案例库 · 财务与会计 · 财务决策 · 1999
GMO 用混合整数规划构建 80 亿美元投资组合,股票数量减少 40–60%
GMO 使用混合整数规划构建与目标敞口匹配的投资组合,股票数量减少 40–60%,每年在 80 亿美元资产中至少节省 400 万美元交易成本。
GMO (Grantham, Mayo, Van Otterloo)
那一手
GMO 管理量化投资组合,这些组合必须跟踪其模型指定的敞口。简单的实施方式——复制每个头寸——交易成本高且难以运行。
GMO 使用混合整数规划来构建接近目标的投资组合,在行业和证券敞口上匹配,同时考虑流动性、换手率和预期回报,但使用更少的股票和更少的交易。MIP 方法还处理了由多个子组合构建的投资组合。
在代表超过 80 亿美元的 11 个量化管理投资组合中,该方法保留了现有客户业务,促成了新增长,平均减少了 40–60% 的股票数量,并每年至少降低 400 万美元的交易成本——更少的交易指令,更低的摩擦,相同的敞口。
为什么管用
- 更少的股票数量直接减少了交易指令及其成本。
- 精确匹配敞口保持了客户授权不变。
- 流动性和换手率约束防止模型追逐廉价交易。
- 在 80 亿美元资产上,年节省 400 万美元以上,复利效应显著。
值了多少找到仍能达到目标的最少股票数量聪明
可以搬走什么
当目标是让投资组合表现得像目标组合时,最优方案是找到与之匹配的最小子集:更少的股票和更少的交易在不改变敞口的情况下降低成本。
后来呢
GMO 继续在其量化管理组合中使用 MIP 方法,该论文成为整数规划在投资组合构建中的参考案例——留住客户,减少摩擦,将实施问题转化为成本优势。
资料来源
- Portfolio Construction Through Mixed-Integer Programming at Grantham, Mayo, Van Otterloo and Company
- Portfolio Construction Through Mixed-Integer Programming at Grantham, Mayo, Van Otterloo and Company
发现哪里写错了?告诉我们。