XII Seminarium QFRG I DSLab [21.06.2021]

15 czerwca 2021

Serdecznie zapraszamy do wzięcia udziału w dwunastym seminarium w ramach comiesięcznego cyklu spotkań badawczych prowadzonych przez QFRG (Quantitative Finance Research Group) i DSLab (Data Science Lab).

Podczas spotkania “Enhanced Index Replication Based on Smart Beta and the Analysis of Distribution Moments” Kamil Korzeń – student drugiego roku anglojęzycznego kierunku WNE UW „Data Science and Business Analytics” i dr hab. Robert Ślepaczuk - Kierownik Katedry Finansów Ilościowych WNE UW przedstawią koncepcję utworzenia algorytmicznie zarządzanego funduszu indeksowego ETF, którego zadaniem jest śledzenie indeksu SPXTR i oferowanie ekspozycji na tzw. współczynnik Smart Beta.

Spotkanie odbędzie się online 21 czerwca 2021 r. o godz. 17:00 na platformie Google Meet.

Spotkanie będzie prowadzone w języku angielskim.

Link do spotkania: meet.google.com/dai-uivz-txu

 

Streszczenie wystąpienia:

The following research paper’s main goal is to create an algorithmically-managed ETF, which tracks the SPXTR Index and provides a Smart Beta exposure. First, authors are trying to build the Index Tracking process using Partial Correlation, Non-Negative Least Squares, Beta Coefficient and Dynamic Time Warping, taking into account transaction costs. Additionally, authors apply a constraint to the total number of assets used in the replication process, which is limited to certain N. Then, authors develop a Smart Beta framework, which is based on limiting the negative and positive tail-risk, or extreme return values in the return distribution in other words using Kurtosis and Skewness. The positive excess return (alpha) is captured and used to compensate for underperformance of the replicated index or paid in a form of dividend. Moreover, with the enhancement methods applied, authors’ main goal is to keep the Tracking Error (TE) on a fixed and minimum level, although with a significant overweight on the Positive TE and underweight on the Negative TE. In the research paper, the data from 2016-01-04 to 2020-12-31 is used as the training window, while the first quarter of the year 2021 (Q1 2021) is used as an out-of-sample testing period. Additionally, authors measure the performance of the replicated index in comparison to the SPY, VOO and IVV ETFs. Authors find empirical evidence that with a limited number of assets, it is possible to track the SPXTR Index within the limits of 4-5% TE. Moreover, after the implementation of alpha accumulation, authors outperform the benchmark ETFs in terms of minimizing the TE, but did not succeed in providing statistically significant returns better than the SPXTR Index.

Serwisy *.wne.uw.edu.pl używają plików cookies zapisywanych na komputerach użytkowników. Są one niezbędne do prawidłowego działania mechanizmów stron internetowych Wydziału Nauk Ekonomicznych UW.

Szczegółowe informacje o Polityce obsługi cookies w serwisach Uniwersytetu Warszawskiego dostępne są na stronie https://www.uw.edu.pl/polityka-obslugi-cookies-ciasteczek-w-serwisach-uw