Tag Archives: portefeuille

Optimal Portfolios Exam

Pour l’examen du cours de Gestion d’Actifs (optimal portfolios) un cas pratique avec des vraies données, disponibles sur

loc="http://freakonometrics.free.fr/base_portefeuille.csv"
base=read.csv2(loc,sep=";")
base[,1]=as.Date(as.character(base[,1]),"%Y-%m-%d")
for(i in 2:10) base[,i]=as.numeric(as.character(base[,i]))

Pour le rendu, je demande un markdown dont la trame est en ligne ici,  exam_portfolio.Rmd, et la sortie est exam_portfolio.html. Il faut télécharger le fichier Rmd, l’ouvrir avec RStudio, puis me renvoyer le fichier rempli (ainsi que le fichier html compilé) pour midi, à arthur.charpentier@univ-rennes1.fr.

Cours de gestion d’actifs (partie 2)

Le second cours portera sur l’approche de Black & Litterman. En plus des slides du cours, il sera possible de consulter un document synthétique de chez GS.Les applications se feront à l’aide du package BLCOP de R (i.e. Black Litterman and copula-opinion pooling). Un très grand nombre de papiers peuvent être trouvés sur le net sur ce sujet, en particulier les papiers de Attilio Meucci, ou encore le mémoire de Charlotta Mankert. Sinon le package BLCOP s’inspire également d’un document (peu technique) de Thomas Idzorek.

Sinon sur Markowitz, on pourra trouver des notes de cours de Paulo Vanini et Luigi Vignola.

Cours de gestion d’actifs (partie 1)

Cours de méthodes avancées en gestion de portefeuille. Le but du cours sera de présenter essentiellement l’optimisation de portefeuille sur d’autres mesures de risques que la variance (ou l’écart-type). Nous présenterons ainsi Black & Litterman, mais surtout l’allocation d’actifs sous contraintes de VaR ou de TVaR. Le 1er cours a lieu le 6 janvier, et les slides sont en ligne. Les références du cours sont les deux ouvrages suivants

  • Qian, Hua & Sorensen (2007). Quantitative Equity Portfolio Management: Modern Techniques and Applications. Chapman & Hall
  • Scherer & Martin (2007). Introduction to Modern Portfolio Optimization with NuOPT, S-PLUS and S+Bayes. Springer
Parmi les références sur internet, on mentionnera cet article dans l’Agefi de Juin 2008.

Nous avons été surpris de constater que la mesure de risque la plus utilisée par nos répondants est désormais la Value at Risk (VaR), qui a supplanté la volatilité. C’est naturellement un enseignement tout à fait positif car la technique est beaucoup plus récente. Nous avons cependant noté un contraste entre l’utilisation de cette mesure et son calcul, basé sur un schéma de distribution normale, ce qui ne donne aucune valeur ajoutée à cette technique. Cette tactique est finalement un peu dangereuse dans la mesure où l’on a l’impression d’utiliser une mesure de risque extrême qui ne l’est pas. […] Au Royaume-Uni, les gérants utilisent des modèles de l’économie financière – des modèles factoriels -, aussi bien dans la construction de portefeuilles que dans les mesures de performances, bien plus fréquemment que les Suisses ou encore que les Français. Ils sont aussi de gros adeptes des techniques de construction bayésienne. A l’inverse, les gérants français sont beaucoup plus avancés en termes de techniques d’ingénierie, qu’ils utilisent par exemple pour mieux mesurer.”

Un autre article aborde l’utilisation de la VaR en gestion de portefeuille.Les slides du premier cours reprendront les grandes notions sur les mesures de risque, tout en insistant sur la modélisation de la dépendance, avec le cas (classique) Gaussien tout d’abord, puis le cas non-gaussien, avec en particulier l’utilisation des copules.