दो-एसेट पोर्टफोलियो

वज़न और सहसंबंध स्लाइड करें; देखें पोर्टफोलियो σ दो-एसेट फ्रंटियर के साथ कैसे चलता है। विविधीकरण क्यों काम करता है, इसका सबसे सरल प्रदर्शन।

एसेट A का वजन स्लाइड करें। पोर्टफोलियो की मानक विचलन को दो-एसेट सीमा के साथ चलते देखें। कम सहसंबंध → अधिक विविधीकरण लाभ।

कोई भी 2 एसेट चुनें — μ, σ, ρ लाइव खींचें

एसेट A

Mix any combination — e.g. NVDA + BTC-USD + GLD + AGG. Type a ticker not in the list to add it as a custom asset.

एसेट B

Mix any combination — e.g. NVDA + BTC-USD + GLD + AGG. Type a ticker not in the list to add it as a custom asset.

एसेट A — S&P 500 (stocks)

E[r] %

σ %

एसेट B — US 10y T-Note (bonds)

E[r] %

σ %

सहसंबंध ρ

A का वजन: 60%

क्लोज्ड-फॉर्म MVP वजन (w_A):10.47%

E[r_p]

7.60%

σ_p

11.42%

Sharpe (rf=0)

0.67

दो-एसेट सीमा A और B के हर भारित मिश्रण को दिखाती है। MVP (नारंगी) सबसे कम σ वाला एकमात्र बिंदु है। कम सहसंबंध वक्र को बाईं ओर अधिक धकेलता है — यही विविधीकरण लाभ है, फाइनेंस का एकमात्र "मुफ्त भोजन"।

When you mix two assets, the portfolio return is just the weighted average of the two returns. But the volatility is NOT a simple average - it depends on correlation. When ρ < 1, you get diversification: the portfolio is less volatile than a weighted average would suggest. That's the magic Markowitz formalised.

प्रत्येक लैब मानक पाठ्यपुस्तक गणित पर आधारित है (Bodie / Kane / Marcus, Fabozzi, Tandelilin)। Read the full methodology in the How It Works panel above.