İki Varlıklı Portföy

Ağırlıkları ve korelasyonu kaydırın; portföy σ'sının iki varlıklı sınır boyunca hareket etmesini izleyin. Çeşitlendirmenin neden işe yaradığının en basit gösterimi.

Varlık A'nın ağırlığını kaydır. Portföy standart sapmasının iki varlık sınırı boyunca nasıl hareket ettiğini izle. Korelasyon ne kadar düşükse çeşitlendirme faydası o kadar büyük.

Herhangi 2 varlık seç — μ, σ, ρ canlı çek

Varlık 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.

Varlık 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.

Varlık A — S&P 500 (stocks)

E[r] %

σ %

Varlık B — US 10y T-Note (bonds)

E[r] %

σ %

Korelasyon ρ

A'nın ağırlığı: 60%

Kapalı form MVP ağırlığı (w_A):10.47%

E[r_p]

7.60%

σ_p

11.42%

Sharpe (rf=0)

0.67

İki varlık sınırı A ve B'nin her ağırlıklı bileşimini gösterir. MVP (turuncu) σ'nın en düşük olduğu tek noktadır. Daha düşük korelasyon eğriyi sola iter — bu çeşitlendirme faydasıdır, finansın tek "bedava öğle yemeği".

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.

Her Lab, standart ders kitabı matematiğine dayanır (Bodie / Kane / Marcus, Fabozzi, Tandelilin). Read the full methodology in the How It Works panel above.