルチブランド・ファンドマネジャー/直接株式取引機会/選択プロセス分析 (RS / MB / FM / DSO / SPA)(T3) を実装するためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. スコアリング/ソート - (ER)効率比;
i. 帰属対称性 - 図163に示されている(ER)複合概要;
b. スコアリング/ソート- (TQ)上位4分位;
i. 帰属対称性 - (TQ)複合概要は、図164に示されている;および
ii. 帰属対称性 - 図165に示されているランキング概要;および
2. 直接株式取引:
a. スコアリング/ソート - (ER)効率比:
i. 帰属対称性 - 図166に示されている(ER)複合概要; および
b. スコアリング/ソート- (TQ)上位4分位。
i. 帰属対称性 - 図167に示されている(TQ)複合概要:
c. スコアリング/ソート - (MP)ミスプライシング:
i. 帰属対称性 - 図168に示されている(MP)ミスプライシング・スコア;
ii. 帰属対称性 - 図169に示されているランキング概要、および
d. 帰属対称性 - 図170に示されているファンドマネージャー/マルチブランドのセクター商品別ランキング。
7. 市場/セクター/相対的強み/トレンド/直接株式取引機会/ファンドマネージャー/選択プロセスの分析 (M / S / RS / T / DSO / FM /SPA)
M / S / RS / T / DSO / FM /SPA (T3) は、グローバル投資分類システム(GICS)の現在の最適化分析/方向について相対的な強みガイドを提供するシステマティックビルディングブロックを介して処理される市場/セクター/相対的な強さ/トレンドのような複数の戦略を利用した複数のマネージャのポートフォリオである。 M / S / RS / T / DSO / FM /SPA (T3) は、市場/セクター/相対的な強さ/トレンドとの関係で有効フロンティアを生成することによって、短中期的な資産保護効果がある市場/セクター/相対的な強さ/トレンドを標的化することを容易にする。ボトムアップ帰属対称性としての M / S / RS / T / DSO / SAS /FEM/ CS / R / ROA /SPA (T3)を通じてコアスペクトルラム・ミス・プライシングをカバーする新しいパラダイムアプローチおよび、分散手法のトップダウン対称性としての M / S / RS / T / DSO / FM / M / M / KGFM / CS / BT / TE /SPA(T3)は、 M / S / RS / T /DSO / FM / ECEESPA / RFR-FM / FCF-SY /SPA (T3)戦略的な市場/セクター/相対的な強み/トレンド均衡最適化結果を測定するために必要なツールを使わないと、大変複雑になりうる、有効フロンティア問題となる。したがって、 M / S / RS / T / DSO / FM / HE / FE / AS / SPA (T3)情報裁定ユーザビリティ手法に対する豊富な意欲を考えると、全体として適切な選択を行うことは、 M / S / RS / T / DSO / FM / SBBFT (T1) 体系的ビルディングブロックハードウェア、 M / S / RS / T / DSO / FM / AE /FEM/ CS / R / ROA /SPA(T3)をアルファの形で抽出するための演算アルゴリズムの標準化ソフトウェアとして、同ハードウェアを駆動させる M / S / RS / T / DSO / FM / HEMV(Q)/ FEFR ( Q)/AS(FA)SPA (T3 ) の多様な計算を含む;市場/セクター/相対的な強み/トレンドは、戦略的標的型最適化を行う、すなわち、有効フロンティアに類似するグローバル投資分類システム(GICS)。
M / S / RS / T / DSO / FM /SPA (T3) の狙いは、トップダウン/ボトムアッププロセスという原理で動作する。同プロセスは、単純に、最強のセクターをまず選択肢、次に同じセクターの最強のために、同セクターないで最強の DSO / FMを選択肢、成功の可能性を向上させることを意味する。弱気市場は多くの弱さを露出する;例えば、証言通り、大多数の DG / FP / AC / MT / FM / SB は、クライアントが望むものおよび望ましいリスクにおいて業績を提供できない。すべてのものは、絶対的リスク/リターンを、彼らが提供できると言った形で提供することができない。したがって、市場へのいかなるエクスポージャーの増加または、リスク単位毎の超過リターンまたは情報比率/ベータ発生の可能性が最も高いところに基づいて行われる積極的管理決定を検出することができる。リスク単位当たりの超過リターンが高いほど、付加価値の一貫性はより大きくなる。これは、真の意思決定とは何であるかについて実証し、これには、効率的な投資が自己調整メカニズムまたは均衡アプローチとなり、 ACRARRB が、持続可能な投資戦略を確立することがいかに必要であるか、同戦略は従来のスキル型 DSO / FMのために普遍的情報を分析する際に信頼できる優位性と透明性メカニズムを実証する必要があるかを発見したのと同様である。
さらに M / S / RS / T / DSO / FM /SPA (T3) は基本的に、 HE / FE / AS (T1)の情報裁定手法を通じた相関手法に基づき、個々の投資家プロファイルに投資機会を照合させることにより、リスクを管理するための道具である。これは、常に良い投資機会と同等である結果、後知恵の可能性を排除する、全セクターの投資をラインアップする能力を有する。従って M / S / RS / T / DSO / FM /SPA (T3) は、まず正しいアルファすなわち、ボトムアップ分析からの AE / FEM /CS / CA (T2)、を選択することであり、最良品種を含む、そして、第二に、正しいポートフォリオ選択をトップダウン分析から行うことであり、これは*ミクロ/マクロ/知識ギャップバックテスト、例えば M / M / KGF / M / CS / BT / TE (T2) を含み、アップサイド/ダウンサイド市場におけるリスク/リターンを制御する。例えば、APMSPAS / CAPMs (T1)(T2)(T3)を十種することにより、M / S / RS / T / DSO / FM /SPA (T3) の相関に基づく相対的に強い投資戦略にアルファ投資機会を照合することによって、リスクを管理するための最も効率的な手法であり、良い投資機会と同等すべての投資先をラインナップする能力を有し、これが後知恵の可能性を排除することとなる。 M / M / KGFM / CS / BT / TE (T2)等のマクロ/ミクロマルチバックテスティング/エラー追跡道具を取得する重要性と同様に、伝統的でない DSO / FM に、最高品種を提供し、それは非伝統的選択よりもはるかに低い全体的なリスクの相関関係で、優れた予測可能にリターンを提供することができる管理ツールとして機能する。 M / S / RS/ T / DSO / FM /SPA (T3)はアルファ要素メトリクスベンチマーと一致させることを通じて投資機会のリスクを管理する道具であり、したがって、 AE / FEM / CS / R / ROA (T2)相関に基づく相対的な強みの投資戦略の出現は後知恵の可能性を排除する良い投資機会と常に同等のすべての投資をラインナップする機能を有する。 M / S / RS / T / DSO / FM / PA / M / M / KGFM / CS / BT / TE (T2)等のミクロ/マクロマルチバックテスト/エラー追跡装置を取得することと同様に重要であり、伝統的な DSO / FMに、最優良品種を提供し、従来の FM / DSO / M / S / RS / T /SPA (T3)よりもはるかに低い全体的リスク相関関係で、リターンを提供することができる、本管理ツールの優れた予測可能性として機能する
ファイナンシャルプランナーが、市場/セクター/相対的強み/トレンド/直接株式取引機会/ファンドマネージャー/選択プロセス分析 (M / S / RS / T / DSO / FM /SPA) のためにシステム12を使用する方法の例は、以下のとおりである:
1. 直接株式取引:
a. 価格/スコア/ソート - (ER)効率比/(TQ)上位4分位 /(MP)ミスプライシング:
i. 実績ファンダメンタルズ - 図171に示されている収益持続可能性/EPS利回り%;および
ii. 実績ファンダメンタルズ - 図172に示されている収益持続可能性/営業利益率%;
iii. 実績ファンダメンタルズ - 図173に示されている収益持続可能性/自己資本利益率;
iv. 実績ファンダメンタルズ - 図174に示されている配当持続可能性/配当利回り%;
v. 実績ファンダメンタルズ - 図175に示されている財務力/企業株式収益率;
vi. 実績ファンダメンタルズ - 図176に示されている財務力/株主リターン;
vii. 実績ファンダメンタルズ- 図177に示されている財務力/ネットギアリング%、。
vi. 実績ファンダメンタルズ - 図178に示されている財務力/資本収益%;
ix. 実績ファンダメンタルズ - 図179に示されているキャッシュ・フロー/価格/キャッシュフロー比率%;
x. 実績ファンダメンタルズ - 図180に示すキャッシュフロー/有利子負債返済能力比率;
xi. 実績ファンダメンタルズ - 図181に示されているキャッシュ・フロー/受取高収益比率;
xii. 実績ファンダメンタルズ - 図182に示されているリターン総計;
xiii. 実績ファンダメンタルズ- 図183に示されているリスク測定/標準偏差;
xiv. 実績ファンダメンタルズ - 図184に示されているリスク測定/尖度;
xv. 実績ファンダメンタルズ - 図185に示されているリスク測定/ダウンサイドボラティリティ;
xv. 実績ファンダメンタルズ - 図186に示されているリスク測定/ベータ;
xvii. 実績ファンダメンタルズ - 図187に示されているリスク測定/打率;
xviii. 予測評価 - 図188に示されている(ER)の価格値;
xix. 予測評価 - 図189に示されている(ER)予測評価;
xx. 予測評価 - 図190に示されている(MP)の成長値2;
xxi. 予測評価 - 図191に示されている(MP)ミスプライシング概要;
xxii. 帰属対称性 - 図192に示されているランキングの概要/(ER)複合概要:
xxiii. 帰属対称性 - 図193に示されているランキングの概要/(TQ)実績概要;
xxiv. 帰属対称性 - 図194に示されているランキング概要/(MP)ミスプライシングスコア;および
xxv. 帰属対称性 -図195に示されているランキング概要
パートB : - 戦略的ポートフォリオ最適化プロセス解析システム/資本資産価格モデル (SPOPAS / CAPMS)(T4)
特定対象型相関有効フロンティア (SCTEF)
図27および図31を参照すると、「現代ポートフォリオ理論リスク管理(MPTRM)」を利用した場合、三つの主要な FM /DSO 投資ポートフォリオの原動力がある、すなわち、資産クラスのセクターおよび資産クラス/資産割当に関連するマクロ経済 /リスクマネジメントの選択/リスクマネジメント。最初の2つのリターン機会は、著しく模索されてきた。しかし、積極的なリスク管理は、本当に唯一 SPOPAS / CAPM's (T4) によって実践されている。その後、投資の適切な組み合わせに資金を供給する投資ポートフォリオのより広範なマクロの再検討が到来した。これは、資産配分現象が、ポートフォリオのボラティリティリターンの応答の正確度について90%以上、付加価値リターンに関しては70%の応答精度を表すと結論づけた。したがって、資産ミックスの重要性は看過できない。 SPOPAS / CAPM's (T4)も同様に、成功した投資のゴールに駆りたてられ、観察された価格とファンダメンタルズ・バリューの間の不一致を示す有価証券のポジションを取る。例えば学術分析は、 FM / DSO / M / S / SRS / T /SPA (T3) のこれらの不一致を市場の異常なまやかしと呼び、これらが本物か、それとも、彼らの評価の純度に比べて価格を誘導する力に関する理解の欠如によって引き起こされる蜃気楼であるかどうかを問う。したがって、新しいパラダイムの背後にある根拠は、リスク均衡のための報酬すなわち行動金融(BF)(感情的決定)ではなく効率的市場仮説(EMH) (需給)に基づく健全な経済金融の意思決定をすることであることから、相関的有効フロンティアを特定対象とした絶対集中リスク調整後リターン相対ベンチマーク (本発明のマントラ)に規定される基本的な投資戦略の根拠は、投資成功という目標だけでなく、有効フロンティアをターゲットとした幅広い投資リスク管理の最適化システムをも表す。このように、リスクや情報比/ベータの単位当たりの超過リターンが発生する可能性が最も高いところに基づき、市場への露出増加または積極的な経営意思決定を検出することができる。リスク単位当たりの超過リターンが高いほど、付加価値の一貫性はより大きくなる。その後 SPOPAS / CAPM's (T4) はパートA /パートB 両方にまたがる、すなわち APMSPAS / CAPMs (T1)(T2)(T3)および SPOPAS / FCAPM's (T4)、従って、独特の堅調なハードウェア/ソフトウェアの定量的/定量的な専用使用構築手法、すなわち分配要素マトリクスのコア・スペクトラム対称性、これは絶対的集中リスク調整後リターン相対ベンチマークを意味する。 DG / FP / AC / MT / FM / SB が伝統的な平均分散法を用いてポートフォリオを作成することの他にやるべきことは、資産/負債/最適化、分散係数対称性、有効フロンティアといった次の重要なデータポイントに表される問題を考えることである。同データポイントとは、例えば( すべてのリスク、すべての業績(ブレンド、成長、値)、すべての平均分散、すべてのファンダメンタルズ、すべての資産クラス、すべてのセクター、すべての実績評価、すべての予測評価、すべての定量的、すべての定性的、すべてのミクロ、すべてのマクロ、すべてのエコノミスト・コンセンサス、すべてのロテーショナル資産クラス、すべてリトレーサブル資産配分、すべてのランキング増加減少リスク/リターン、すべての投資家スタイルタイプ、すべてのシナリオ結果、すべての時系列およびすべての有効フロンティア )である。明らかに、 DG / FP / AC / MT / FM / SB のうち、優位的な明確な投資の焦点と専門知識を持つのは、ごく僅かである。優位性とは、現実的には要素標準化のための構造ハードウェア/ソフトウェアの内部にあることであり、すなわち様々な市場株式収益率コンポーネントのAPMSPAS / CAPMs (T1)(T2)(T3) で、どんなミクロ/マクロの使用手順であれ、市場の動きを最小限にするという考えに従ったポートフォリオ選択/リスク管理シナリオのために構造的な境界を越えて送信される場合であれ、普遍的情報をハッキングできるようにする。
従って、2つ目の実施形態のパートBに表される SPOPAS / FCAPMs (T4)は、複数の戦略を利用し7つのトップダウン・バックエンド・システマティック・ビルディング・ブロック・フィルター・ツールを通して、対象となる有効フロンティアを作り出す複数のマネージャーのポートフォリオを取ることによって、特に戦略的ポートフォリオ最適化を対象としている。そのため、APMSPAS/ CAPMs (T1)(T2)(T3)とSPOPAS / FCAPMs (T4)の組み合わせで表される、適切に機能しているパートB 「分散対称性」 は、実際に戦略的ポートフォリオ最適化を測定するために必要なツールを使わない場合、大変複雑になりうる、有効フロンティアが問題となる。 パートA に表されるこの新しいパラダイムのアプローチの発見は、特有の帰属対称性手法を通じて、付加価値からリスクのミスプライシングのコアスペクトラムをカバーしている。パートAおよびパートB の両方によって表されるポートフォリオ最適化解析システムは、ダブルアルファを抽出するためのシステマティック・ビルディング・ブロックにより、全面的に適切な選択を確保することによって、資本を保護することが容易にする。
第4段階 :- 最終的な有効フロンティア統計検証システム
(算術アルゴリズムのハードウェア/ソフトウェア・システム)
戦略的ポートフォリオ最適化プロセス分析システム/最終的な資本資産価格モデル (SPOPAS / FCAPMS)(T4)
図27および図31を参照すると、 SPOPAS / TCAPM’s (T4)の重要性は、新しい一連の物理変数により、ポートフォリオの結果予測可能性を高めることができる能力である。一連の物理変数とは、定量的/定性的両方のコア資産条件付き構造の純度を予測することができ、ミクロ/マクロのトレンドを把握し、クライアントの/メンバーが求めるリスク/リターンのための今後の継続的な高品質の持続可能性リターンへのガイドを提供する要素マトリクス等である。 SPOPAS / FCAPM (T4) アプローチは、コア FM / DSO / M / S / RS / T /SPA (T3)およびその周辺を、低リスク/高業績の専門家とともに利用することであり得る。 これはユーザーフレンドリーなSPOPAS / FCAPM's (T4) が DG / FP / AC / MT / FM / SB によって制御されるところであり、したがって、クライアント/メンバーの許容可能なリスクプロファイルの範囲内の許容可能なリスクリターン結果を可能にする。目的は、 FM / DSO / M / S / RS / T /SPA (T3)の最善の組み合わせを特定することであり、掲げられた投資目的を満足させるような方法でそれらを続行することである。 SPOPAS / FCAPM's (T4)は、クライアント/メンバー有形リスク許容度に応じて、主要市場に対するボラティリティをトレードオフすることによって、より良いリターンを管理することにより FM / DSO / M / S / RS / T /SPA (T3)のポジションを最適化する傾向がある。したがって、これをラインプロセスの最後から二番目のバックエンドにする。 したがって、パートA およびパートB すなわちフロント/バックエンド要素価格モデリングシステムは、包括的な一連のマクロトレンド予測すなわちマクロTD / グラフFM / CS / BT /TE (T2)に依存した追加条件/応答ベンチマーク制限 一般的な投資商品の普遍的情報が相関関係にあるスパンを予測する、コア資産クラスのシナリオテストシステム混合能力のための必須事項を取りまとめる。これらの要素モデルは DG/ FP / AC / MT / FM / SB が、グローバルおよび国内市場要因や金融商品がさらされる指標において、金融商品やポートフォリオが分散対称性の変更に応答する方法にアクセスすることを可能にする、したがって、クライアントの/メンバーの許容可能なリスクプロファイルの範囲内での、許容リスク・リターン成果を可能にする。
その多くは純粋な戦略的ポートフォリオ最適化アプローチになるとは考えられなかった SPOPAS / FCAPM's (T4) の作動の第二段階の結果、最適化が非常に正確なものでありながら、結果は、あなたの予測において常に最大の誤りを信じるという結果になるのである。我々は、実績/予測に基づき、十分な精度で、最適化の結果を、塩粒以上の大きさで取り出すための FM / DSO / M / S / RS / T /SPA(T3)の行動を予測することはできない。 結局のところ、これらのツールは役立つ、というのも、これらはあなたの問題の原動力に関する洞察と理解を提供するからだ。しかし、医師や弁護士のような他の専門家が判断力の行使を避けられないのと同様、あなたも判断力の行使を避ける事はできない。従って、 TTHBMPA (T4) は、選択された FM / DSO が、選択されたFM / DSO の CPOPA (T4)と一致していることを確実にするための大規模なスクリーニングプロセスを使用することにより、ミスプライシング機会の利点を活用し、特定セクター、資産クラスの「相対的な強さ」に応じたスプレッドを選択する。ITFPA (T4)も同様に、スクリーニング・プロセスを徹底的に実行し、徹底した幾何学的株式分析を行う。したがって、 SPOPAS / FCAPM's (T4)は、いわゆるクライアント/メンバー 「最適性またはギャップ分析手順」を構築する。SPOPAS / FCAPM's (T4)のルーチンに従わない、これらの DG / FP / AC / MT / FM / SBは、将来的に結果を出さない非常に危険な資産クラス(金融商品)への露出過多になってしまう可能性があるため、重大な試練を受けることになるだろう。
その後、 パートB は、 SPOPAS / CAPMs(T4)の第二実施形態として、下図のように、7つのトップダウン・バックエンド・フィルタ・ツールを表す。
1. 上位10位保有ブレンディング・マンデート・プロセス分析(TTHBMPA)(T4);
2. 古典的ポートフォリオ最適化プロセス分析(CPOPA)(T4);
3. 国際化テーマ/地域フレームワークプロセス分析(ITRFPA)(T4);
4. 新国際的投資景観プロセス分析(NGILPA)(T4);
5. エコノミスト・コンセンサス・マクロ・ロテーショナル資産クラス/リトレースメント資産配分プロセス分析(ECMRACRAAPAT4)/分散投資スタイルタイプ有効関数モデル(DISTUFM)(T4);
6. 適度なバリュエーションポートフォリオ・リスク管理プロセス分析(MVPRMPA)(T4)、および
7. 品質評価プロセス分析(QAPA)(T4)。
1. 上位10位保有ブレンディング・マンデート・プロセス分析 (TTHBMPA)(T4)
TTHBMPA (T4)は、予測(定性)株式スペクトラム分析を通じてリスク/リターンを向上させるための高確度 M / M / HCA /FEM/ CS / OHR (T2)のミスプライシングの可能性についての絶対的および相対的なリスクを管理し、分析的選択ブレンド研究プロセスである。 TTHBMPA (T4)は、伝統的なブレンド最適化選択プロセス/資産配分およびリスク管理のためのコア・スペクトラム・アプローチを採用している。アルファブレンド/マンデート・ポートフォリオの管理は、非システマティック・リスク/リターン予測推定がポートフォリオの構造的変化につながる予測に転換される方法のための適切な戦略ツールに依存している。これは、困難な時期にクライアント/メンバーの投資戦略が正しい進路を進み続けることを目指し、カウンセラーやガイドの役割を順番に担うことによる。 したがって、これは、推測を予測値に変えることで、目的を果たしており、したがって、 TTHBMPA (T4)を上位10位・ホールディングスブレンディング・シナリオのために選択することにより、利益、成長1、成長2、リスク、価格などの P / FEM / CS / Q / Q / CA)( T2) ドロップダウン指標の価格設定を通じて、予測純度となる。 したがって M / M / KGFM / CS / BT / TE (T2)を通して、いくつかのFM / DSOが他より市場との関連性が少ない理由を理解することは良いことだ。 TTHBMPA の単純な戦略は、配当を出す企業の信頼を得る、というのも、配当基づく戦略はとても魅力的で、成長ベース戦略は・エクイティ・ファンドを補完するものであるからだ。
本質的には、 FM / DSO ミスプライシング予測可能性のためのマクロ/ミクロ知識のギャップ手法がすべてであり、これは、クライアント/メンバーの投資ポートフォリオの望ましいリスク/リターン業績を達成するための、詳細なギャップ分析データポイントの関連性からこれを見ている。例えば、 DG / FP / AC / MT / FM / SB は、 TTHBMPA (T4)を使用して、改良された予測手法を与え、ミスプライシング分析のためより良い絶対的アルファのための高確信アプローチ (HCA) の快適な使用を指摘するだろう。結果的に、これらのツールは役に立つ、というのも、これらは、問題の力学についての理解と洞察を提供するからである。しかし、医師や弁護士のような他の専門家が判断力の行使を避けられないのと同様、あなたも判断力の行使を避ける事はできない。ブレンド投資スタイル等の TTHBMPA (T4)は雇用と解雇に責任を持ち、どの資産クラス/サブクラスへ露出するかおよび相対的な重み付けを決定する。 今や、ビジネスコーチモデルの FM /DSO の資産クラスの積極的選択、モニタリング、重み付けのやり直しについての彼らの解決策のためのブラックボックスとの関連性を認める者がいることは、驚くべきことではない。言い換えると TTHBMPA (T4)は、前述した通りの APMSAPS / CAPM (T1)(T2)(T3)がスコアリング/ソートを確認するため厳格な量的/質的なフィルタリング処理にかける等の第一実施形態のパートAミクロリスクに大きく依存しており、 実績評価/予測評価/帰属対称性の重要な焦点の調整は、本発明の本質的なフィルタリングとバックテスト装置である。 そのため、彼らはどこから来ているかを調べるには、1,3,6ヶ月から1年プラス1,2年の予測期間の短期的なリスク/リターン変数に関する伝統的なマネージャーのベータスキルよりも、アルファベンチマークを上回る超過リターンのトラックレコードを調べる事により、彼らの特定のスキルおよび経験を決定づける堅調な HEMV(Q)/ FEFR ( Q)/ AS(FA) (T1)要素マトリクスコアスペクトラムテストを受けるためにTTHBMPA (T4)がまず必要である。このように、これは推測を予測に変換することにより目的を果たし、ひいては、収入、成長1、成長2、リスクと価格等の上位10位保有ドロップダウン指標を選択することによって、予測純度を達成する。なぜいくつかの FM / DSO が他よりも市場との関連性の少ないかを理解することは良いことである。 TTHBMPA (T4)も同様に、なぜ一部の FM / DSO / M / S / RS / T /SPA (T3) が1年から2年の予測期間において、優良な業績をおさめるか、また業績を悪化させるかという理由を理解することを容易にする、というのも、フィルタリングプロセスの目的は、伝統的なスキル型 FM / DSOの普遍的情報分析における優位性であるからだ。 TTHMBPA (T4)は、様々な FM / DSO / M / S / RS / T /SPA (T3)および必要とされる調整を構成するコンポーネントを、ハッキングすることができるという革新的な手法を含む。故に TTHBMPA (T4)は、現在および1年から2年の予測期間(予測)のアルファにおける(べータスキルよりもむしろ)ベンチマーク以上の超過リターンに関する彼らの実績を測定する。システム12は2年間の予測を意味のある予測可能なものに処理する方法を知っている; FM / DSOのための収益、成長1、成長2、リスクおよび価格。 絶対的リスク調整後リターン戦略は、同様に、効率的なアリファ/ベータポートフォリオ選択を作り上げるために、相対的ベンチマークに反して測定される。彼らがどこから来ているかを調べるには、特定のスキルと経験をテストするための堅調な定量的システムを必要とする。
ファイナンシャルプランナーが、上位10位ブレンドマンデートプロセス分析 (TTHBMPA)(T4) のためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. スコアリング/ソート - (ER)効率比/(TQ)上位4分位。
i. 帰属対称性 - ランキング概要は、図196に示されている;
b. 予測評価 - 図197に示されている上位10位保有株式;
c. ポートフォリオ - 図198に示す相関マトリクス;
d. ポートフォリオ - 図199に示されている上位10位ブレンド収入。
e. ポートフォリオ - 上位10位ブレンド - 図200に示されているリスク2。
f. ポートフォリオ - 上位10位ブレンド - 図201に示されている価格設定;
g. ポートフォリオ - ポートフォリオ詳細/ポートフォリオX - 図202に示されている線状チャート。
2. 古典的ポートフォリオ最適化プロセス分析 (CPOPA) (T4)
CPOPA (T4)は、投資ポートフォリオ構築の下書きまたは適度なバリュエーションポートフォリオ (MVPRMPA (T4))の純度を予測する目的でのトレイルランとして利用されている。したがって、資産選択手法に依存した伝統的アプローチに基づいている、すなわち APM SAPS / CAPMs (T1)(T2)(T3)。結果として FM / DSO は、 SPOPAS / CAPMs(T4)全体から資産を割り当てる必要があり、これにより、クライアント/メンバーの「有効フロンティア」 に応じた適切な資産クラスを生成する。従って、 CPOPA (T4) は、定量的/定性的リスク・アプローチの統計的有効性を実証するためのスコープを有する。これは、分析を実行する際の総合的な実績/予測データベースによるものである。リスクに基づいた定量的/定性的な研究を取り入れる機会は、単に、現段階では研究の競争相手が遥かに少ないという理由から魅力的である。それ故、努力のための報酬は相当なものである必要がある、明らかに、 DG / FP / AC / MT / FM / SB 投資運用スキルには、彼らの能力の輪を知り、下記のようにその範疇にとどまることに関して、重い責任がある;
i. CPOPA (T4) は、 DG / FP / AC / MT / FM / SB を考えるための「高確信 FM / DSOポートフォリオ」アプローチに裏付けられる「第一人者となる」という考えを残して設計されている。 その結果、トップを表すセクター選択アプローチリストによる暫定セクター;CPOPA (T4) 古典ポートフォリオ最適化は、FM / DSOに入手可能な各金融商品への実現可能な露出を決定し、これは、効率比/上位4分手法の両方について40の損益分岐仮説サンプルに依存して、各資産クラスのうち概ね3から8のFM / DSOを選択する。これは、コア・スペクトラム・リスク/リターンの純度に予測された最適化された有効フロンティアすなわち上位4分位 /市場平均ベンチマークと比した(ファンド重み付け平均/株式重み付け平均、セクター平均、はセクター上位四分位および市場平均)で、それぞれに強固なグローバルと国内のFM / DSO資産クラスにまたがって動作し、アルファ分析および評価のための深みのあるコアスペクトルの研究の結果として割り当てられる。その後、ERSPA(T3)、TQSRSPA(T3)およびMPDSOSPA(T3)などの優れた研究ツールで使用した初期段階を通じて、一方では、CPOPA の入力を表し、これは、最終的に、 CPOPA 最終版(T4)のため、セクター毎集中選択手法のアプローチ(すなわち1つから2つのファンドおよび2つから4つの株式銘柄)により、優れた株式銘柄選択の出力を提供する。同最終版は、極端な変動性に対する保護に十分な分散化とみなされるが、統制のとれたポートフォリオの構築プロセスの利点を実質的に希釈させる方法ではない。
ii. CPOPA (T4) のより変動率の高いインデックス特性により 例えば、ベンチマーク、インデックスの集中、リスク/報酬の特性の変化に対するの意識の高まりは、ポートフォリオ構築の最適化における重要な検討事項である可能性が高い。故にCPOPA (T4) は、非システマティック・リスク/リターン/実績/予測はが、リスクを把握する予測に転換される方法を決定し、システマティックビルディング・ブロックがより分散化した最適化プロセスを通じて提供するリスク/報酬改善特性における絶対的リスク調整後リターン相対ベンチマーク結果 伝統的評価モデルを一貫して利用する。つまり、一部のアナリストは、自信を持ちすぎている、上記のFM / DSOに対するリスクおよびリターン機会の理解における市場に関連する競争上の優位性を彼ら自身がどれほど有すると考えているかということから推し量られる。これは主観であるが、すべての最善の意図を持っているにもかかわらず、アナリストは、彼らの世界的なカバレッジの範囲内においても、 FM / DSO 横断的な理解および確信のレベルは、アナリストにより常に異なる。そのため ERSPA (T3) 、TQSRSPA (T3) MPDSOSPA (T3) と異なり; CPOPA (T4)リスク/リターン分析は ; 予想されるリスク/リターンのスコアを財務予測に変換することにより、定性的/定量的リスク分析を標準化し直接数値的出力に定量化することは簡単あると結論づける。例えば、 CPOPA (T4)ポートフォリオは、良いコーポレート・ガバナンスの下では過小評価され、最強集計スコアとしての「一度限り」の リスク/リターンの変動性として翻訳される、すなわち SAS / FEM / CS /R / ROA (T2)推定、その結果 DG / FP / AC / MT / FM / SB は、彼らが重大な価値を持つが測定することが困難であるとしっているこれらの情報を整然と使用することができる。ある意味、 FM / DSO 評価をもたらす定性分析の様に、個々のアナリストの判断から全く離れることはできず、このことは受諾される必要がある。
iii. しかし、投資家が、確実な誤りよりも大凡正しいことを目的として査定しようとしている個々のリスク要素のスコアリングが粗いという可能性はある。このような粗製のスコアを使用すると、透明性が低く、コーポレートガバナンスが貧しく、収益の質が悪く、財務レバレッジが高く、経営の弱い証券と、透明性が高く、コーポレート・ガバナンスが良く、収益の質が良く、財務レバレッジが低く、および経営の強い2つ目の証券との間のリスク予測値は、大きく変わるであろう。そこで、我々は、現行のCPOPA (T4)に関連した柔軟な予測手法の設計を持っている。CPOPAは、「最適化されたポートフォリオ・ポジション」への母集団の選択に関して、いくつかの競合する AE / FEM / CS / CA (T2)のアルファを区別する能力を提供する。
iv. 加えて、ファンダメンタルリスクに関する理解を深め、アルファの機会を探し続けるために定性的な研究努力を指示することにより、 DG / FP / AC / MT / FM / SB は、ベンチマークに対する絶対的リスク調整後リターン相関において、ポートフォリオの更なる分散化を通じて、改善をもたらす可能性が高いポートフォリオに大きなベンチマークトラッキングエラーを導入するための基盤を開発することができる。より具体的には、使用される測定方法に関わらず、任務上の ACRARRBSTCEF に裏付けられる CPOPA (T4) は、ポートフォリオの業績における絶対リスク調整後リターンに関心をもつ。多くの場合、リターン目標または達成に焦点が当てられる中、このリターンを発生させると想定されるリスクは無視すべきではない。その結果、 CPOPA (T4)は、ファンドマネジャー - 過去の業績(トレーリングパフォーマンス)、予測業績(株式統計)、リスク対策1および2、相対リスク対策1および2、時価総額、GICS、スタイルブレンド、地域、購入/売却を通じて、定量的/定性的なリスク/報酬の予測を洗練させる集中テクニックの範囲および能力を実証する。直接株式取引機会 - 過去の業績(トレーリングパフォーマンス)、予測業績(購入/売却/保有-利益価値、成長値1、成長値2、リスク価値、価格価値)、リスク対策1および2、相対リスク対策1および2、配当持続可能性、収益持続可能性、財務力、キャッシュフロー 。したがって、目的は、CPOPA (T4) 補完比較値分析 (CVA)アプローチが、市場が、実質的な価値よりも大幅に低い価格で値付けされている場合にサイクルの底値で株式を購入、 FM / DSO がサイクルの最上部で、ピークに達する前に売却するという形に沿ったものであることを強化する。また、不安定な市場はそのような機会を探すために完璧な場所であるということになる。 CPOPA (T4)は、基本的に CVA であり、本質的価値分析としても知られている。従って、値、中性、または成長スタイル FM / DSO であるかを問わず過小評価されている FM / DSO を探し、彼らは真の値に達する時までのポジションを取ることができる追加的メカニズムである。高確信 FM / DSO/ M / S / RS / T /SPA (T3)は、長期的にはメリットがある。他のものよりも、価値と市場全体との間のより良い値を表す FM / DSO は常にある。多くの場合、リターン目標または達成に焦点が当てられる中、このリターンを発生させると想定されるリスクは無視すべきではない。結果として CPOPA (T4)は、定量的/定性的なリスク/報酬の予測を洗練させる合成手法のための範囲と能力を示す。
v. しかしながら、問題は、ファンドが全面的に適切な選択であるかどうかである、まず我々の意見は、すべての重要なシステマティックビルディング・ブロックを介して処理されるクライアント/メンバー 「有効フロンティア」 の設立次第である。その中で、構造化されたポートフォリオの行動(すなわち FM/ DSO / M / S / RS / TA /SPA (T3))は平均および分散/ファンダメンタルズの観点からだけ観測される必要はない。 CPOPA (T4) は、分布対称性(絶対リスク/リターン/相対ベンチマーク)およびオプション性(すなわち、ギャップ分析として知られるクライアントのリスク許容度および投資先選択の間の最適化調整) およびその他の特性を見る。CPOPA (T4)から将来のシナリオを生成した後、 ECMRACRAAPA (T4)が演じる部分の独自性が検討される。資産クラスの露出とともに個々の金融商品の収益率の測定により、経済学者コンセンサス要素モデリングが達成される。このように、DISTUFMs (T4)とのインターフェースを通じて、 DG / FP / AC / MT / FM / SB は、入手可能な各金融商品が、要素モデルが採用した資産クラスと比較して、どのように動作するかを学習する。そうすることで、 DG / FP / AC / MT / FM / SB は、 DISTUFMs (T4)として、暗示的に、個々のクライアント/メンバーが直面している様々な資産クラスへの実現可能な露出に対するに制約を決定する。クライアント/メンバーがリスク回避的である場合、5つの多様化する投資家のスタイル型ユーティリティ機能実施例のいずれか1つに応じて、ポートフォリオ全体のリスクを調整することが適切であろう。同実施例は、投資家の科学的/数学的なベンチマーク(すなわち「積極的、適度に積極的、バランス型、適度に保守的、保守的」)である; したがって、このエコノミスト・コンセンサス手法は、すべてのエコノミストの予想の平均である数字を通常は予測していおり、これが、市場が国債および国内の展望どのようにみるかについての、一般的にトップダウンの期待を形成する。
最終的に、唯一のフリーランチは、 SAS / FEM / CS / R / ROA (T2) (すなわち、最強集約スコア)を利用した適切なポートフォリオ分析から得られる。これをしばらくの間継続することにより、私たちは、優位な結果を得、効率的ポートフォリオ構築、クライアント/メンバーのゴールおよび目標を達成するという裁量の力の真の感覚を確証する。他方で、ポートフォリオが認識しているリスクに対して、クライアントが認識しているリスクをトレードオフする。これは、構造的にポートフォリオを変更し得るポートフォリオ・シナリオ・テストの最適化を介して行われる。換言すれば、 CPOPA (T4) 実施例の発明は「要素価格マトリクス条件制限ベンチマーク」、(エコノミスト・コンセンサスが ECMRACRAAPA (T4)として、 FM / DSO / M / S / RS / T /SPA(T4)メインストリームで入手可能な投資範囲に開き、 個々のクライアント/メンバーが、彼らのリスク許容度に応じて選択された資産クラス/資産配分の最も広いセグメントに到達することができるようにする。) から選択されている。そのため、 CPOPA (T4)ビルディングブロックは、全能(すべての強力な、全能無敵)を制御しない場合があることは不思議なことではないが、少なくとも、間違っている可能性のある特定の分散に資金をすべて投入する痛みを節減することができる。「自動操縦」に多くの投資を預けるほど、投資失敗のリスクは低くなる。そのため、市場または FM / DSO / M / S / RS / T /SPA (T3)を理解するために、マルチマネージャーポートフォリオでリスクを管理する際は、リスク構造および特定の FM / DSO への露出に注力必要がある。さらに、研究や特殊なスキルに裏打ちされた一連の信念の持っている場合でも、あなたは付加価値に肯定的になる必要がある。彼らの上に置かれているものは、これが追加的リスクに対するリターンを減少させるということである。したがって、私たちが業績を向上させることができる1つの方法は、 FM / DSO / M / S / RS / T /SPA (T3)において過小評価されることであり、許容可能なポートフォリオ全体のリスク露出を維持することは、戦術的資産配分につながる、つまり、均衡オフセット裁定手法
ファイナンシャルプランナーが古典的ポートフォリオ最適化プロセス分析 (CPOPA) (T4) のためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. スコアリング/ソート - (ER)効率比/(TQ)上位4分位。
i. 帰属対称性 - ランキング概要は、図203に示されている;
ii. ポートフォリオ - 図204に示されているファンド最適化/業績履歴;
iii. ポートフォリオ - 図205に示されているファンド最適化/予測業績;
iv. ポートフォリオ - 図206に示されているファンド最適化/リスク対策2;
v. ポートフォリオ - 図207に示されているファンド最適化/相対リスク対策2、および
vi. ポートフォリオ - 図208に示されているファンド最適化/購入/売却/保有。
2. 直接株式取引機会:
a. スコアリング/ソート - (ER)効率比/(TQ)上位4分位 /(MP)ミスプライシング:
i. 帰属対称性 - 図209に示されているランキング概要;
ii. ポートフォリオ - 図210に示されている資産配分/株式最適化;
iii. 最適化 - 図211に示されている購入/売却/収益値;
iv. 最適化 - 図212に示されている購入/売却/成長値1;および
v. 最適化 - 図213に示されている購入/売却/成長値1;および
vi. ポートフォリオ - 株式最適化/購入/売却/保有 - 図214に示されているリスク値;
vii. 最適化 - 購入/売却/保有 - 図215に示されている価格値;
vi. ポートフォリオ - シェア最適化/購入/売却/保有 - 図216に示されている最終DSOポートフォリオ 216。
3. 国際化テーマ/地域フレームワークプロセス分析 (ITFPA)(T4)
ITRFPA (T4)のための戦略は、定量的/定性的ポートフォリオ管理手法の哲学的根拠についての基礎的洞察力の巧みなブレンドである。これは、「ハイブリッドアプローチ」 開発コンセプトの1つのバージョンであり、これにおいて、 DG / FP / AC / MT / FM / SB は、ポートフォリオ構築のため、定量的/定性的なツールやテクニックを使用する。基本的なアプローチは、個々の企業に対して提供する知識の深さおよび独特な洞察力において利点があり、他方で定量的アプローチは、彼らのモデルを通じて、および規律的ポートフォリオ構築フレームワークを通じてのリスク管理において、大規模な数の株式を評価する能力という利点を持っている。そのため ITRFPA (T4)を、幾何学的なセクター手段およびHEMV(Q)/ FEFR (Q)/ AS(FA) (T1)を介した FM / DSO / M / S / RS / T /SPA(T3)の具体的な研究によって、アルファを検索するために設計することにより、(HEMV(Q)/ FEFR (Q)/ AS(FA) (T1)は、システマティック要因価格設定マトリクスのベンチマークユーザビリティ・プロセスに基づいた実績評価/予測評価/帰属対称性) 私たちは、「テーマを見る」、「グローバルな経験」や「次の大きい事」のような高確信アプローチ(HCA) へ焦点をシフトさせた。新興市場とコモディティの変様性および、スペシャリストマネージャーのためのグローバルな資金管理の課題への新たなソリューションを提供する企業の株式に洞察力を開発する能力を考えると、基本的な洞察力は株式選択において望ましい。しかし、根本的な洞察力もポートフォリオ構築プロセスのためのベンチマークとなる投資可能な普遍的情報を確立する上で重要な要素であり、これは、定量的マネージャーによって伝統的に特定されてはいないものである。トップダウン、ボトムアップの伝統的なアプローチ、指数化およびベンチマーク化、根本的な洞察は、株式投資の普遍的情報を確立する上で重要な要素となる国際的フレームワークソリューションにおける卓越したテーマを特定するという重要な役割を果たすことができる。
ITRFPA (T3)は、リターン分析を調整し、基本的要素および定性/定性的リスク調整後リターン分析の両方の集中的要素および非要素の組合せである。DG / FP / AC / MT / FM / SB は、「次の大きい事、テーマ、あるいはグローバルな経験」に集中するため「グローバルグリッド構造」としてこれに間接的に依存している。合わせて、HEMV(Q)/ FEFR ( Q)/ AS(FA) (T1)は、古典的な最適化を介して別のベクターを提供する。(すなわち、CPOPA (T4)は、本発明のマントラの意図する実施形態を、再度、ミクロ/マクロ統計的検証システムを作成する際の定量的予測可能性が向上させる。すなわち ACRARRBSTCEF。確かに APMSAPS /CAPMs (T1)(T2)(T3)および CPOPA (T4)全体は、ミクロ/マクロリスク調整後収益モデル両方のため、特定の時点でのベンチマークに相対するポートフォリオをより上手に説明する必要がある) さらに、リスクに対する定性的なアプローチと連携して、ベンチマークの分散や集中の分析に含まれる ITR FPA (T4)の情報は、さらに高度な幾何学的アルファの検索において、高度なトラッキングエラー(ベンチマークポートフォリオからの偏差)が、低い絶対ポートフォリオのリスクをもたらす時期の決断を助けるという意味で有用である。このような場合、積極的 FM / DSO / M / S / RS / T /SPA (T3)リターン期待の結果は、ベンチマークの相関を維持する。
ITRFPA(T4) は、リサーチ努力を、すべてのものは平均に戻るという投資への基本的な使用アプローチを通じて、リターン改善のために利用することに注力している。これが、 ITRFPA(T4) が、伝統的 HEMV(Q)/ FEFR ( Q)/ AS(FA) (T1)定量的/定性的な評価モデルを使用して、リスク/リターン予測を改善している理由であり、一定の粗製のスコアリング手法は、高確信アプローチを使用して一貫してアルファを捉えるリスク予測程度くらいは提供する。加えて、そのため ITRFPA(T4) は、次の大きなもの、グローバルな経験、テーマを見るということが全てであるという非常に好意的に見る/考える言動を作り出し、この環境においてセクターの質が非常に重要である場合において、支配的なリターンを提供する立場となる。そのため、変更のための合意として、 ITRFPA(T4) は、数字に基づく自然思考の面により集中する。同数字は、次の大きなもの、グローバルな経験、テーマを見るということの重み付けを特定することに関する修辞的な議論を予測し、従って、絶対的比較値戦略に集中することを可能にする:
a. 不安定な市場は、良好な機会を創出する。
b. 配当を提供する企業が買い入れるシンプルな戦略;
c. 配当を支払う株式を所有することを圧倒的に賛成する;
d. なぜ配当は投資家にとってとても魅力的なのか;
e. 成長スタイルV's値スタイルまたはロテーションアプローチ;および
f. 将来キャッシュフロー・ストリームを生成する予測フリーキャッシュフローはどのようなものか。
ファイナンシャルプランナーが、国際化テーマ/地域フレームワークプロセス分析 (ITFPA)(T4) のためにシステム12を使用する方法の例は、以下のとおりである:
1. 直接取引株候補銘柄:
i. ポートフォリオ - 図217および図218の国際的/テーマ/地域的フレームワーク。
4. 新しいグローバル投資風景プロセス分析 (NGILPA)(T4)
NGILPA(T4) 新しい投資風景は、現在および将来の投資風景の中のいくつかの重要なテーマおよび、グローバル化とポストバブル経済に最も強力なグローバルな影響を与えた2つの事項を認識している。
a. グローバル化
グローバル化は、比較優位の法則を通じて、労働と資本を配分し続ける。このプロセスは、インフレを押さえ、比較的低い金利を維持し、生産性と利益の著しい増加をもたらした。グローバル化は、私たちの国際経済に影響を与え続け、フリー・キャッシュ・フロー重視の投資哲学はこれまで以上に重要になる。グローバル化は、より高い全世界のGDPをもたらし、実質金利は実績GDP成長率を追跡することが示されているため、実質金利も続いて同様に上昇するであろう。グローバル化は、さまざまな方法で、名目金利と実質金利に影響を与える。しかし、同時に、グローバル化は、比較優位の法則固有の労働裁定現象を通じて賃金を引き下げた。これらの低賃金が、インフレを沈静化させている低価格をもたらした。したがって、我々が実質金利の上昇のためインフレ沈静化を追加する場合、結局のとこと、これらの2つの独立した変数の重要性の力で、名目金利は上昇、下落、現状維持するであろう。
この時点では、落下しつつある世界のGDPのからの実質成長のマイナス寄与は、フラット成長の軌道をたどる可能性が高い名目金利水準をもたらす低インフレの積極的な貢献と結合する。しかし、労働裁定の存在とそのインフレ対策への影響がない場合の数値と比較すると低水準を維持する。
b. 株主利回りの理念
NGILPA (T4) 金利の低下は確かに、株主利回りの理念の適用を介して、通知された DG / FP / AC / MT / FM / SB のための新しい機会を開く一方で、多くの新しい危険や落とし穴が、金融政策に方向づけられたその場しのぎの解決的収縮としてグローバル化連邦準備金財政赤字へのリターンの結果として製造される。これらの落とし穴は、財政赤字のグローバル化が実質金利を横ばいまたは上昇させるであろう、ということを含む可能性がある(場合によっては、既に含んでいる)、そして、これは実際そうである。しかしながら、金利および NGILPAに下向きの圧力をかけることは、グローバル化のプロセスの側面でもあり、- 新投資景観の管理は、この現象が、実質金利が名目金利に等しくなる事およびインフレを反映する指標と密接に関連して存在していると捉えている。
NGILPA (T4)は、協調拡張的な金融政策が、それがなかった場合に比して、低い金利を維持するかについて説明し、グローバル化の力が推進力を集め、事実上のドルゾーン作成を支援することを可能にした。その後NGILPA (T4) は、いかに上昇傾向の金利がP/Esの下降につながるか、そして、代わりに、株式市場のリターンの支配的ポジティブ説明変数を覆い隠すため、株主利回りの3つの構成要素ー現金配当、自社株買いおよび債務一時返済を可能にするかを説明した。簡単に言えば、グローバル化は、いくつかの劇的にポジティブな結果を生産しており、これらの結果は、投資への株主利回りベースのアプローチの価値を直接サポートしている。比較優位の法則によって可能となった労働裁定効率のおかげで、グローバル労働コストは平均的に低くなり、結果的にグローバルなフリー・キャッシュ・フローを高めた。世界の工場の床は、グローバル化によって新たに配線されているように、リソース単位毎により良い商品やサービスが作られ、これは、より多くのリソース(すなわち、フリー・キャッシュ・フロー)が配当、自社株買いおよび債務削減を通じて株主価値を直接向上させる方法で展開することができることを意味する。このプロセスは、インフレを押さえ、比較的低い金利を維持し、生産性と利益の著しい増加をもたらした。グローバル化は、私たちの国際経済に影響を与え続け、フリー・キャッシュ・フロー重視の投資哲学はこれまで以上に重要になる。
c. ポストバブル経済
そのため金利引き締め効果は3大経済バブルの崩壊につながった:
i. 住宅バブル;
ii. グローバル流動性バブル;および
iii. 企業収益バブル。
金利も株主利回りの概念に非常に不可欠であるため、これらのバブル崩壊は、企業や投資家両方が支配的な投資マトリクスとして、どのようにフリー・キャッシュ・フローを使用するかに影響を与えざるを得ない。
ファイナンシャルプランナーが新しいグローバル投資風景プロセス分析 (NGILPA)(T4) のためにシステム12を使用方法の例は、以下のとおりである:
1. グローバル化株式市場スペクトラム:
a. マクロトレンド予報 - ダウ・ジョーンズ・インデックス - 日次は、図219に示されている。
b. マクロトレンド予報 - S&P 500インデックス - 日次は、図220に示されている。
c. マクロトレンド予報 - ナスダック100 - 日次は、図221に示されている。
d. マクロトレンド予報 - ユーロネクスト100インデックス - 日次は、図222に示されている。
e. マクロトレンド予報 - フランクフルトDAX 30索引 - 日次は、図223に示されている。
f. マクロトレンド予報 - FTSE 100インデックス - 日次は、図224に示されている。
g. マクロトレンド予報 - 日経100インデックス - 日次は、図225に示されている。
h. マクロトレンド予報 - MSCI新興国市場フリーW/オーストラリアドルでの配当総額(月額)は、図226に示されている;および
i. マクロトレンド予報 - MSCI オーストラリア日本以外の極東 オーストラリアドルでの配当総額(月額)は、図227に示されている;および
2. グローバル化債券市場スペクトラム:
a. マクロトレンド予報 - 米国13週国債 - 日次は、図228に示されている;
b. マクロトレンド予報 - 米国5年国債 - 日次は、図229に示されている;
c. マクロトレンド予報 - 米国10年国債 - 日次は、図230に示されている;および
d. マクロトレンド予報 - 米国30年国債 - 日次は、図231に示されている。
5. エコノミスト・コンセンサス・マクロ・ロテーショナル資産クラス/リトレースメント資産配分プロセス分析 ( ECMRAARACPA)(T4)/分散投資スタイルタイプのユーティリティ関数モデル ( DISTUFM)(T4)
すべての現在の典型的投資家スタイルタイプミックス(すなわちエコノミスト・コンセンサス・マクロ・ロテーショナル資産クラス/リトレースメント資産配分、リスク許容度プロファイル質問表およびライフサイクルファンド)は、現在の APMPAS / CAPM's (T1)(T2)(T3) の実施に基づき、「最適化された分散ポートフォリオ」組成選択において有用であり、これに関連づけられた予測のみが、 HEMV(Q)/ FEFR ( Q)/ AS(FA) (T1) 等のマクロ統計トレンドに従ったシステムであり、優良業績の中でも最高優良業績の純度について予測されうる;条件付きで、トータル・リターン、最適化されたポートフォリオの構成選択に有用なリスクと統計分析のフルスペクトラム、および現在の SPOPAS / CAPM's (T4)に基づく他の実施形態などの総合評価を把握する別の一連の物理的変数と共に、今後の継続的な戦略的な見通しへのガイドを提供し、資産クラス/資産配分の純度を予測し、マクロ統計トレンドに従ったシステムであること ; 条件付きで、将来の継続的な戦略的な見通しへのガイドを提供する経済状況を把握する別個の一連の物理的変数とともに、最適化されたポートフォリオ組成選択に役立つ。明らかに、 DG / FP / AC / MT / FM / SB のごく一部が、相関有効フロンティアを特に標的とした絶対集中リスク調整後リターン相対ベンチマーク(ACRRRBSTCEF)(本発明のマントラ)が提供するこの根拠の背後にある理由により、明確な投資の焦点と専門知識を持つというのも、これは、投資成功という目標だけでなく、有効フロンティアをターゲットとした幅広い投資リスク管理の最適システムをも表し、それは、個人の将来の財務状況への構造的な変化を意味し、適切な投資戦略のためのいくつかの主要な長期的な影響を与えうる行動の変化をもたらす。 ECMRAARACPA (T4)は、 DG / FP / AC / MT / FM / SB と合わせてオンラインシステム上に内蔵されたエコノミスト・コンセンサス・フィードバックを提供する便利なガイド装置である。同フィードバックは、5つの DISTUFM (T4)ユーティリティ機能に関して、設定クラスの特定の市場/セクター/資産クラスの相対的な強みに基づいて、リスク手法に対する適切な報酬を選択する問題を取り扱う。これは、 ECMRAARACPA (T4)が今や SPOPAS / CAPM's(T4)の資産配分およびセクター露出の概念を求めており、市場動向や報酬に関係のない絶対的な相対リターン、クライアントの付加価値ポートフォリオのよいよい機会を生み出すことを目指している理由を説明する。
1. エコノミスト・コンセンサス・マクロ・ロテーショナルアセットクラス/リトレースメント資産配分
ECMRACRAAPA (T4) エコノミスト・コンセンサス・マクロ・ロテーショナル資産クラス/リトレースメント資産配分プロセスは、資産クラス/資産配分予測性のミスプライシング選択のためのバックエンドマクロ知識のギャップ分析プロセスの一部であり、変数および予測された経済条件の純度により条件付けられ、典型的投資家スタイル型ユーティリティ混合機能のための絶対的なリスク/リターンを把握するシステマティックビルディング・ブロックを介して処理された戦略的な資産クラス/資産配分のベンチマークを作成する。すなわち、5つの DISTUFM(T4) 伝統的なエコノミストコンセンサスモデルを使用して一貫的に表される、積極的、適度に積極的、バランス型、適度に保守的、保守的。 ECMRACRAAPA (T4)戦略的ポートフォリオ最適化は、予測ポートフォリオアルファに基づいて、有効フロンティアを作り、トップダウン/ボトムアップのエコノミストのコンセンサスメカニズムが追加できる価値は、最適化されたポートフォリオ組成選択のために、非常に有用である。従って ECMRACRAAPA (T4) は、重要要因モデリング予測ツールとして、先行するアート衛星コア最適化資産クラス/資産配分ミックスが危険を誇示しているのと比較して、分析プロセスシステムをテストするシナリオの必要性を提供する。
したがって、このエコノミスト・コンセンサスにより予想された数値は、通常、エコノミストの予想の平均であり、一般的に、トップダウン型で作成されたグローバルおよび国内の展望に関する市場の見方についての期待を与える。その後、適切なエコノミスト・コンセンサス条件付き応答手法に基づく適切な要素モデルを考慮し、したがって、積極的、適度に積極的、バランス型、適度に保守的、保守的と表される5つの DISTUFM (T4)は、事実上、軌道陰影の間にとどまる DG / FP / AC / MT / FM / SB を推奨することにより、非常に有用な選択指標となる。これは相対的に経験の浅い DG / FP / AC / MT / FM / SB にとって途方もない自信の後押しとなり、伝統的な資産クラスである既存の資産クラスとの相関が低い新たな資産クラスやセクター、典型的には株式、固定金利、不動産、現金、のへの分散化を助け、有効フロンティアは、より良いリスク報酬の機会を得るために改善することができる。
2. リスク許容度プロファイル質問表スタイル
ECMRACRAAPA (T4)のより良いリスク報酬の機会は、典型的な投資スタイルの種類ミックスにわたって可能である。換言すると、エコノミスト・コンセンサスによって提示された最高のリスク報酬機会は、最高の「有効フロンティア」を表す;この発生率はデフォルトのベンチマークによるガイドと認識され、資産クラス(中核資産)の純度により、全資産クラスにわたる継続的な戦略的資産配分を提供する国内/世界経済状況予測を把握する、一連のマクロトレンド予測変数を条件として、予測することができる。したがって、資産クラスの露出とともに個々の金融商品の収益率の測定により、達成される。このように、クライアント/メンバーとのインタフェースを介して、 DG / FP / AC / MT / FM / SB は、利用可能な各金融商品が、要素モデルが採用した資産クラスと相関してどのように動作するかを学習する。そうすることで、 DG / FP / AC / MT / FM / SB は、個々のクライアント/メンバーが黙示的にに直面している様々な資産クラスへの実現可能な露出に対する制約を決定する 5つの多様な投資スタイルタイプユーティリティモデルすなわち DISTUFM (T4) 。クライアント/メンバーがリスク回避的である場合、ポートフォリオの全体的リスクを5つのドロップダウン通常多様化ユーティリティ機能投資家タイプ実施例の適切な一つに従い、調整することが適切であろう、同実施例は、科学的/数学的なベンチマークであり、したがってクライアント/メンバーリスク許容度プロファイル、 20問の口語マルチ選択の問題に基づくサイコマトリクスアンケート結果としての決定である。従って、5つの DISTUFM および ECMRACRAAPA (T4) の間の主流な調整を取り除く。
ライフサイクルファンド
資産構成の管理にライフサイクルファンドアプローチを利用する DG / FP / AC / MT / FM / SB のほとんどが、彼らの人生の間の状況のチャン時に合わせて、メンバーが定年退職に近づくに従って、低リスク・プロファイルに調整し、今や ACRARRBSTCEF (T4)、積極的な選択の解決策のための「ブラックボックス」、統計学的関係性をため、 FM / DSO / M / S / RS / T /SPA (T3)の資産クラス/サブセクターの監視および再重み付けを譲歩する。しかし、理論的にはメンバーの状況に合わせて資産を変更するライフサイクルファンドアプローチに問題点がないわけではない。これは、多くの場合、ファンドが退職日当日までを投資期間としていたか、退職日を通して(退職日以降も)投資期間としているかという微妙な違いに依存していた。個人質問表は、すでにそのような投資商品のサポートのために、詳細なメンバープロファイリングを有していた。また、理想的なアプローチは、メンバーの全生涯にわたって異なる投資手法を含む必要があるかもしれない。そして、人々が働いている間は、彼らはより多くのリスクを取り、高成長アプローチを追求する能力を持つ。ライフサイクル・ファンドは、人々が退職に近づくまでの時間により、そのリスクにある貯蓄がピークを迎え、その人的資本(将来の収入を生成する能力)は低下していることを認識する必要がある。我々のシステムの弱点の一つは、退職年金の退職後の部分は、蓄積フェーズに比べ著しく発展していないということである。一般的に、年金はメンバーの口座の投資運用成績に依存している。
ファイナンシャルプランナーが、エコノミスト・コンセンサス・マクロ・ロテーショナル・資産クラス/リトレースメント資産配分プロセス分析 ( ECMRAARACPA)(T4)/多様な投資家スタイルタイプユーティリティ機能モデル (DISTUFM)(T4) のために、システム12を使用する方法の例は、以下のとおりである:
1. クライアント・リスク・プロファイル;
a. 図232に示されているリスク許容度質問表;および
2. ミクロ/定量;
a. オーストラリアファンドマネージャー:
i. マルチセクターー - 図233に示されている保守的;
ii. マルチセクター - 図234に示されている適度に保守的;
iii. マルチセクター - 図235に示されているバランス型;
iv. マルチセクター - 図236に示されている適度に積極的;
v. マルチセクター - 図237に示されている積極的。
6. 適度なバリュエーションポートフォリオリスク管理プロセス分析 (MVPRMPA)(T4)
MVPRMPA (T4)は、クライアントリスクプロファイルに従い体系的に資産分配をする継続的に優良投資を選択するための FM / DSO / M / S / RS / T /SPA(T3)戦略をマルチタスクする能力を持っているスマートなオールインワンシステムであり、資金を割り当てる優良品種への投資選択のための戦略であり、戦略的ポートフォリオ構築力学の最後から二番目の段階であり、この理由により、この理論は一歩先に進み、二次方程式を利用した共同効率的相関手法アプローチの発見により「ノーベル賞」を受賞した「マーコウィッツの現代ポートフォリオ理論(MPT)」の利用、その後、投資ポートフォリオのより広範なマクロレビューがあった。しかし、マーコウィッツの MPT の持っていた問題は、 FM / DSO / M / S / RS / T /SPA (T3)は平均および分散の観点からだけ観測する必要はなく、ファンダメンタルズの視点(すなわち損益/貸借対照表)および分布対称性等の最適特性からも観測されるべきであるという点である。 (すなわち、絶対的リスク調整後リターン相対ベンチマーク、クライアントのリスク許容度および投資の選択の間ギャップ分析調整)したがって、MVPRMPA (T4)と共に、 FM / DSO / M / S / RS / T /SPA (T3)投資ポートフォリオの3つの原動力が出現した(すなわち資産クラス(ミクロ)に関する選択リスク管理およびクライアントリスクプロファイルに従って、一致する資産クラス(マクロ)の資産分配リスク管理)。したがって、正しい配分の投資先に資金を投入するため、共同効率方程式資産配分現象は、ポートフォリオのボラティリティリターンの反応精度について90%以上、付加価値リターンに関して70%の反応精度を示したと結論づけた; したがって、資産統合の重要性は看過できない。
したがって、これは、MVPRMPA(T4)に、より良い絶対的アルファ値のための高度に集中的なアプローチの快適な予測方法を使用し、高精度の改善された予測期待を提供する。結論的には、これらのツールは役に立つ、というのも、これらは、問題の力学についての理解と洞察を提供するからである。しかし、医師や弁護士のような他の専門家が判断力の行使を避けられないのと同様、あなたも判断力の行使を避ける事はできない。 MVPRMPA (T4) の目的は、(コア・スペクトラム・要素マトリクスに基づいて)「知識のギャップへのフィードバック」を読み取ることができるようになることであり、同フィードバックは、一部をハードウェア (すなわち分配要素マトリクスのコア・スペクトラム対称性として)、およびその他の部分をソフトウェア(すなわち、コア・スペクトラム・資本資産価格モデル要素マトリクスとして)、構成されている。あなたは単に、すべての市場において優良な業績でやりたいことはできない。しかし、株式が不安定な時は、あなたの周りに何が起こっているかに関わらず、一定のリターンを提供することができる。つまり、主な市場に対する変動性のトレードオフすることによって MVPRMPA (T4) の設計とともにより良いリターンを管理する。基本的なビルディングブロックは、 DG / FP / AC / MT / FM / SB の柔軟性を増加させる優良投資ソリューションの選択に使用され、クライアント/メンバー投資家スタイルタイプユーティリティ機能のニーズに合致したポートフォリオソリューションを適合させる可能性を増加させる、永続的に無数の情報にアクセスし、理解することの難しさにはジレンマが存在している(すなわち、購入、売却または保有のタイミングを知るという問題に関連した、ビジネス感情、投資および雇用水準、主要商品価格などの市場を測定するために専門家によって使用される統計、データ、その他の指標の形式で提供される情報)。 システム12は、伝統的なスキル型 FM / DSO / M / S / RS / T /SPA(T3)のための普遍的情報の優位な分析のためのツールとともに、DG / FP / AC/ MT / FM / SB を提供する。この革新的な手法は、ユーザが普遍的情報と様々な構成要素をハッキングし、必要に応じて調整することができるようにする。絶対的リスク調整後リターン戦略の手法は、同様に、効率的なアリファ/ベータポートフォリオ選択を作り上げるために、相対的ベンチマークに反して測定されるのと同様である。
このため、アルファ/ベータポートフォリオに関する新しいパラダイムは、リスク均衡に対する報酬に基づき健全な経済金融の意思決定をすることである。(すなわち、 行動金融(BF)(感情的決定)ではなく、効率的市場仮説(EMH)(需給)) 基本的な投資戦略根拠は、特に相関有効フロンティアを標的とした絶対集中リスク調整後リターン相対ベンチマーク(ACRARR BSTCEF) (本発明のマントラ)により提供される、というのもこれは、投資成功という目標および有効フロンティアをターゲットとした、幅広い投資リスク管理最適化システムを提示することを表すからである。その後、システム12は、 MVPRMPA (T4) モデリング装置の基礎である検証手段を提供する。MVPRMPA (T4)は、自己調整メカニズムまたは均衡アプローチによる効率的な投資成果を含み、報われるべき唯一のリスクは市場リスクであることを意味する。市場リスクの影響度はベータにより把握される。ベータは、市場の特定の株式およびポートフォリオの、統計的なリターン精度ならびにすべての平均分散およびファンダメンタルズを測定する。したがって、 MVPR MPA (T4) によるアルファマトリクスの柔軟手法 (システマティックビルディングブロックアプローチは、内蔵された効率的自己調整構造的なハードウェア/ソフトウェア・メカニズムのアプローチおよびシステマティックビルディング・ブロックを通して処理される複数戦略の利用との組み合わせに基づき、真の優れた価値を形成しする。これは、継続的に優良投資先を選択し、時代の変化や予測不可能な市場の一貫性に応じて相対的な強みのある資産クラスに資産を配分するという形で、クライアント/メンバーに対するソリューションを構築する。これは、ポートフォリオリスク管理に関する長期的な仮定を意味する可能性がある。ポートフォリオ構築は、挑戦を受け、新しい方法論が、後進の DG / FP / AC / MT / FM / SBにより探索される必要がある可能性がある。
したがって、この新しいパラダイムのアプローチ(すなわち MVPRMPA(T4))は、戦略上の定義により、純粋な要因マトリクス成果手法の予測を意味する。結果として MVPRMPA(T4)は、選択済 FM / DSO / M / S / RS / T /SPA (T3)への資産流入に依存する伝統的なアプローチに基づく投資ポートフォリオ構築を目指す多構造ビルディング・ブロックで構成されている。したがって、認識しているクライアントの/メンバーのリスクプロファイルに応じて適切な資産クラスにまたがって分散する。 MVPRMPA (T4)は、困難なときだけでなく常に、 DG / FP / AC / MT / FM / SB 投資戦略の正しいコース選択を維持することを目指すカウンセラー/ガイドの役割を引き受ける。そうでなければ、このルーチンに従わない場合、 DG / FP / AC / MT / FM / SB は重大な問題を被る可能性があり、非常に危険な資産クラスや、将来的に失敗する金融商品を提供してしまう可能性がある。その後、 MVPRMPA (T4) は以下の双方にまたがる;
a.ミクロパートA は、実績評価/予測評価/帰属対称性 (平均分散/ファンダメンタルズ)等の選択である。(すなわち APMSPAS / CAPMs (T1)(T2)(T3));および
b.マクロパートB は、SPOPAS / CAPMs (T4) 等の資産クラス/資産配分である。SPOPAS / CAPMs (T4) は、本発明の実施例のその他の部分であり、MVPRMPA (T4)、 CPOPA (T4)および ECMRACRAAPA (T4)に裏付けられる戦略的を提供する経済状況の感度を把握するバックエンドである。 MVPRMPA (T4)、 CPOPA (T4)および ECMRACRAAPA (T4)は、伝統派 FM / DSO 広範なグローバルおよび国内市場の多様性にまたがる相対的資産クラス/資産配分ベンチマークの代表例であり、5つの分散したエコノミスト・コンセンサスと相関関係にある。
したがって、独自の堅調なハードウェア/ソフトウェアの定量的/定性的な専用使用構築手法(すなわち、コアスペクトラム分布対称性要素マトリクス)である。これは、(すべてのリスク、すべての業績(ブレンド、グロース、バリュー)、すべての平均分散、すべてのファンダメンタルズ、すべての資産クラス、すべてのセクター、すべての実績評価、すべての予測評価、すべての定量的、すべての定性、すべてのミクロ、すべてのマクロ、すべてのエコノミスト・コンセンサス、ロテーショナルアセットクラス、すべてのリトレーサブル資産配分、すべてのリスク/リターンランキング増減、すべての投資家スタイルタイプ、すべての時系列、すべてのシナリオ成果、すべて有効フロンティア)等の様々なデータポイントを通した絶対的集中リスク調整後リターン相対的なベンチマークを意味する。明らかに、 DG / FP / AC / MT / FM / SB のごく一部が、現実的には、要素標準化のための好悪像ハードウェア/ソフトウェアに内在する優位性についての明確な投資の焦点と専門知識を持つ。すなわち、様々な市場複数コンポーネントの APMSPAS / CAPMs (T1)(T2)(T3) は普遍的情報をハッキングできる、たとえ複数ミクロ/マクロ使用手順であれ、ポートフォリオ選択のための構造的な境界またいだ通信であれ/市場の動きを最小限にするという考えを持つリスク管理シナリオであれ。
従って MVPRMPA (T4)は、 SBBFT(T1) 等のすべての重要なシステマティックビルディングブロックを介して、有効フロンティアのために複数のFM / DSOマネージャー戦略プロセスを利用した適度な評価ポートフォリオリスク管理プロセス分析手法である。SBBFT(T1)は、有効フロンティアのための戦略的なポートフォリオ最適化を行い、はるかに低いすべてのリスク相関で、高いリターンを提供することができる優れたリスク管理ツールである。 MVPRMPA (T4)帰属性選択/戦略的有効フロンティアは、絶対値戦略を実現する相対的プロセスベンチマーク手法であり、したがって、 HEMV(Q)/ FEFR ( Q)/ AS(FA) (T1) を通じて、ベンチマーク超過アルファの堅調なソート/須子リング処理システムの必要性のある集中的要素モデルである、したがって、ミクロ/マクロコアスペクトラムの重要性を有し、統計的確証をもって処理するため、すべて有効フロンティアの持続可能性である。加えて、リスク調整後リターンに照準を合わせる事は、以下のように強化された戦略になる;
a. メンバーが求める利益および資本保護を提供する;
b. 経営リスクから市場リスクを分離することは、このようなトレードオフおよび各結果等により、予測を可能にする;
c. また、コンプライアンス保護スタイルポートフォリオとして機能する;
d. ロテーショナル資産配分およびリトレースメント資産クラス/セクター等の相対的戦略的メリットによって決定されるミクロ/マクロ要素変数;
e. ファンドマネージャーのファンドの問題は、ポートフォリオを横滑りさせてしまう傾向があることである、
f. トップスコアが優良業績の資格を得る方法を確実にするところにあなたの資金を置く。
さらに、役に立たないDG / FP / AC / MT / FM / SBの現実性チェックがある。マルチ要素モデルのほとんどは、アルファの期待を理論的に使用し、危険を誇示している認識済のクライアントのリスク許容度に合致した適切に認識された投資選択との間に合致可能性の高い成果を決定することを目的とした、定性的マネージャーによる、統計的コアサテライト資産クラス/資産配分の推定値に過ぎない。
ファイナンシャルプランナーが適度なバリュエーションポートフォリオリスク管理プロセス分析 (MVPRMPA)(T4) のためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. ポートフォリオ - 図238に示されている資産配分;
b. ポートフォリオ - 図239に示されているクライアントプロファイル;および
2. 直接株式取引機会:
a. ポートフォリオ - 図240に示す最終的資産配分;
b. ポートフォリオ - 図241に示されているクライアントプロファイル。
c. ポートフォリオ - 図242および図243に示されている複合ファンド/株式最終的資産配分;および
d. ポートフォリオ - 図244および245に示されている複合ファンド/株式クライアントプロファイル。
7. 品質評価四半期レビュープロセス分析 (QAQRPA (T4) )
クライアント/メンバー の運用ポートフォリオの定期的な評価(すなわち、収益、成長および時間)の相対的ベンチマークとの比較となると、(T4)の目的は、相対的ベンチマークと比較した相対的合計業績推定値の「最善の推測」を提供することを目的とし、最後のリバランスデート以降、露出アプローチによって定義されることになる。伝統的には、これは、最近の実績 FM / DSO / M / S / RS / T /SPA (T3)の、価格変動との相関データモデルに関する定量的/定量分析を用いて行われる。QAQRPA (T4) が、特定の時間帯(すなわち日次、週次、四半期毎、半年毎、毎年、隔年)についてインデックスベースのモデリング相対性理論を使用するため「ダイヤルアップタイム/グラフブロックメカニズム」を提供する今、したがって、クライアント/メンバーポートフォリオ運用ポートフォリオの評価および管理のための定期的な課題を改善することができる、そして、これは、 QAQRPA (T4) がどのように重要な部分であるかについての理解を深める、なぜなら、この根拠の背後にある理由は、特に相関有効フロンティアをターゲットとした絶対集中リスク調整後リターン相対ベンチマーク(ACRARRBSTCEF)(本発明のマントラ )により提供されており、投資成功という目標だけでなく、有効フロンティアをターゲットにした幅広い投資リスク管理の最適化システムをも表す。したがって、これはQAQRPA (T4)は優れた時間節約でバイスとなり、複数構成資産クラス調整後リターンポートフォリオシステムのための起こりがちなフィードバックを提供する。同システムは、あなたが業績悪化を監視することにより、クライアント/メンバーのポートフォリオを正しく維持しつづけるという原理に基づいて動作する。 FM / DSO / M / S / RS / T /SPA (T3)は、すべての市場の典型的相対ベンチマークに代表される;しかし、 FM /DSO / M / S / RS / T /SPA (T3)が不安定な時は、あなたの周りに何が起こっているかに関わらず、一定のリターンを提供することができる、そして、主要市場に対する変動性をトレードオフすることによって、より良いリターン管理として働く。このように我々のアプローチは、低リスク/高業績の専門家と共に、コア FM / DSO / M / S / RS / T /SPA (T3)およびその周辺を利用する可能性がある。これはここでユーザーフレンドリーなQAQRPA (T4) DG / FP / AC / MT / FM / SBに率いられてコントロールされるところで、したがって、クライアント/メンバー許容可能なリスクプロファイルの範囲内で許容可能なリスク/リターンの結果を出すことができる。目的は、 FM / DSO / M / S / RS / T /SPA (T3)の最善の組み合わせを特定することであり、掲げられた投資目的を満足させるような方法でそれらを続行することである。 QAQRPA (T4)は、収益性の高い戦略は入り口と出口位置を決定し、市場の動きを予測するためのツールの選択が必要と考えている。また、多かれ少なかれ、異なる市場には別のツールが適用可能であることも明らかである。これらの収益性の高い戦略は、長期、中期、または短期を含む可能性がある。テクニカル分析は、市場データ、判断を行うために使用される基準の第一義的価格に焦点をあてる場合を除き、「トップダウン」および「ボトムアップ」のアプローチの両方を使用する。可能なテクニカル分析ツールの中で最も強力なもの一つは、また、最も単純な相対的な強みの一つである QAQRPA (T4)である。
従って QAQRPA (T4) 品質評価四半期レビューは、セクターベース投資のための高感度ミクロ/マクロビルディングブロックを通してフィードバックを読み込むことができるというFM / DSO売却/購入/保有知識のギャップ技法である。本質的な部分の中心である QAQRPA(T4) は、ポートフォリオを構成する各投資ごとに個別の分析を行う;通常、購入価格/バランスデート/リバランスデートの最後に表示される共通の期間基づく収益と資本それぞれの伸びである。これは、従って、各経済ベンチマーク指数に対して調整された各優良業績を切り離して、プラットフォームを確立する。 当然、すべての変更は、特にベンチマークカットオフポイントのような意思決定ルールに囲まれており、FM / DSO/ M / S / RS / T /SPA(T3)が典型的な相対ベンチマークに対する1つか2つの追加的四半期比較の回収機会を与えられているか、(船を正すため、婉曲的に「3ストライクでアウト」と呼ばれる) DG / FP / AC / MT / FM / SBの一部は、一般的に、ボトムアップ収入/成長およびトップダウンマクロブレンドの製図板、「雇用および解雇」分析/プロセス/システムに立ち返る。 従って QAQRPA (T4) は、常に絶対的リスク/リターンに対する十分な報酬を探す、優良なFM / DSOバックエンドアルファに対する進行中の監視システムで継続的に警告を発する。こうして ACRARRBSTCEF の伝統的な最適化方法は、収益性の高い戦略等のポートフォリオ保護を確実にし、入口と出口ポジションを決定し、市場行動を予測するシステマティック投資業績Vの市場リスクのためのマクロ/ミクロ選択プロセス等の選択ツールを必要とする、例えば、株式/クレジット市場の正常化は、不況の終わりを意味するものではなく、長期の停滞というよりも厳しいサイクルを意味している可能性がある。従って、システマティックビルディング・ブロックを介して処理された ACRARRBSTCEF 有効フロンティアは優良商品を取得するための最善の組み合わせ方法を提供し、 QAQRPA(T4) 意思決定者は、自身のスキルを向上させるために採用できり。同スキルとは例えば:
a. 最高の戦略的成果は、資産クラスの相対的な強さから出現するだろう。
b. シンプルな戦略 - 配当を提供する企業が買い入れる;
c. 容量制限を作成する担当サブマネージャーがあまりにも多い;
d. 複数のマネジャーが、ファンドマネジャーのファンドの業績を上回る方法;
e. ポートフォリオの評価を恒久的に破壊するリスクのいくつかを知る;および
f. コンプライアンス投資計画のような役割を果たす。
ファイナンシャルプランナーが適度なバリュエーションポートフォリオリスク管理プロセス分析 (MVPRMPA)(T4) のためにシステム12を使用する方法の例は、以下のとおりである:
1. ファンドマネージャー
a. ポートフォリオ - 図246に示されている品質評価/四半期報告書、および
2. ファンドマネージャー
a. ポートフォリオ - 図247に示されている品質評価/四半期報告書。
多くの修正は、本発明の範囲から逸脱することなく、スキルのある同業者には明らかであろう
本明細書を通して、文脈が別段の要求をしない限り、「含む」および「備える」等の「構成」の変化形は、述べられた整数、工程または整数のグループもしくは工程のグループを包含するものと理解すべきであり、述べられた整数、工程または整数のグループもしくは工程のグループ以外の整数、工程または整数のグループもしくは工程のグループも除外しない。
本明細書における任意の先行手法に対する参照は、オーストラリアの一般常識の先行手法の一部を形成するという認識または提案の形態ではなく、そのようにとして解釈されるべきではない。
[発明の項目]
[項目1]
投資家の投資ポートフォリオを構築するためのシステムであって、
(a)コンピュータシステムと、
(b)コンピュータシステムと通信できる、コンピュータで読み込み可能なデータ格納庫であって、該格納庫は、コンピュータで読み込み可能な指示を含み、該指示は、実行時に、
(i) 投資家のリスク許容レベルを表すリスク許容度データを受信するステップと、
(ii) ユーザ端末から選択基準を表すデータを受信するステップと、
(iv) ユーザ端末のユーザ・インターフェースに表示するため、選択基準に応じてランク付けされたポートフォリオに含める投資先リストを生成するステップと、
(vi) 上記のポートフォリオに含める投資先リストから選択された投資先を表すデータを、ユーザ端末から受信するステップと、
(vii) ユーザ端末のユーザ・インターフェース上に表示するため、前述の投資選択による各投資先を示す表と、1つ以上の資産クラスにわたる各投資先への投資家の資産の配分と、投資家のリスク許容度を表すベンチマークリスクカテゴリーに基づく1つ以上の資産クラスへの資産配分と、投資ポートフォリオ全体について前述の1つ以上の資産クラスへの資産配分と、を生成するステップと、
をコンピュータシステムに遂行させる、格納庫と、
を備える、システム。
[項目2]
選択基準は、効率比マトリクスを含む、項目1に記載のシステム。
[項目3]
選択基準は、上位4分率マトリクスを含む、項目1に記載のシステム。
[項目4]
選択基準は、古典的なポートフォリオ最適化率マトリクスを含む、項目1に記載のシステム。
[項目5]
コンピュータシステムは、
(a)投資ポートフォリオの各投資に割り当てられた投資家の資産の割合を表すデータをユーザ端末から受信するステップと、
(b)投資ポートフォリオの各投資に割り当てられた投資家の資産の割合を示すために、表を調整するステップと、
を行う、項目1〜4のいずれか一項に記載のシステム。
[項目6]
格納庫はさらに指示を含み、該指示は、実行された場合、コンピュータシステムに投資ポートフォリオに投資を追加させる、項目1〜5のいずれか一項に記載のシステム。
[項目7]
格納庫はさらに指示を含み、該指示は、実行された場合、コンピュータシステムに投資ポートフォリオの投資を削除させる、項目1〜6のいずれか一項に記載のシステム。
[項目8]
投資ポートフォリオの投資は、1つ以上の管理対象ファンドを含む、項目1〜7のいずれか一項に記載のシステム。
[項目9]
投資ポートフォリオの1つ以上の投資は直接株式を含む、項目1〜8のいずれか一項に記載のシステム。
[項目10]
表はさらに、別のベンチマークリスクカテゴリーの1つ以上の資産クラスにわたる資産の分布を示しており、上記の別のベンチマークリスクカテゴリーは、一連のベンチマークの直前または直後のベンチマークを表す、項目1〜9のいずれか一項に記載のシステム。
[項目11]
投資家の投資ポートフォリオを構築するため、一つ以上の処理装置で実行可能なコンピュータプログラムであって、当該プログラムは、
(a)投資家のリスク許容レベルを表すリスク許容度データを受信するステップと、
(b)ユーザ端末から、選択基準を表すデータを受信するステップと、
(c)ユーザ端末のユーザ・インターフェースに表示するため、選択基準に応じてランク付けされたポートフォリオに含める投資先リストを生成するステップと、
(d)上記のポートフォリオに含める投資先リストから選択された投資先を表すデータを、ユーザ端末から受信するステップと、
(e)ユーザ端末のユーザ・インターフェース上に表示するため、各投資先を示す表と、複数の資産クラスにわたる各投資先への投資家の資産の配分と、投資家のリスク許容度を表すベンチマークリスクカテゴリーに基づく複数の資産クラスへの資産配分と、投資ポートフォリオ全体について前述の1つ以上の資産クラスへの資産配分と、を生成するステップと、
を実行する、プログラム。
[項目12]
選択基準は効率比率マトリクスを含む、項目11に記載のプログラム。
[項目13]
選択基準は、上位4分位マトリクスを含む、項目11に記載のプログラム。
[項目14]
選択基準は、古典的なポートフォリオ最適化率マトリクスを含む、項目11に記載のプログラム。
[項目15]
指示を含むコンピュータで読み込み可能なメディアであって、該指示が実行された場合、
(a)ユーザ端末上に表示するためのユーザ・インターフェースを生成するステップであって、該ユーザ・インタフェースは、質問表に対する投資家の回答を含む、ステップと、
(b)上記ユーザ端末から、質問表に対する回答を表すリスク許容度データを受信するステップと、
(c)リスク許容度のデータに基づき、投資家のリスク許容レベルを表すデータを生成するステップと、
(d)投資家のリスク許容度を表すベンチマークリスクカテゴリーを投資家と関連付けるステップと、
(e)ユーザ端末のユーザ・インターフェース上に表示するため、ポートフォリオに含まれる投資先リストを生成するステップであって、該リストでは、リスクおよびリターンならびに投資家のリスク許容度に応じたリターンに基づいて各投資がランク付けされている、ステップと、
(f) 前述のポートフォリオに含まれる投資先リストからの投資選択を表すデータを、ユーザ端末から受信するステップと、
(g)ユーザ端末のユーザ・インターフェース上に表示するため、前述の投資選択による各投資を示す表と、複数の資産クラスにわたる各投資先への投資家の資産の配分と、投資家のリスク許容度を表すベンチマークリスクカテゴリーに基づく複数の資産クラスへの資産配分と、投資ポートフォリオ全体について前述の1つ以上の資産クラスへの資産配分と、を生成するステップと、
を含む方法によって、投資家の投資ポートフォリオに関連するリスクをコンピュータに分析させる、メディア。
[項目16]
投資家の投資ポートフォリオを管理する方法であって、
(a)ユーザ端末によって、多数のベンチマークリスクカテゴリーのうちの1つを表示するように投資家を分類するステップと、
(b)ユーザ端末のユーザ・インターフェース上に表示するため、リスクおよびリターンならびに投資家のリスク許容度に応じたリターンに基づきランク付けされた、ポートフォリオに含まれる投資先リストを生成するステップと、
(c)前述のポートフォリオに含まれる投資リストからの投資選択を表すデータをユーザ端末から受信するステップと、
(d)ユーザ端末の処理装置により、ユーザ端末への追加的ユーザ・インターフェースを生成するステップであって、該追加的ユーザ・インターフェースは、
i. 投資ポートフォリオの各投資先と、
ii. 1つ以上の資産クラスにわたる投資ポートフォリオの各投資先への資産配分と、
iii. ベンチマークリスクカテゴリーの1つ以上の資産クラスに対するその他の資産配分と、
iv. 投資ポートフォリオ全体における1つ以上の資産クラスへの資産配分と、を示す表を含み、追加的ユーザ・インターフェースは、投資ポートフォリオへ追加または投資ポートフォリオから削除する手段も含むステップと、
(e)ユーザ端末を使って、投資ポートフォリオからの投資先の追加または削除を行い、全体の投資ポートフォリオの1つ以上の資産クラスへの資産配分が、投資家のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分と一致するようにするステップと、
を含む、方法。
[項目17]
表はさらに、別のベンチマークリスクカテゴリーの1つ以上の資産クラスにわたる資産の分布を示し、上記の別のベンチマークリスクカテゴリーとは、一連のベンチマーク直前または直後のベンチマークを表す、項目16に記載の方法。
[項目18]
投資家の投資ポートフォリオを管理する方法であって、
(a)ユーザ端末により、複数のベンチマークリスクカテゴリーのうちの1つに表されるように投資家を分類するステップと、
(b)ユーザ端末のユーザ・インターフェース上に表示するため、リスクおよびリターンならびに投資家のリスク許容度に応じたリターンに基づきランク付けされた、ポートフォリオに含まれる投資先リストを生成するステップと、
(c)前述のポートフォリオに含まれる投資リストからの投資選択を表すデータをユーザ端末から受信するステップと、
(d)ユーザ端末の処理装置により、ユーザ端末への追加的ユーザ・インターフェースを生成するステップであって、該追加的ユーザ・インターフェースは、
i. 投資ポートフォリオ上の各投資先と、
ii. 1つ以上の資産クラスにわたる投資ポートフォリオの各投資先への資産配分と、
iii. 前述のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分と、
iv. 投資ポートフォリオ全体における1つ以上の資産クラスへの資産配分と、
を示す表を含み、
前述の追加的ユーザ・インターフェースは、投資ポートフォリオの各投資先への投資家の資産を配分する方法を含む、ステップと、
(e)ユーザ端末を使って、投資ポートフォリオの各投資に割り当てられた投資家の資産配分比率を変更して、全体の投資ポートフォリオの1つ以上の資産クラスへの資産配分が、投資家のベンチマークリスクカテゴリーの1つ以上の資産クラスへの資産配分と一致するようにするステップと、
を含む方法。