Institutional Money, Ausgabe 2 | 2025

performance zu messen. Viertens steht die Evaluierung der Performancemessgrößen auf dem Plan: Schlüsselkenngrö- ßen sind hier Total Return, annualisierte Rendite, Volatilität und die Sharpe Ratio. Sie werden berechnet, um die E ek- tivität jedes Portfolios zu vergleichen. Dieser systematische Backtest-Ansatz liefert nach Parks Einschätzung eine robuste Validierung des vorgeschlagenen Clustering- und Optimierungsrahmens, wodurch dessen Potenzial aufgezeigt wurde, traditionelle Portfoliostrategien zu übertre en. Der in der Studie verwendete Datenrohsto umfasst die täglichen Schlusskurse von zehn wichtigen amerikanischen Aktien, die im S&P 500 Index gelistet sind. Die ausgewählten zehn Aktien stammen aus verschiedenen Sektoren, sodass eine repräsentative Stichprobe der Markt- dynamik gewährleistet ist. Zu den Tickern gehören: AAPL, (Apple), MSFT (Microsoft), GOOGL (Alpha.et), AMZN (Amazon), TSLA (Tesla), NVDA (NVIDIA), META (Meta Platforms), JPM (JPMorgan Chase), V (Visa) und UNH (UnitedHealth Group). Die historischen Aktienkurse wur- den von Yahoo Finance unter Verwendung der y nance- Bibliothek von Python entnommen. Clustering Am Anfang stehen die Resultate des Clusterings der ge- nannten zehn US-Aktien. Der k-Means-Clustering-Algorith- Portfoliooptimierung ist die Suche nach dem optimalen Verhältnis aus Ertrag und Risiko, wobei bei traditionellen Ansätzen ein Entweder-oder angestrebt wird. Eine aktuelle Forschungsarbeit versucht, einen Schritt weiter zu gehen. Drei Cluster Ergebnis k-Means-Clustering Cluster ID Stocks 1 AMZN, V 2 AAPL, NVDA, META, UNH 3 MSFT, GOOGL, TSLA, JPM Während Amazon und Visa den Cluster 1 bilden, umfasst Cluster 2 Apple, Nvidia, Meta und UnitedHealth Group. In Cluster 3 finden sich Microsoft, Google, Tesla und J.P. Morgan. Quelle: Studie N o . 2/2025 | institutional-money.com 97 Portfolioallokation | THEORIE & PRAXIS FOTO: © YEEKAZAR | STOCK.ADOBE.COM