Wealthfront採用的是Markowitz所提出的平均數-變異數投資組合最佳化方法（Mean-Variance Optimization，MVO）來求得效率前緣，而這也是現代投資組合理論的基礎。透過效率前緣，我們可以觀察到每一個風險程度所能獲得的最大報酬，而透過運算，投資人就能獲得一組在衡量風險與報酬之後，投資人可以選擇要最低的風險或是最高的報酬，然後計算出最佳化的投資組合應該怎麼配置。
除此以外，Wealthfront也用MVO方法去計算投資組合中應該包含多少種資產比較好？如果增加一種資產，能夠推高效率前緣的曲線，那麼就表示在相同的風險之下可以獲得更好的報酬，增持這一種資產就是合理的選擇。
在計算MVO的時候，需要一些資料的輸入，包括1. 資產的標準差（代表波動程度）、2. 資產間的相關係數以及3. 預期報酬。在標準差與相關係數這兩種數據，Wealthfront同時考慮長期歷史資料和短期資料。
股票和債券之間的相關性仍然維持很低，因此這也確認了債券能夠在投資組合中分散風險的優點。而Wealthfront發現，不同的股票資產類別，相關係數近幾年來逐漸增加，國際成熟市場和新興市場股市在過去曾經是分散美國股市風險不錯的資產，但是最近已經不再是如此了，所以持有非美國股市，純粹就只是為了他們的報酬潛力。
天然資源以及房地產現在也比1980和1990年代更為和股市相關，不過還有相當程度的分散風險功能。而新興市場債券最近幾年的波動程度已經比1980和1990年代降低了很多，這也顯示了這個資產正在成熟。
為了估計「預期報酬」，Wealthfront使用Sharpe所提出的Capital Asset Pricing Model (CAPM，資本資產定價模型)，風險程度越高的資產類別，預期報酬也越高。此外，還考量了利率、信用利差、股息殖利率、GDP成長率以及其他宏觀經濟的變數，然後採用Black-Litterman model和Gordon growth model根據Wealthfront的看法來校正CAPM的預期報酬。而這份文件上所提到的預期報酬，已經扣除了ETF的費用、稅以及通膨等因素。
Wealthfront提到，他們所算出來的預期報酬比起歷史標準還低，主要是因為目前的利率很低，而經濟成長也緩慢。要留意的是，所算出來的預期報酬是實際報酬而非名目報酬（以2%的通膨來校正）。
各資產間的相關係數：
各資產的標準差：
各資產的預期報酬（多種模型的預測）：
沒有留言:
張貼留言