Quant Sandbox
SzármaztatottPortfólió & kockázatFix hozamúVállalati pénzügySztochasztikus modellekÚtmutató
Útmutató
Derivatívák árazása
01Határidős ügyletek, call és put opciók02Pozíciók kombinálása03Arbitrázs és a határidős ár04Put–call paritás05Az egylépéses binomiális modell06Kockázatsemleges valószínűségek07Többlépéses fák és visszafelé indukció08Amerikai opciók és korai lehívás09Delta és fedezés10Geometriai Brown-mozgás11A Black–Scholes-képlet12A görögök: gamma, vega, théta és rhó13Implikált volatilitás és a volatilitás-mosoly14Sztochasztikus volatilitás és a Heston-modell15Statikus replikáció: Breeden–Litzenberger és Carr–Madan16Egzotikus opciók: korlátos, ázsiai és digitális opciók
Portfólió és kockázat
01Hozamok és volatilitás02Diverzifikáció és korreláció03Hatékony front és tőkepiaci egyenes04Kockázatkerülés és az optimális teljes portfólió05CAPM, béta és az értékpapír-piaci egyenes06Teljesítménymutatók: Sharpe, Treynor, Jensen és információs ráta07Faktormodellek és szisztematikus kockázat08Kockáztatott érték (VaR) és várható veszteség (ES)
Kötvények és kamatlábak
01Kötvényárak és hozamok02Duráció és konvexitás03Immunizáció és durációillesztés04Azonnali kamatok, forward kamatok és a hozamgörbe05Kötvényfutures és a legolcsóbban szállítható kötvény06Kamatcsereügyletek07Visszahívható kötvények és negatív konvexitás08Hitelkockázat: csődvalószínűség és hitelfelár
Vállalati pénzügyek
01Kamat, kamatozás és diszkontálás02Annuitások, örökjáradékok és hiteltörlesztés03Nettó jelenérték és belső megtérülési ráta04Súlyozott átlagos tőkeköltség05Tőkeszerkezet és a Modigliani–Miller-tételek06Diszkontált pénzáram alapú értékelés07Relatív értékelés szorzókkal08Reálopciók: a rugalmasság értéke
Sztochasztikus modellek
01Véletlen bolyongás és Brown-mozgás02Valószínűségi mezők, σ-algebrák és valószínűségi változók03Filtrációk, adaptált folyamatok és megállási idők04Feltételes várható érték és martingálok05A Brown-mozgás tulajdonságai06A tükrözési elv és az első elérési idők07A Brown-híd08Az Itô-integrál09Az Itô-lemma10Kolmogorov-egyenletek és a Feynman–Kac-formula11Mértékcsere és a Girsanov-tétel12Monte Carlo-opcióárazás13SDE-k szimulációja: az Euler–Maruyama-séma14Átlaghoz való visszahúzás: Ornstein–Uhlenbeck és Vasicek15Ugrások és a Merton-féle ugró diffúzió
Tudásgráf

© 2026 Quant Sandbox · Tanulást segítő eszköz a kvantitatív pénzügyekhez

Adatvédelem és adatokNincsenek sütik

Ez az oldal nem használ sütiket (cookie-kat), és nem kér személyes adatokat. Néhány apró beállítást a böngésződ helyi tárolójában (local storage) őriz meg — a választott témát és nyelvet, az oldalsáv elrendezését, valamint az útmutatókban elért haladást és a válaszaidat —, hogy a következő látogatáskor is emlékezzen rájuk. Ezek az adatok nem hagyják el az eszközödet; a böngésző tárhelyének törlésével eltávolíthatók. A módosított bemenetek az oldal URL-címében is rögzülhetnek, így megoszthatsz vagy könyvjelzőként elmenthetsz egy adott beállítást. Az oldal a Vercel Web Analytics szolgáltatást használja, amely adatvédelem-barát és süti nélküli: csak névtelen, összesített használati adatokat (például oldalletöltéseket) rögzít, anélkül hogy azonosítana téged vagy más oldalakon követne.

Útmutató/Portfólió és kockázat

Diverzifikáció és korreláció

2. lecke / 8 · 1 perc

A „Hozamok és volatilitás” című lecke egyetlen eszközt két számmal írt le: a μ\muμ várható hozammal és a σ\sigmaσ volatilitással. Ez a lecke több eszközt rak egy portfólióba. A portfólió várható hozama egyszerű átlag, a volatilitása viszont nem az: attól függ, hogyan mozognak együtt az eszközök, amit a korrelációjuk mér. Ebből fakad a diverzifikáció.

Portfóliósúlyok és portfólióhozam

Egy portfólió egy pénzösszeget oszt szét eszközök között. A wiw_iwi​ súly az iii-edik eszközbe fektetett pénz aránya, így a súlyok összege egy: w1+⋯+wN=1w_1 + \cdots + w_N = 1w1​+⋯+wN​=1. Ebben a leckében minden súly 0 és 1 közé esik, vagyis short eladást (shortolást) nem engedünk meg.

Hozamon itt az előző leckéből ismert egyperiódusos egyszerű hozamot értjük, R=S1/S0−1R = S_1/S_0 - 1R=S1​/S0​−1. Egyszerű hozamokkal a portfólió hozama pontosan az eszközhozamok súlyozott átlaga, hiszen a pénz minden része a saját tényezőjével nő:

Rp=w1R1+w2R2+⋯+wNRN.R_p = w_1 R_1 + w_2 R_2 + \cdots + w_N R_N.Rp​=w1​R1​+w2​R2​+⋯+wN​RN​.

A loghozamokra ez nem teljesül pontosan, ezért dolgozik a portfólióelmélet egyszerű hozamokkal. Összeg várható értéke a várható értékek összege, így a portfólió várható hozama ugyanez a súlyozott átlag:

μp=E[Rp]=∑i=1Nwi μi.\mu_p = \mathbb{E}[R_p] = \sum_{i=1}^{N} w_i\,\mu_i.μp​=E[Rp​]=i=1∑N​wi​μi​.

Kovariancia és korreláció

Két hozam együttmozgását a kovariancia írja le:

σAB=Cov⁡(RA,RB)=E[(RA−μA)(RB−μB)].\sigma_{AB} = \operatorname{Cov}(R_A, R_B) = \mathbb{E}\big[(R_A - \mu_A)(R_B - \mu_B)\big].σAB​=Cov(RA​,RB​)=E[(RA​−μA​)(RB​−μB​)].

Pozitív, ha a két hozam jellemzően egyszerre van a várható értéke fölött, és negatív, ha az egyik jellemzően akkor magas, amikor a másik alacsony. Nagysága függ a mértékegységektől és a volatilitásoktól, ezért normáljuk, és így kapjuk a korrelációt:

ρ=σABσA σB,−1≤ρ≤1,azazσAB=ρ σAσB.\rho = \frac{\sigma_{AB}}{\sigma_A\,\sigma_B}, \qquad -1 \le \rho \le 1, \qquad \text{azaz} \quad \sigma_{AB} = \rho\,\sigma_A\sigma_B.ρ=σA​σB​σAB​​,−1≤ρ≤1,azazσAB​=ρσA​σB​.

ρ=1\rho = 1ρ=1 esetén a két hozam pontosan együtt mozog (az egyik a másik pozitív lineáris függvénye), ρ=−1\rho = -1ρ=−1 esetén pontosan ellentétesen, ρ=0\rho = 0ρ=0 esetén pedig nincs köztük lineáris kapcsolat. Egy eszköz önmagával vett kovarianciája a varianciája: σAA=σA2\sigma_{AA} = \sigma_A^2σAA​=σA2​.

Kéteszközös portfólió varianciája

Vegyünk két eszközt, A-t és B-t, wA=1−ww_A = 1 - wwA​=1−w és wB=ww_B = wwB​=w súlyokkal. Két valószínűségi változó összegének varianciája a varianciák összege plusz a kovariancia kétszerese, a konstans szorzók pedig négyzetesen jönnek ki:

σp2=Var⁡(wARA+wBRB)=wA2σA2+wB2σB2+2 wAwB ρ σAσB.\sigma_p^2 = \operatorname{Var}(w_A R_A + w_B R_B) = w_A^2\sigma_A^2 + w_B^2\sigma_B^2 + 2\,w_A w_B\,\rho\,\sigma_A\sigma_B.σp2​=Var(wA​RA​+wB​RB​)=wA2​σA2​+wB2​σB2​+2wA​wB​ρσA​σB​.

Az első két tag az egyes eszközök saját kockázata. A harmadik tagban jelenik meg a korreláció. Minden mást rögzítve kisebb ρ\rhoρ kisebb portfólióvarianciát ad.

A korreláció három esete

ρ=1\rho = 1ρ=1 esetén a kifejezés teljes négyzet:

σp2=(wAσA+wBσB)2⇒σp=wAσA+wBσB.\sigma_p^2 = (w_A\sigma_A + w_B\sigma_B)^2 \quad\Rightarrow\quad \sigma_p = w_A\sigma_A + w_B\sigma_B.σp2​=(wA​σA​+wB​σB​)2⇒σp​=wA​σA​+wB​σB​.

A volatilitás ekkor a két volatilitás súlyozott átlaga, éppúgy, mint a várható hozam. A keverés semmilyen kockázatcsökkenést nem hoz.

ρ<1\rho < 1ρ<1 esetén a vegyes tag kisebb, mint a teljes négyzetnél, ezért

σp<wAσA+wBσB(0<w<1).\sigma_p < w_A\sigma_A + w_B\sigma_B \qquad (0 < w < 1).σp​<wA​σA​+wB​σB​(0<w<1).

A portfólió kevésbé kockázatos, mint a részei átlaga, a várható hozama viszont továbbra is az átlag. Ez a különbség a diverzifikáció haszna.

ρ=−1\rho = -1ρ=−1 esetén a kifejezés ismét négyzet, σp=∣wAσA−wBσB∣\sigma_p = |w_A\sigma_A - w_B\sigma_B|σp​=∣wA​σA​−wB​σB​∣, és ez nulla, ha wAσA=wBσBw_A\sigma_A = w_B\sigma_BwA​σA​=wB​σB​, vagyis wB=σA/(σA+σB)w_B = \sigma_A/(\sigma_A + \sigma_B)wB​=σA​/(σA​+σB​) mellett. Két tökéletesen ellentétes eszközből kockázatmentes portfólió rakható össze. Jó kép erre egy esernyőárus és egy fagylaltos ugyanazon a strandon: bármilyen is az idő, egyiküknek jó napja van.

A minimális varianciájú portfólió

A és B összes keveréke közül van egy, amelynek a legkisebb a varianciája. Írjuk fel σp2\sigma_p^2σp2​-et w=wBw = w_Bw=wB​ függvényeként, és tegyük a deriváltját nullával egyenlővé:

dσp2dw=−2(1−w)σA2+2wσB2+2(1−2w)σAB=0.\frac{d\sigma_p^2}{dw} = -2(1-w)\sigma_A^2 + 2w\sigma_B^2 + 2(1-2w)\sigma_{AB} = 0.dwdσp2​​=−2(1−w)σA2​+2wσB2​+2(1−2w)σAB​=0.

A www-s tagokat összegyűjtve kapjuk a minimális varianciájú súlyt:

wB∗=σA2−σABσA2+σB2−2σAB,wA∗=1−wB∗.w_B^{*} = \frac{\sigma_A^2 - \sigma_{AB}}{\sigma_A^2 + \sigma_B^2 - 2\sigma_{AB}}, \qquad w_A^{*} = 1 - w_B^{*}.wB∗​=σA2​+σB2​−2σAB​σA2​−σAB​​,wA∗​=1−wB∗​.

Ha a képlet [0,1][0, 1][0,1]-en kívüli értéket ad, akkor short eladás nélkül a minimum a közelebbi végpontban van, vagyis egyetlen eszközben. Ez történik például ρ=1\rho = 1ρ=1 mellett, ahol a legkevésbé kockázatos választás csak a kisebb volatilitású eszközt tartani. Az alábbi két eszköznél ez minden ρ>σA/σB=0,5\rho > \sigma_A/\sigma_B = 0{,}5ρ>σA​/σB​=0,5 esetén így van.

Számpélda

Az A eszközre μA=6%\mu_A = 6\%μA​=6% és σA=15%\sigma_A = 15\%σA​=15%, a B eszközre μB=12%\mu_B = 12\%μB​=12% és σB=30%\sigma_B = 30\%σB​=30%, a korreláció ρ=0,2\rho = 0{,}2ρ=0,2. A kovariancia σAB=0,2×0,15×0,30=0,009\sigma_{AB} = 0{,}2 \times 0{,}15 \times 0{,}30 = 0{,}009σAB​=0,2×0,15×0,30=0,009.

Az 50/50-es portfólióra μp=9%\mu_p = 9\%μp​=9% és

σp2=0,25×0,0225+0,25×0,09+2×0,25×0,009=0,032625,σp≈18,06%.\sigma_p^2 = 0{,}25 \times 0{,}0225 + 0{,}25 \times 0{,}09 + 2 \times 0{,}25 \times 0{,}009 = 0{,}032625, \qquad \sigma_p \approx 18{,}06\%.σp2​=0,25×0,0225+0,25×0,09+2×0,25×0,009=0,032625,σp​≈18,06%.

A volatilitások súlyozott átlaga 22,5%22{,}5\%22,5%, vagyis a diverzifikáció kb. 4,4 százalékpontnyi volatilitást tüntet el anélkül, hogy a várható hozamból bármit feladnánk.

A minimális varianciájú súly

wB∗=0,0225−0,0090,0225+0,09−0,018=0,01350,0945≈0,143.w_B^{*} = \frac{0{,}0225 - 0{,}009}{0{,}0225 + 0{,}09 - 0{,}018} = \frac{0{,}0135}{0{,}0945} \approx 0{,}143.wB∗​=0,0225+0,09−0,0180,0225−0,009​=0,09450,0135​≈0,143.

Ennek a portfóliónak μp≈6,86%\mu_p \approx 6{,}86\%μp​≈6,86% és σp≈14,34%\sigma_p \approx 14{,}34\%σp​≈14,34%. Ha az A-hoz egy kevés kockázatosabb B-t keverünk, a volatilitás az A önmagában vett volatilitása alá csökken, miközben a várható hozam nő.

Az ábra A és B összes, 0 és 1 közötti súlyú keverékét mutatja a várható hozam és a volatilitás síkján, a választott korreláció mellett (vastag görbe). A szaggatott egyenes a ρ=1\rho = 1ρ=1, a pontozott V alak a ρ=−1\rho = -1ρ=−1 esete; jelölők mutatják A-t és B-t. Mozgasd a korreláció csúszkáját, és figyeld meg, hogy ρ\rhoρ csökkenésével a görbe egyre jobban balra hajlik, ρ=−1\rho = -1ρ=−1-nél pedig eléri a függőleges tengelyt. A kijelzők a minimális varianciájú súlyt B-ben, a minimális volatilitást, az 50/50-es portfólió volatilitását és várható hozamát, valamint összehasonlításként a két volatilitás 22,5%-os átlagát mutatják. ρ=0,5\rho = 0{,}5ρ=0,5 fölött a súly kijelzője negatívba fordul, a kijelzett minimális volatilitás pedig ilyenkor az A eszközé önmagában.

Két eszköz keverékei a kockázat–hozam síkonMegnyitás: Portfólió labor →
0.20
-11
ρ = 1ρ = −1A és B keverékeiEszközök
Minimális varianciájú súly B-ben
14.3%
Minimális volatilitás
14.34%
50/50 portfólió volatilitása
18.06%
A két volatilitás átlaga
22.50%
50/50 portfólió várható hozama
9.0%

Sok eszköz és a szisztematikus kockázat

Vegyünk most NNN eszközt egyenlő, wi=1/Nw_i = 1/Nwi​=1/N súllyal. A portfólió varianciája az összes páron vett összeg:

σp2=∑i=1N∑j=1Nwiwj σij=1N2∑i=1Nσi2+1N2∑i≠jσij.\sigma_p^2 = \sum_{i=1}^{N}\sum_{j=1}^{N} w_i w_j\,\sigma_{ij} = \frac{1}{N^2}\sum_{i=1}^{N}\sigma_i^2 + \frac{1}{N^2}\sum_{i \ne j}\sigma_{ij}.σp2​=i=1∑N​j=1∑N​wi​wj​σij​=N21​i=1∑N​σi2​+N21​i=j∑​σij​.

NNN darab variancia- és N(N−1)N(N-1)N(N−1) darab kovarianciatag van. Jelölje σ2‾\overline{\sigma^2}σ2 az átlagos varianciát, σ‾ij\overline{\sigma}_{ij}σij​ pedig a különböző eszközök közötti átlagos kovarianciát. Ekkor

σp2=1N σ2‾+(1−1N)σ‾ij  ⟶  σ‾ij(N→∞).\sigma_p^2 = \frac{1}{N}\,\overline{\sigma^2} + \Big(1 - \frac{1}{N}\Big)\overline{\sigma}_{ij} \;\longrightarrow\; \overline{\sigma}_{ij} \quad (N \to \infty).σp2​=N1​σ2+(1−N1​)σij​⟶σij​(N→∞).

Az egyedi varianciák kidiverzifikálódnak, az átlagos kovariancia viszont megmarad. Példa: minden eszközre σ=30%\sigma = 30\%σ=30%, minden párra ρ=0,3\rho = 0{,}3ρ=0,3, így σ‾ij=0,3×0,09=0,027\overline{\sigma}_{ij} = 0{,}3 \times 0{,}09 = 0{,}027σij​=0,3×0,09=0,027. Egy eszköz volatilitása 30%, tíz eszközé kb. 18,2%, száz eszközé kb. 16,6%, a határérték pedig 0,027≈16,4%\sqrt{0{,}027} \approx 16{,}4\%0,027​≈16,4%.

Az egyes eszközökre jellemző egyedi kockázat egy nagy portfólióban eltűnik. A közös mozgásokból eredő, az átlagos kovarianciával mért kockázat megmarad. Ezt a megmaradó részt szisztematikus (piaci) kockázatnak nevezzük.

A két eszköz mozgatása

Az alábbi ábrán te helyezed el a két eszközt. Húzd az A vagy a B pontot a kockázat–hozam sík bármely pontjára, és válassz korrelációt. ρ=0,9\rho = 0{,}9ρ=0,9 mellett a keverékek a két pontot összekötő egyenes közelében maradnak, a keverés alig csökkenti a kockázatot. ρ=−0,5\rho = -0{,}5ρ=−0,5 mellett a görbe mindkét eszköztől messze balra hajlik. Húzd B-t egyenesen felfelé: a minimális varianciájú súly nem változik, mert csak a volatilitásoktól és a korrelációtól függ, a várható hozamoktól nem.

Húzd az eszközöket a kockázat–hozam síkonMegnyitás: Portfólió labor →

Fogd meg az A vagy a B pontot, és húzd el: a keverékek görbéje és a minimális varianciájú pont követi.

A és B keverékeiMinimális varianciaEszközök
A
6.0% / 15.0%
B
12.0% / 30.0%
Minimális varianciájú súly B-ben
20.0%
Minimális volatilitás
13.42%

Összefoglalás

  • A portfólió hozama az eszközhozamok súlyozott átlaga: μp=∑iwiμi\mu_p = \sum_i w_i\mu_iμp​=∑i​wi​μi​.
  • A portfólió varianciája a kovarianciáktól függ: σp2=wA2σA2+wB2σB2+2wAwBρσAσB\sigma_p^2 = w_A^2\sigma_A^2 + w_B^2\sigma_B^2 + 2w_Aw_B\rho\sigma_A\sigma_Bσp2​=wA2​σA2​+wB2​σB2​+2wA​wB​ρσA​σB​.
  • ρ=1\rho = 1ρ=1 mellett a volatilitás a súlyozott átlag, ρ<1\rho < 1ρ<1 mellett kisebb annál, ρ=−1\rho = -1ρ=−1 mellett akár nulla is lehet.
  • A minimális varianciájú súly wB∗=(σA2−σAB)/(σA2+σB2−2σAB)w_B^{*} = (\sigma_A^2 - \sigma_{AB})/(\sigma_A^2 + \sigma_B^2 - 2\sigma_{AB})wB∗​=(σA2​−σAB​)/(σA2​+σB2​−2σAB​).
  • Nagy, egyenlő súlyú portfólióban a variancia az átlagos kovarianciához tart: a szisztematikus kockázat nem diverzifikálható.

A következő lecke („Hatékony front és tőkepiaci egyenes”) megengedi a short eladást, bevezet egy kockázatmentes eszközt, és azt vizsgálja, melyik portfóliót érdemes ezek közül ténylegesen választani.

Próbáld kiKombinálj eszközöket, és kövesd a portfólió volatilitásának változását a Portfólió laborban →
← ElőzőHozamok és volatilitásKövetkező →Hatékony front és tőkepiaci egyenes
Kapcsolatok
Diverzifikáció és korreláció
Teljes gráf megnyitása →
Laborok ehhez a leckéhez
Portfólió laborKockázat & hozam