Детальная информация

Цель работы — разработка и эмпирическая проверка модели портфельной оптимизации, основанной на минимизации максимальной просадки, в условиях повышенной волатильности российского фондового рынка. В работе проанализированы структурные особенности российского фондового рынка, рассмотрены теоретические основы портфельной оптимизации, включая модель Марковица, методы регуляризации, байесовские подходы и альтернативные меры риска. Сформирована выборка ликвидных российских акций за 2020–2025 гг., реализованы базовые портфельные стратегии и разработана модель оптимизации портфеля, основанная на минимизации максимальной просадки при ограничении на доходность. Объектом исследования является российский фондовый рынок, представленный временными рядами доходностей ликвидных акций, входящих в состав индекса МосБиржи. Предметом исследования являются математические методы и алгоритмы портфельной оптимизации, направленные на снижение максимальной просадки. Для обработки данных, построения портфельных моделей и проведения эмпирической проверки использовался язык программирования Python. В работе применялись методы анализа финансовых временных рядов, численной оптимизации с ограничениями, скользящего бэктеста и сценарного моделирования методом Монте-Карло. Результаты исследования могут быть использованы для построения риск-ориентированных инвестиционных стратегий на российском фондовом рынке, сравнения классических портфельных моделей с моделями, ориентированными на контроль максимальной просадки, а также для дальнейшего развития подходов к портфельной оптимизации.

The purpose of the study is to develop and empirically test a portfolio optimization model based on maximum drawdown minimization under conditions of increased volatility in the Russian stock market. The paper analyzes the structural features of the Russian stock market and examines the theoretical foundations of portfolio optimization, including the Markowitz model, regularization methods, Bayesian approaches, and alternative risk measures. A sample of liquid Russian stocks for 2020–2025 was formed, benchmark portfolio strategies were implemented, and a portfolio optimization model based on maximum drawdown minimization under a target return constraint was developed. The object of the study is the Russian stock market, represented by time series of returns of liquid stocks included in the MOEX Index. The subject of the study is mathematical methods and algorithms of portfolio optimization aimed at reducing maximum drawdown. Python programming language was used for data processing, portfolio model construction, and empirical testing. The study applied methods of financial time series analysis, constrained numerical optimization, rolling backtesting, and Monte Carlo scenario modeling. The results of the study can be used for developing risk-oriented investment strategies in the Russian stock market, comparing classical portfolio models with models focused on maximum drawdown control, and further developing approaches to portfolio optimization.