Resampled Efficiency nach Michaud

Das Problem der Schätzfehler-Maximierung

Michaud prägte den Begriff 'Schätzfehler-Maximierung' für die klassische MVO: Der Optimierer weist Anlagen mit überschätzten Renditen oder unterschätzten Risiken übermäßig hohe Gewichte zu. Das Ergebnis sind stark konzentrierte, instabile Portfolios.

Der Resampling-Ansatz

Michauds Methode geht in drei Schritten vor:

Aus den geschätzten Inputparametern (mu, Sigma) werden N Szenarien durch Monte-Carlo-Simulation gezogen – jedes Szenario ist eine mögliche Realisierung der wahren Parameter.
Für jedes Szenario wird die klassische Efficient Frontier berechnet und das optimale Portfolio für das gewünschte Renditeziel bestimmt.
Die N optimalen Portfoliogewichte werden gemittelt – das ist das Resampled-Efficient-Portfolio.

Technisch: w_RE = (1/N) * Summe(w_i^*) mit i = 1 bis N Simulationen. Typisch: N = 500 bis 2.000 Simulationen.

Eigenschaften der Resampled Portfolios

Resampled Portfolios sind:

Stärker diversifiziert (weniger Extremgewichte)
Stabiler über Zeit (geringerer Turnover beim Rebalancing)
Näher am gleichgewichteten Portfolio als klassische MVO

In Out-of-Sample-Tests zeigen sie typischerweise höhere Sharpe Ratios als klassische MVO-Portfolios, aber ähnliche Werte wie Black-Litterman oder Minimum-Varianz.

Kritik

Die Methode hat keine klare theoretische Grundlage – sie ist eher eine heuristische Verbesserung als ein fundiertes Modell. Michaud hat die Methode patentieren lassen (US Patent 6,003,018), was akademische Kritik auslöste. Einige Forscher argumentieren, der Ansatz überschätze die Verbesserung.

Verbreitung

New Frontier Advisors (Michauds eigene Firma) bietet kommerzielle Software an. Institutionelle Asset Manager nutzen Resampling als eine von mehreren robustifizierenden Maßnahmen, oft kombiniert mit Kovarianzmatrix-Shrinkage.

Hinweis: Dieser Artikel dient ausschließlich der Information und stellt keine Anlageberatung dar.