Optimal portfolios based on stock characteristics: construction and performance for the US market

Abstract

Existe uma vasta literatura sobre criação de carteiras de investimentos, iniciada por Markowitz (1952) e prolongada ao longo dos anos com contribuições sobre novas abordagens e técnicas. Outro ramo relevante da literatura em Finanças concentra-se na análise fundamental e na investigação de métodos para prever rendibilidades futuras. Esta dissertação situa-se na interseção destes dois ramos, uma vez que tem como principal objetivo incorporar a análise fundamental na otimização de carteiras. Para atingir este objetivo, este estudo foca-se no mercado de ações dos EUA entre 1998 e 2021. Os dados são provenientes da Refinitiv Datastream e filtrados e processados seguindo as orientações de Landis e Skouras (2021). Para a criação das carteiras, as rendibilidades esperadas e as matrizes de covariância são produzidas com a estimação de um modelo que relaciona diretamente as rendibilidades esperadas com características das ações, como rácios contabilísticos. Para compreender se possíveis ganhos de performance advêm das rendibilidades esperadas, das matrizes de covariância, ou de ambas, carteiras com diferentes pressupostos são construídas e comparadas com as “Carteiras fundamentais totalmente otimizadas” (Fully optimized fundamental portfolios) através de várias medidas de performance. Estas são construídas seguindo Markowitz (1952), incorporando tanto as rendibilidades esperadas como as estimativas da matriz de covariância. Os resultados são comparados com os encontrados no estudo de Lyle e Yohn (2021). As principais conclusões desta dissertação são de que a incorporação de estimativas de rendibilidades esperadas com base nas características das ações e matrizes de covariância na otimização pode traduzir-se em ganhos na performance da carteira. No entanto, estes ganhos são, em quase todos os casos, apenas notórios quando há uma restrição de pesos superiores a zero (sem vendas a descoberto). Estes resultados são também dependentes do período de tempo em análise e da inclusão de ações de baixa capitalização no universo de investimentos.

There is a vast literature on investment portfolio creation, starting with Markowitz (1952) and prolonging itself throughout the years with numerous contributions on new approaches and improved techniques. Another relevant branch of Finance literature focuses on fundamental analysis and seeks to find methods to predict future returns. This dissertation lies in the intersection between these two branches, as its main objective is to incorporate fundamental analysis in mean variance portfolio optimization. In order to achieve this objective, this study focuses on the US stock market between 1998 and 2021. The data is retrieved from Refinitiv Datastream and cleaned and processed following Landis and Skouras (2021) guidelines. For the creation of the portfolios, both expected returns and covariance matrices are produced with the estimation of a model that directly links expected returns with stock characteristics, including accounting ratios. To understand whether possible gains in performance arise from the expected returns, covariance matrixes, or both, several portfolios with different assumptions are constructed and compared to the “Fully optimized fundamental portfolios” with several performance measures. These Fully optimized portfolios are constructed in Markowitz's (1952) style, incorporating both the expected returns and covariance matrix estimations. Results are compared with the ones found in Lyle and Yohn (2021) study. The main conclusions of this dissertation are that incorporating estimates of expected returns based on stock characteristics and covariance matrices in mean-variance optimization can produce an improved portfolio performance. However, this improvement is almost in all cases only noticeable when there is a constraint on weights to be higher than zero (no short selling). These results are also dependent on the time period under analysis and the inclusion of small stocks in the investment set.