HCC Beleggen Banner Advertisement
Menu
Voorpagina
HCC Beleggen
Symposia
Nieuwsbrief
Nieuwsbrief(archief)
Artikelen
Beleggers Info
Downloads
Sitemap


Voorpagina arrow Artikelen arrow Wouter J. Keller (Emeritus hoogleraar Vrije Universiteit): Defensive Asset Allocation
Wouter J. Keller (Emeritus hoogleraar Vrije Universiteit): Defensive Asset Allocation

Defensive Asset Allocation (DAA).
WJKeller120x160.jpgIn 2007 publiceerde Meb Faber zijn beroemde paper "A Quantitative Approach to Tactical Asset Allocation" over momentum.
Dat paper is een absolute download hit op SSRN (bijna 200K keer gedownload).
Hierin bespreekt hij o.a. zijn Global Tactical Asset Alloction (GTAA) model. Dit GTAA model is voor veel momentum liefhebbers dé benchmark voor global asset allocation. Het GTAA model haalt in onze backtests vanaf 1971 een indrukwekkende return en Sharpe ratio doch met drawdowns van meer dan 25%.
Voor sommige investeerders is die drawdown iets te gortig. In deze lezing zullen we daarom een alternatief model presenteren met vergelijkbare hoge returns doch met veel lagere drawdowns.
We noemen dat model "Defensive Asset Allocation" (DAA).Tevens besteden we aandacht aan stijgende rentes en out-of-sample testing.
Het gepresenteerde model is een verbeterde versie van ons PAA model (zie SSRN 2759734).

Wouter Keller, ondernemer, emeritus hoogleraar en investeerder, bespreekt verschillende tactische beleggingsmodellen. Hij is na een lange carriere bij het CBS en de VU nog een eigen ICT bedrijf gestart. Hierbij is enig vermogen opgebouwd. Ontevreden over de beleggingsresulaten van de grootbanken heeft Wouter eigen beleggingsmodellen ontwikkeld, mn. op basis van momentum. 

HCC Computerbeleggersgroep Zuid Holland
images/banners/HCC-Beleggen-logo-2014-435x82.gifWij stellen ons ten doel de kennis van en het inzicht in Beleggen van de leden te vergroten.
" Beleggen met behulp van de computer " is daarbij het kader.


 
< Vorige   Volgende >

http://www.beleggersonline.nl/ Validated by HTML Validator (based on Tidy) © 2018 Hcc Beleggen Website






De laadtijd van deze pagina is: 0.0336 seconden