Cluster Analysis of Retirement Mutual Funds
Keywords:
Sharpe ratio, Jensen’s alpha, Treynor ratio, time series cluster analysis, Community Detection in Networks, Retirement Mutual FundAbstract
A Retirement Mutual Fund (RMF) is a type of mutual fund that promotes savings and long-term investment for retirement planning. RMF offers a wide range of investment policies from low-risk fund that invests the most of its principal in government bonds to high-risk fund that focus its investment on stocks or gold. There are certain types of risk associated with RMF such as market risk, liquidity risk, concentration risk, and so on. In this work, we study the performance of some Retirement Mutual Funds offered by various financial institutions based on Sharpe ratio, Jensen’s alpha and Treynor ratio to identify groups of these RMFs using time series cluster analysis with Community Detection in Networks. The result provides some guidelines for investors to choose among these RMFs to minimize the investment risk by diversifying their portfolio.
References
[1] บริษัทหลักทรัพย์จัดการกองทุน กรุงศรี จำกัด (2562 ธันวาคม 23) เลือกกองทุนให้ดีต้องมองผ่านเลนส์ [Online] แหล่งที่มา: https://www.krungsriasset.com/th/PDFPlanStart-Invest/Start-investment_lesson5_TH.aspx
[2] นพดล อุดมวิศวกุล, อภิญญา วนเศรษฐ, สุนีย์ ศีลพิพัฒน์, “การวิเคราะห์เปรียบเทียบอัตราผลตอบแทนและความเสี่ยงในตราสารทางการเงินสำหรับการจัดพอร์ตการลงทุน,” การประชุมเสนอผลงานวิจัยระดับบัณฑิตศึกษา มหาวิทยาลัยสุโขทัยธรรมาธิราช ครั้งที่ 2, The 2nd STOU Graduate Research Conference, กรุงเทพฯ, 4-5 กันยายน 2555, OSS 0016.
[3] L. N. Ferreira and L. Zhao, “Time series clustering via community detection in networks,” Information Sciences, vol. 326, pp. 227-242, 2016.
[4] วริศรา มีศรีกมลกุล, “การจัดกลุ่มตามรูปร่างสำหรับข้อมูลอนุกรมเวลา,” วิทยานิพนธ์ วศ.ม., จุฬาลงกรณ์มหาวิทยาลัย, 2554.
[5] D. J. Berndt and J. Clifford, “Using Dynamic Time Warping to Find Patterns in Time Series,” In Proceedings of AAAI Workshop on Knowledge Discovery in Databases, Seattle, Washington, USA, Jul. 1994, pp. 359-370.
[6] C. A. Ratanamahatana and E. Keogh, “Making Time-Series Classification More Accurate Using Learned Constraints,” In Proceedings of SIAM International Conference on Data Mining, Lake Buena Vista, Florida, USA, Apr. 2004, pp. 11-22.
[7] E. F. Legara. (2020, April 15). Community Detection with Networkx, [Online]. Available: https://www.slideshare.net/ErikaFilleLegara/community-detection-with-networkx-59540229
[8] WealthMagik. (2562, ธันวาคม 17). WealthMagik-Screener. [Online] แหล่งที่มา: https://www.wealthmagik.com/Screener/BasicScreener.aspx
