Drawdown Measures and Return Moments

Abstract

This paper provides an investigation of the effects of an investment’s return moments on drawdown-based measures of risk, including Maximum Drawdown (MDD), Conditional Drawdown (CDD), and Conditional Expected Drawdown (CED). Additionally, a new end-of-period drawdown measure is introduced, which incorporates a psychological aspect of risk perception that previous drawdown measures had been unable to capture. While simulation results indicate many similarities in the first and second moments, skewness and kurtosis affect different drawdown measures in radically different ways. Thus, users should assess whether their choice of drawdown measure accurately reflects the kind of risk they want to measure.

Drawdown Measures: Are They All the Same?

“…Changes are largest for the eopDD where correlations decrease monotonically as skill increases. This finding reflects the eopDD's particular sensitivity to changes in the first return moment (Möller, 2018) that occur when skill changes.…”

Uczenie maszynowe w budowie portfela inwestycyjnego

“…Jednakże miarą ryzyka portfela, która najbardziej interesuje typowego inwestora, jest obsunięcie kapitału, a w szczególności najwyższe obniżenie kapitału podczas trwania całego okresu inwestycji. Indykatorem służącym do oceny tego ryzyka jest maksymalne zmniejszenie kapitału (maximum drawdown) (Möller, 2018) wykorzystywane do oceny efektywności portfela inwestycyjnego w ramach wskaźnika Calmara (Magdon-Ismail i Atiya, 2004). Typowym podejściem wykorzystywanym do kontroli ryzyka portfela inwestycyjnego jest dywersyfikacja.…”

Innowacje finansowe w gospodarce 4.0

“…Cecha ta oferuje nadzwyczajną elastyczność w zakresie definiowania parametrów tworzonej strategii inwestycyjnej. W tym kontekście funkcja celu może obejmować nie tylko miary ryzyka oparte na dystrybucji stóp zwrotu na koniec okresu pomiaru (na przykład odchylenie standardowe leżące u podstawy wskaźnika Sharpe'a), ale również inne miary zależne od całej ścieżki realizowanych inwestycji (na przykład maksymalne obsunięcie kapitału wykorzystywane do kalkulacji wskaźnika Calmara) (Möller, 2018). Tym samym algorytm może "wyuczyć" się strategii, która będzie dostarczać zdefiniowany przez inwestora maksymalny poziom obsunięcia kapitału w trakcie całego okresu realizowanej inwestycji.…”