리스크 패리티 할당기 계산기
무료 리스크 패리티 할당기 계산기로 포트폴리오 배분을 최적화하세요: 변동성과 상관관계 데이터를 사용하여 자산 간 위험 기여도를 균형 있게 조정하고 분산된 올웨더 스타일 포트폴리오를 구축합니다.
리스크 패리티 할당을 보려면 변동성이 있는 자산을 2개 이상 추가하세요.
작동 방식
리스크 패리티는 각 자산이 총 포트폴리오 위험에 균등하게 기여하도록 자본을 배분합니다. 각 자산에 동일한 자본 비율을 부여하는 동일가중 배분과 달리, 리스크 패리티는 상관관계 행렬을 통해 자산이 어떻게 함께 움직이는지 고려합니다. 변동성이 낮은 자산은 더 많은 자본을 받고, 변동성이 높은 자산은 더 적게 받습니다. 현실적인 변동성을 가진 미국 주식, 종합 채권, 금과 같은 최소 두 개의 슬리브를 입력하세요. 세 자산 예시는 일반적인 올웨더 스타일 교육 포트폴리오와 일치합니다. 스트레스 체제를 의도적으로 모델링하지 않는 한 변동성이 큰 1년보다 5년 또는 10년 연간 변동성을 사용하세요. 변동성이 적당하고 주식과의 상관관계가 낮기 때문에 원자재 및 금 슬리브는 시가총액 가중 포트폴리오보다 더 높은 가중치를 받는 경우가 많습니다.
각 자산의 이름과 연간 변동성(표준편차 백분율)을 입력하세요. 그런 다음 행렬의 상단 삼각형에 상관계수를 채우세요: 이는 자산이 어떻게 함께 움직이는지 측정합니다. 계산기는 반복 알고리즘을 사용하여 모든 자산에서 위험 기여도가 균형을 이루는 가중치를 찾습니다. 복잡성이 가치가 있는지 판단하려면 분산비율과 포트폴리오 변동성을 동일가중과 비교하세요. 시장가중 비교 열은 리스크 패리티가 시가총액 가정에서 얼마나 벗어나는지 보여줍니다. 수렴 경고가 나타나면 변동성 입력값이 양수이고 상관관계가 -1에서 +1 범위 내인지 확인하세요. 동일 위험 기여도는 상관관계가 한계 위험 기여도를 변경하기 때문에 동일 변동성 가중과 다릅니다.
시장가중 비교 열은 리스크 패리티가 시가총액 가정에서 얼마나 벗어나는지 보여줍니다. 수렴 경고가 나타나면 변동성 입력값이 양수이고 상관관계가 -1에서 +1 범위 내인지 확인하세요. 동일 위험 기여도는 상관관계가 한계 위험 기여도를 변경하기 때문에 동일 변동성 가중과 다릅니다.
입력값이 변경될 때마다 리스크 패리티 할당기을(를) 사용하세요: 시장 변동, 새로운 기여금 또는 수정된 개인 가정 후. 소프트웨어 설치 없이 빠른 재실행을 위해 페이지를 북마크하세요.
단계별 안내
- 리스크 패리티 할당기을(를) 열고 현재 입력값을 입력하세요.
- 계산된 출력과 요약 테이블을 검토하세요.
- 가정을 조정하고 시나리오를 나란히 비교하세요.
실전 예제
리스크 패리티는 각 자산이 총 포트폴리오 위험에 균등하게 기여하도록 자본을 배분합니다. 작동 방식에 설명된 샘플 입력값을 입력하여 시나리오를 단계별로 재현하세요.
한 번에 하나의 입력을 조정하여 민감도를 확인하세요. 리스크 패리티 할당기은(는) 즉시 업데이트되므로 행동하기 전에 낙관적 및 보수적 가정을 스트레스 테스트할 수 있습니다.
이 계산기를 사용할 때
변동성과 상관관계 데이터를 사용하여 각 자산이 포트폴리오 위험에 균등하게 기여하도록 자본을 배분할 때 리스크 패리티 할당기를 사용하세요. 거래, 배분 변경 또는 계획 업데이트 전 빠른 가상 분석에 적합합니다.
결정이 세금, 유동성 또는 하나의 공식이 포착하는 것 이상의 다년 전망을 포괄할 때 관련 도구와 함께 사용하세요.
흔한 실수
입력 단위나 오래된 시장 가격을 확인하지 않고 출력을 복사하는 것은 리스크 패리티 할당기에서 흔한 오류입니다. 행동하기 전에 티커, 백분율 및 날짜를 확인하세요.
단일 기준 시나리오만 실행하면 꼬리 위험을 무시합니다. 보수적 입력으로 스트레스 테스트하고 결정이 중요할 때 아래 나열된 관련 도구와 비교하세요.
공식
wᵢ = 자산 i의 비조정 리스크 패리티 가중치
σᵢ = 자산 i의 변동성
ρᵢⱼ = 자산 i와 j 간 상관관계
C = 공분산 행렬: Cᵢⱼ = ρᵢⱼ × σᵢ × σⱼ
포트폴리오 분산: σ²ₚ = wᵀCw
한계 위험 기여도: MRCᵢ = (Cw)ᵢ / σₚ
위험 기여도: RCᵢ = wᵢ × MRCᵢ
위험 기여도 %: RC%ᵢ = RCᵢ / σₚ
반복: wᵢ ← wᵢ × 목표 / RC%ᵢ, 이후 정규화
모든 자산이 총 포트폴리오 위험에 균등하게 기여할 때까지 가중치가 반복적으로 조정됩니다. 리밸런싱 거래 규모를 결정하려면 리스크 패리티 가중치를 동일가중과 비교하세요. 거래 비용과 레버리지는 모델 범위 밖입니다. 수렴 허용치는 자산 간 위험 기여도 비율 차이가 1% 미만이거나 반복 상한에 도달하면 중지됩니다. 수렴되지 않은 결과를 감사할 때 반복 횟수를 보고하세요.
제한 사항 및 가정
모든 자산이 총 포트폴리오 위험에 균등하게 기여할 때까지 가중치가 반복적으로 조정됩니다. 리밸런싱 거래 규모를 결정하려면 리스크 패리티 가중치를 동일가중과 비교하세요. 거래 비용과 레버리지는 모델 범위 밖입니다. 수렴 허용치는 자산 간 위험 기여도 비율 차이가 1% 미만이거나 반복 상한에 도달하면 중지됩니다. 수렴되지 않은 결과를 감사할 때 반복 횟수를 보고하세요. 리스크 패리티 할당기는 개인 맞춤형 조언을 대체하지 않습니다. 수수료, 슬리피지, 계좌별 규칙 및 행동 제약이 실제 결과를 변경할 수 있습니다.
주요 용어
- 리스크 패리티란
- 리스크 패리티는 동일한 금액이 아닌 각 자산이 포트폴리오 총 위험에 균등하게 기여하는 배분 전략입니다.
- 리스크 패리티와 동일가중의 차이
- 동일가중은 위험 프로필과 관계없이 각 자산에 동일한 자본 비율을 할당합니다.
- 모델 가정
- 분산비율은 개별 자산 변동성의 가중 평균과 비교하여 총 포트폴리오 변동성이 얼마나 감소했는지 측정합니다.
대안 비교
가중치를 구현하려면 포트폴리오 리밸런서를, 중복 위험을 피하려면 ETF 중복 감지기를, 혼합 구성을 스트레스 테스트하려면 최대 낙폭 계산기를, 스케일링 후 주식 슬리브 민감도에는 포트폴리오 베타를 사용하세요. 리스크 패리티 할당기만으로 전체 결정을 포착할 수 없을 때 이러한 계산기를 사용하세요.
portfolios.tools의 내부 링크는 계산기 체인을 도와줍니다: 먼저 리스크 패리티 할당기을(를) 실행한 다음, 아래 관련 섹션의 전문 도구로 엣지 케이스를 검증하세요.
FAQ
리스크 패리티란 무엇인가요?
리스크 패리티는 동일한 금액이 아닌 각 자산이 포트폴리오 총 위험에 균등하게 기여하는 배분 전략입니다. 변동성이 낮은 자산은 더 높은 자본 배분을 받고, 변동성이 높은 자산은 축소됩니다. 브리지워터는 주식, 채권, 인플레이션 헤지를 혼합한 올웨더 포트폴리오에서 이 아이디어를 대중화했습니다. 레버리지 리스크 패리티 펀드는 스케일링 후 목표 변동성을 달성하기 위해 파생상품을 사용하지만, 이 비레버리지 계산기는 이를 모델링하지 않습니다. 비레버리지 리스크 패리티는 주식 변동성이 채권 변동성을 크게 초과할 때 60/40 대비 채권을 과대 비중하는 경우가 많습니다. 기관 구현에서는 위험 균형 조정 후 주식 수준의 수익 목표를 달성하기 위해 레버리지를 다시 추가할 수 있습니다.
리스크 패리티는 동일가중과 어떻게 다른가요?
동일가중은 위험 프로필과 관계없이 각 자산에 동일한 자본 비율을 할당합니다. 리스크 패리티는 동일한 위험 기여도 비율을 할당합니다. 이는 변동성이 낮은 자산이 더 많은 자본을 받아 일반적으로 더 균형 잡히고 안정적인 포트폴리오를 만듭니다. 기술주 중심 동일가중 포트폴리오는 레이블이 암시하는 것보다 훨씬 더 많은 위험을 수반하는 경우가 많습니다. 리스크 패리티는 주식 변동성이 채권 변동성을 크게 초과할 때 고전적 60/40 대비 채권을 과대 비중하는 경우가 많습니다. 목표 가중치가 일정하게 유지되더라도 리밸런싱 빈도는 실제 경로에 영향을 미칩니다. 과세 계좌는 자본 이득 이벤트를 줄이기 위해 모델이 암시하는 것보다 덜 빈번한 리밸런싱을 선호할 수 있습니다.
분산비율이란 무엇인가요?
분산비율은 개별 자산 변동성의 가중 평균과 비교하여 총 포트폴리오 변동성이 얼마나 감소했는지 측정합니다. 1.0을 초과하는 비율은 분산 이점을 나타냅니다. 높을수록 좋습니다: 자산이 완벽하게 상관되지 않았음을 의미합니다. 1.0에 가까운 비율은 리스크 패리티가 분산 이득을 거의 제공하지 않는다고 경고합니다. 상관관계가 1로 수렴하는 위기 기간에는 최악의 시기에 분산비율이 축소됩니다. 배분 제안을 제시할 때 가중치와 함께 분산비율을 보고하세요. 결과 패널에서 리스크 패리티 포트폴리오 변동성을 동일가중 변동성과 비교하여 알고리즘의 변동성 감소를 정량화하세요.
어떤 입력값이 필요한가요?
각 자산의 연간 변동성(수익률 표준편차)과 모든 자산 쌍 간의 상관계수가 필요합니다. 변동성은 일반적으로 주식 10~40%, 암호화폐 20~60%, 채권 3~8%입니다. 상관관계는 -1에서 +1 범위입니다. 긴 샘플 기간을 사용하되 2022년 채권-주식 상관관계 급등과 같은 체제 변화 후 업데이트하세요. 모닝스타 또는 브로커 도구의 추정 변동성은 탐색적 가중치에 허용됩니다. 공분산 행렬은 양의 준정부호여야 합니다. 극단적인 상관관계 입력은 수렴을 방해할 수 있습니다.
항상 수렴하나요?
알고리즘은 대부분의 현실적인 포트폴리오에서 수렴하는 반복적 수치 해법을 사용합니다. 상관관계가 극단적이거나 자산의 변동성이 0이면 200회 반복 제한 내에서 수렴하지 않을 수 있습니다. 결과는 경고와 함께 표시됩니다. 레버리지 리스크 패리티 펀드는 이 계산기가 모델링하지 않는 추가 레이어를 더합니다. 실계좌에서 가중치를 구현하는 경우 분기별로 입력값을 재추정하세요. 빈번한 리밸런싱으로 인한 거래 비용과 세금 부담은 모델 범위 밖입니다. 동일가중 시드에서 시작하여 각 자산이 총 포트폴리오 분산의 목표 점유율 1% 이내로 기여할 때까지 위험 기여도를 반복하세요.
이 리스크 패리티 할당기 계산기를 휴대폰이나 태블릿에서 어떻게 사용하나요?
예. 이 도구는 데스크톱과 동일한 공식으로 모바일 브라우저에서 완전히 실행됩니다. 선택적 localStorage는 브라우저 설정에서 활성화된 경우 기기에 입력값을 기억할 수 있습니다.
리스크 패리티 할당기을(를) 사용할 때 내 데이터는 어디에 저장되나요?
당사 서버 어디에도 없습니다. 계산은 브라우저에서 로컬로 실행됩니다. 선택적 localStorage는 기기에서만 양식 필드를 저장하며 네트워크를 통해 포트폴리오 번호를 전송하지 않습니다.
세금 또는 법적 결정에 리스크 패리티 할당기에 의존해야 하나요?
아니요. 이 도구는 교육용 수학만 제공합니다. 세법, 계좌 규칙 및 개인 상황은 다양합니다. 중대한 결과를 초래하는 거래 전에 자격을 갖춘 세무 또는 법률 전문가와 상담하세요.
관련 도구
리스크 패리티 결과를 실계좌 거래로 전환할 때 가중치를 구현하려면 포트폴리오 리밸런서를, 중복 위험을 피하려면 ETF 중복 감지기를, 혼합 구성을 스트레스 테스트하려면 최대 낙폭 계산기를, portfolios.tools에서 스케일링 후 주식 슬리브 민감도에는 포트폴리오 베타를 사용하세요.