A pesquisa do impulso transversal explodiu depois que Narasimhan Jegadeesh e Sheridan Titman publicaram seu estudo seminal de 1992, mas o momentum da série de tempo permaneceu como um dos mais velhos métodos de investimento. Em grande parte ignoradas até depois de 2008 As técnicas de tendência de tendências baseadas em preços, como os sistemas de média móvel, permaneceram separadas das técnicas de impulso de séries temporais baseadas no retorno. Em 1838, James Grant publicou The Great Metropolis, Volume 2. Dentro, ele falou de David Ricardo, um economista político Inglês que estava ativo nos mercados de Londres em O final de 1700 e início de 1800. Ricardo amassed uma fortuna grande que troca ambos os laços e os estoques. De acordo com Grant, o sucesso de Ricardos foi atribuído a três regras de ouro: Como eu mencionei o nome de Ricardo, posso observar que ele acumulou sua imensa fortuna por uma atenção escrupulosa ao que ele chamou suas próprias três regras de ouro, a observância de Que ele usou para pressionar seus amigos confidenciais. Estes foram, nunca recusar uma opção quando você pode obtê-lo, cortar suas perdas, deixe seus lucros correr. Ao cortar as perdas mais curtas, Ricardo quis dizer que quando um membro tinha feito uma compra de ações, e os preços estavam caindo, ele deveria revender imediatamente. E, deixando que os lucros funcionassem, ele queria dizer que, quando um membro possuía ações e os preços estavam subindo, ele não deveria vender até que os preços tivessem atingido seu ponto mais alto e começassem a cair de novo. Estas são, na verdade, regras de ouro, e podem ser aplicadas com vantagem a inúmeras outras transações do que aquelas ligadas à Bolsa de Valores. Corte suas perdas curtas e deixe seus lucros funcionar em transformaram-se os princípios do núcleo do seguimento da tendência. Outros proeminentes seguidores da tendência inicial incluem: Charles H. Dow, fundador e primeiro editor do Wall Street Journal, bem como co-fundador da Dow Jones e da Companhia Jesse Livermore, citado por Edwin Lefvre como tendo dito, o grande dinheiro foi Não nas flutuações individuais, mas nos movimentos principais. Dimensionamento de todo o mercado e sua tendência. Richard Wyckoff, cujo método envolveu entrar em posições longas apenas quando o mercado estava tendendo para cima e shorting quando o mercado estava tendendo para baixo. Houve até mesmo um estudo acadêmico precoce da tendência de acompanhamento realizado por Alfred Cowles III e Herbert Jones em 1933. No estudo, intitulado Algumas Probabilidades Posteriori em ações do mercado de ações. Eles se concentram em contar o número de vezes de seqüências quando retornos positivos foram seguidos por retornos positivos ou retornos negativos foram seguidos por retornos negativos para tempos de reversões quando retornos positivos são seguidos por retornos negativos e vice-versa. Cowles e Jones avaliaram a proporção dessas seqüências e reversões nos preços das ações em períodos que variam de 20 minutos a 3 anos. Seus resultados: Verificou-se que, para cada série com intervalos entre observações de 20 minutos até e inclusive 3 anos, as seqüências out-numbered as reversões. Por exemplo, no caso da série mensal de 1835 a 1935, um total de 1200 observações, houve 748 seqüências e 450 reversões. Ou seja, a probabilidade parecia ser .625 que, se o mercado tivesse aumentado em um determinado mês, ele iria subir no mês seguinte, ou, se tivesse caído, que continuaria a diminuir por mais um mês. O desvio padrão para uma série tão longa construída por lance de moeda de um centavo aleatória seria 17,3, portanto, o desvio de 149 do valor esperado de 599 é superior a oito vezes o desvio padrão. A probabilidade de obter tal resultado em uma série de tostões é infinitesimal. Apesar dos resultados empíricos e teóricos promissores para o seguimento de tendências, os próximos estudos acadêmicos não viriam até quase um século depois. Em 1934, Benjamin Graham e David Dodd publicaram Análise de Segurança. Mais tarde, em 1949, publicaram The Intelligent Investor. Nesses volumes pesados, eles descrevem seus métodos para o investimento bem sucedido. Graham e Dodds método focado em avaliar o estado financeiro do negócio subjacente. Seu objetivo era identificar o valor intrínseco de uma empresa e comprar ações quando o mercado oferecia um desconto substancial a esse valor. Para Graham e Dodd, qualquer outra coisa era mera especulação. Graham e Dodd deram aos investidores fundamentais e especificamente valorizam os investidores a sua bíblia. Qualquer coisa, então, que não era investimento fundamental era a análise técnica. E uma vez que o seguimento de tendências dependia apenas da avaliação de preços passados, ele foi rotulado de análise técnica. Infelizmente, os acadêmicos rejeitaram em grande parte a análise técnica através dos anos 1900. Isto é provavelmente devido ao fato de que era difícil de estudar e testar. Os praticantes seguem um grande número de técnicas diferentes. Às vezes, essas diferentes técnicas podem levar a previsões contraditórias entre os técnicos. Mas em 1993, Narasimhan Jegadeesh e Sheridan Titman publicaram Retorna para comprar vencedores e vender perdedores: Implicações para a Eficiência do Mercado de Ações. Em seu artigo, eles delinearam uma estratégia de investimento que comprou ações que tinham superado seus pares e vendeu ações que tinham desempenho inferior. Jegadeesh e Titman chamaram sua aproximação força relativa um termo que tinha sido usado por muito tempo por técnicos. Agora, às vezes é chamado de momento de seção transversal. Momentum relativo, ou muitas vezes apenas momentum. Esse método simples delineado por Jegadeesh e Titman criou retornos positivos estatisticamente significativos que não poderiam ser explicados por fatores de risco comuns. Este papel marcou o início de uma era de pesquisa de momento, com acadêmicos explorando como a técnica atravessou geografias, cronogramas e classes de ativos. Os resultados foram que o momentum foi surpreendentemente robusto. Apesar do sucesso da força relativa. O interesse por seu primo próximo, seguindo tendências, ainda não se encontrava em parte alguma. Até a crise financeira de 2008. Tecnicamente, um dos mais populares trabalhos de pesquisa sobre a tendência de seguimento Mebane Fabers Uma Abordagem Quantitativa para Alocação de Ativos Táticos foi publicado em 2006. Mas a maioria dos interesses de acadêmicos ocorreu após 2008. Atribuímos esse interesse às propriedades de mitigação de risco seguindo tendências. Os estudos tipicamente caem em dois campos. No primeiro acampamento estava o estudo de tendência de seguimento, que tendia a seguir sistemas mecânicos simples, como médias móveis. Faber (2006) caiu neste acampamento, usando uma média móvel de 10 meses cross-over. Existem várias variações desses sistemas. Por exemplo, pode-se usar a cruz de preço sobre a média móvel como um sinal. Outro pode usar o cruzamento de uma média móvel mais curta durante um período mais longo. Finalmente, alguns podem mesmo usar mudanças directional na média movente como o sinal. Outros tendiam a se concentrar no que seria conhecido como momentum das séries temporais. No momento da série de tempo, o sinal de negociação é gerado quando o retorno total ao longo de um dado período cruza a linha zero. Moskowitz, Ooi e Pedersen (2011) demonstraram que a anomalia foi significativa em 58 índices líquidos de ações, divisas, commodities e títulos futuros. As regras de média móvel seguindo a tendência ainda eram consideradas regras técnicas de negociação versus a abordagem quantitativa do momentum da série de tempo. Talvez a maior diferença seja que o acampamento de tendências tende a se concentrar em técnicas que utilizam os preços, enquanto o campo de impulso se concentra em retornos. No entanto, a pesquisa durante a última metade de década realmente mostra que eles são matematicamente estratégias relacionadas. Bruder, Dao, Richard e Roncallis, os métodos de filtragem de tendências para Estratégias Momentum uniram as estratégias de cruzamento cruzado e a série de séries temporais, mostrando que os cruzamentos eram apenas um esquema de ponderação alternativo para os retornos no momento das séries temporais. Para citar, A ponderação de cada retorno forma um triângulo, ea maior ponderação é dada no horizonte da menor média móvel. Portanto, dependendo do horizonte n 2 da média móvel mais curta, o indicador pode ser focalizado para a tendência atual (se n 2 for pequeno) ou para tendências passadas (se n 2 for tão grande quanto n 1 2, por exemplo). Em Marshall, Nguyen e Visaltanachotis Time-Series Momentum versus regras de negociação média móvel. Publicado em 2012, o momentum da série de tempo é mostrado para estar relacionado com mudanças na direção de uma média móvel. De fato, os sinais de momentum da série de tempo não ocorrerão até que a média móvel mude de direção. Portanto, as regras de média móvel que dependem do preço que atravessa a média móvel são prováveis de ocorrer antes de uma mudança no sinal do momentum da série de tempo. Semelhante a Bruder, Dao, Richard e Roncalli, Levine e Pedersen mostram que o momentum das séries temporais e os cruzamentos transversais em movimento estão altamente relacionados em seu artigo de 2015, que Trend is Your Friend. Eles também acham que o ímpeto de séries temporais e as estratégias de cross-over de média móvel se comportam de maneira semelhante em 58 futuros líquidos e contratos a termo. Em seu artigo de 2015 Descobrindo Regras de Tendência, Beekhuizen e Hallerbach também relacionam as médias móveis com os retornos, mas exploram ainda as regras de tendência com períodos de salto e a popular regra MACD (divergência de convergência média móvel). Usando o link implícito de médias móveis e retornos, eles mostram que o MACD é tanta tendência seguinte como é a média-reversão. Esses estudos são importantes porque ajudam a validar a abordagem de sistemas baseados em preços. Estando matematicamente ligadas, abordagens técnicas como médias móveis podem agora ser ligadas à mesma base teórica que o crescente corpo de trabalho no momento da série de tempo. Profissionais de mercado têm há muito tempo que a tendência é o seu amigo e literatura acadêmica finalmente começou a concordar. Mas talvez, o mais importante, agora sabemos que não importa se você toma a abordagem técnica usando médias móveis ou a abordagem quantitativa de medição de retornos. No final do dia, eles são mais ou menos a mesma coisa. Corey é co-fundador e Chief Investment Officer da Newfound Research, um gestor de recursos quantitativos que oferece um conjunto de contas geridas separadamente e fundos mútuos. Na Newfound, a Corey é responsável pelo gerenciamento de portfólio, pesquisa de investimentos, desenvolvimento de estratégias e comunicação das opiniões das empresas aos clientes. Antes de oferecer serviços de gerenciamento de ativos, a Newfound licenciou pesquisa a partir de modelos de investimento quantitativos desenvolvidos pela Corey. No auge, essa pesquisa ajudou a orientar as decisões de alocação tática para mais de 10 bilhões. Corey é um orador frequente em painéis da indústria e contribui para ETF, ETF Trends, e Forbess Great Speculations blog. Ele foi nomeado 2014 ETF All Star pela ETF. Corey é mestre em Ciências da Computação em Finanças da Carnegie Mellon University e Bacharel em Ciência da Computação, cum laude, da Universidade de Cornell. Você pode se conectar com Corey no LinkedIn ou no Twitter. Sobre a Newfound Fundada em agosto de 2008, a Newfound Research é uma empresa de gerenciamento de ativos quantitativos baseada em Boston, MA. Investindo na intersecção de financiamentos quantitativos e comportamentais, a Newfound Research dedica-se a ajudar os clientes a atingir seus objetivos de longo prazo com portfólios orientados por pesquisa e quantitativamente gerenciados, ao mesmo tempo em que reconhece que a qualidade da viagem é tão importante quanto o destino. Você pode aprender mais sobre nossos serviços de gerenciamento de ativos aqui. Posts Recentes Visualizando a Ansiedade das Estratégias Ativas Desvirtuando o Mau Comportamento 27 de fevereiro de 2017 A Alfa da Crise: Uma Abordagem Simples da ETF 21 de fevereiro de 2017 A descomposição da Equidade Retorna 13 de fevereiro de 2017 Investir na intersecção de fatores quantitativos e comportamentais , A Newfound Research dedica-se a ajudar os clientes a atingir seus objetivos de longo prazo com portfólios orientados pela pesquisa e gerenciados quantitativamente, ao mesmo tempo em que reconhece que a qualidade da viagem é tão importante quanto o destino. Regras Massey University - Departamento de Economia e Finanças Data de escrita: 22 de dezembro de 2014 Momento série impulso (TSMOM) e média móvel (MA) negociação regras estão estreitamente relacionados no entanto, existem diferenças importantes. TSMOM sinais ocorrem em pontos que coincidem com uma mudança de direção MA, enquanto MA comprar (vender) sinais só exigem preço para mover acima (abaixo) um MA. Nossos resultados empíricos mostram que as regras MA freqüentemente dão sinais anteriores que levam a ganhos significativos de retorno. Ambas as regras funcionam melhor fora da grande série de ações que podem explicar o quebra-cabeça de sua popularidade com os investidores, mas falta de evidência de apoio em estudos acadêmicos. JEL Classificação: Análise técnica, momento-série impulso, média móvel, retorno de previsibilidade Citações sugeridas: Citação sugerida Marshall, Ben R. e Nguyen, Nhut H. e Visaltanachoti, Nuttawat, Time-Series Momentum vs Moving Average Trading Rules (December 22, 2014). Disponível na SSRN: ssrnabstract2225551 ou dx. doi. org10.2139ssrn.2225551 Universidade Massey - Faculdade de Economia e Finanças (e-mail) Private Bag 11-222 Palmerston North, 30974 Nova Zelândia 64 6 350 5799 (Telefone) 64 6 350 5651 (Fax ) Dual Momentum TM À medida que as vantagens do investimento de momentum se tornam mais conhecidas, há naturalmente mais pesquisas sendo feitas para explorar seu potencial. Algumas dessas pesquisas, como o Moskowitz, Ooi, e Pedersen papel Time Series Momentum, tem sido excelente. Nós preferimos apontar e discutir coisas positivas como essa, mas uma vez que este é um blog sobre o momento, sentimos a obrigação de também falar sobre produtos de impulso e de investigação que pode ser um pouco fora de base (veja aqui vem Mercado Neutral Momentum8230sort de). No final do ano passado, Keller e van Putten emitiu um artigo chamado Momentum generalizado e Flexible Asset Allocation. Os autores aplicaram momentum absoluto e relativo ao top 3 de 7 ativos usando dados de 1998 até 2012. Eles desenvolveram seus parâmetros em 8 anos de dados de 2005 a 2012 e indicam que validaram seus resultados em 7 anos de dados adicionais de 1998 a 2004. Eles chamam isso de validação fora da amostra, mas eles mencionam em outro lugar em seu trabalho que eles determinaram o período de retrocesso e o número de fundos para investir, examinando um período mais longo de dados que inclui todo o período de 1998 a 2012 . Para dividir uma quantidade modesta de dados ao meio e chamar parte dele, um teste fora da amostra não está correto. O viés de snooping de dados e o excesso de ajuste do modelo também são práticas comuns entre os praticantes. Com relação a seus resultados, oito anos de dados é um tamanho de amostra muito pequeno para determinar os parâmetros do modelo de investimento. Seus resultados em mais 7 anos de dados podem parecer decentes porque momentum é tão robusto que a maioria dos parâmetros em uma determinada faixa de trabalho para fora OK. No entanto, o teste de volta em oito anos de dados pode não dar quais são realmente os melhores valores de parâmetro. Em outros lugares, o trabalho dos autores pode ser bastante confuso. Aqui está um exemplo: Às vezes, nosso momento relativo é chamado de força relativa (RS, ver Faber 2010) ou momentum das séries temporais (ver Thomas 2012). Também usaremos o termo impulso de retorno para melhor contrastar com a volatilidade e o momento de correlação. O momentum da série de tempo é diferente do momentum relativo (veja meu post Whatchmacallit). Além disso, o que eles chamam de volatilidade e momento de correlação não tem nada a ver com o momento. Momentum é sobre a seleção de ativos com base na persistência em seu desempenho, quer contra os seus pares (momento relativo) ou contra si mesmos ao longo do tempo (momento absoluto). Isso não faz sentido com relação à volatilidade ou correlação. Os autores realmente usam a volatilidade ea correlação como fatores de classificação. Eles fazem o mesmo com retornos, mas depois de selecioná-los usando momentum relativo e absoluto. Os autores terminam classificando os ativos usando pesos arbitrários de 1,0, 0,5 e 0,5 para o momento de retorno, volatilidade e correlação, respectivamente. Eles não explicam como eles vieram com essas ponderações. Eu seria cauteloso sobre o uso da informação neste papel sem fazer consideravelmente mais análise e back testing. Time Series Momentum versus Moving Average Trading Rules, de Marshall, Nguyen e Visaltanachoti é um trabalho acadêmico que tenta determinar se as regras de negociação de tempo-apenas momentum bater regras de negociação média móvel comparável. Eles fazem isso comparando o momentum absoluto (que eles chamam momentum da série de tempo) a comparáveis (de acordo com eles) as médias móveis de quintis com base no tamanho dos estoques dos EUA usando 10, 50, 100 e 200 dias de negociação back-back períodos. Eles têm confiança em suas comparações, porque suas correlações entre momentum e média móvel retornos são geralmente superiores a 0,8. No entanto, isso pode ter algo a ver com o seu uso diário, em vez de mensais, os dados de retorno. Uma vez que o momentum é uma anomalia de termo intermediário, a maioria dos pesquisadores o estuda usando retornos mensais. Obtemos correlações que variam de 0,45 a 0,47 quando se comparam os retornos mensais do impulso absoluto de 12 meses com um intervalo de 4 a 32 meses de média móvel dos retornos mensais do mercado de ações dos EUA nos últimos 38 anos. Utilizamos uma gama de comprimentos médios móveis porque não se pode apenas usar o mesmo período de retrocesso para as médias de movimento e de movimento e esperar resultados comparáveis. Os autores sugerem isso quando dizem que as médias móveis entram e saem de ações mais cedo. O artigo também identifica os períodos médios de retenção de 10, 50, 100 e 200 dias de negociação como 8, 22, 31 e 47 dias para regras de média móvel, e 10, 32, 46 e 83 dias para regras de momentum. Entradas mais rápidas e saídas com médias móveis significa que seus comprimentos devem ser mais longos se se espera que seu desempenho corresponda ao desempenho do momento absoluto. Escolhendo o mesmo período de look-back não faz impulso absoluto e as médias móveis comparáveis. Um velho ditado de investimento é que as médias móveis devem ser plotadas metade do seu comprimento por trás do preço atual em um gráfico de ações. Um atraso de meio intervalo significa que o período de retrocesso para uma média móvel seria o dobro do período de retrocesso para o momento, para que os dois fossem aproximadamente comparáveis. O gráfico a seguir deve deixar isso claro. Vamos medir o momento absoluto a partir do ponto médio desta linha em 30 para o ponto final em 50. Momento absoluto mede a diferença entre o início eo valor final, que neste caso é 20. O valor da média móvel calculada desde o início de 30 até o final De 50 é 40. A diferença entre o valor médio móvel de 40 e o valor final de 50 é apenas 10, indicando uma tendência mais fraca do que foi identificada utilizando impulso absoluto. No entanto, se começarmos nossa média móvel duas vezes mais atrás no ponto de 10, o valor da média móvel calculada se torna 30 em vez de 40, ea diferença entre ele e nosso valor final é agora 20, o mesmo que com momento absoluto. Os números nem sempre funcionam exatamente dessa maneira. A média móvel equivalente período de retorno depende da ação preço ao longo do comprimento da média móvel. No entanto, é seguro dizer que usando duas vezes o período de retrocesso momentum absoluto dá-nos um melhor comprimento médio móvel equivalente. Podemos ver isso no Painel D da Tabela 2 do artigo: Momentum Time-Series e Análise Técnica Desempenho e Comparação Q1 (Pequeno) Q2 Q3 Q4 Q5 (Grande) MA TSMOM MA TSMOM MA TSMOM MA TSMOM MA TSMOM Painel D: Sharpe Ratios 10 0,47 0,38 0,41 0,31 0,42 0,28 0,37 0,25 0,16 0,04 50 0,37 0,26 0,30 0,21 0,28 0,22 0,25 0,19 0,12 0,08 100 0,27 0,19 0,22 0,15 0,21 0,18 0,19 0,16 0,12 0,11 200 0,20 0,13 0,17 0,12 0,17 0,15 0,19 0,14 0,13 0,10 As existências estão em tamanho Quintis de Q1 (pequeno) para Q5 (grande). Períodos de retorno de 10 a 200 dias estão na primeira coluna. Leitura através das linhas, as relações de Sharpe são para a média móvel (MA) e momentum absoluto (TSMOM) estratégias usando o mesmo período de look-back. Vemos que, com exceção de Q5 (grande), se mudarmos as estratégias de MA para um nível para que seus períodos de retorno sejam duas vezes mais longos (ou mais quando passando de 50 para 10) como os períodos de retrospecção do TSMOM, Obter uma correspondência quase exata dos índices de Sharpe. Com base no uso desses períodos de retrocesso que tornam as estratégias MA e TSMOM quase equivalentes, não se pode mais dizer que as regras de tempo de carteira baseadas em médias móveis superam claramente suas contrapartidas de momento absoluto. Para comparar momentum absoluto a regras de negociação média móvel, deve-se examinar um intervalo de valores para cada um. Fizemos isso e descobrimos que os parâmetros de melhor momento de desempenho aplicados a diferentes ativos e diferentes períodos de tempo têm menos dispersão do que os parâmetros de média móvel com melhor desempenho. Dual Momentum TM À medida que as vantagens do investimento de momentum se tornam mais conhecidas, Feito para explorar seu potencial. Algumas dessas pesquisas, como o Moskowitz, Ooi, e Pedersen papel Time Series Momentum, tem sido excelente. Nós preferimos apontar e discutir coisas positivas como essa, mas uma vez que este é um blog sobre o momento, sentimos a obrigação de também falar sobre produtos de impulso e de investigação que pode ser um pouco fora de base (veja aqui vem Mercado Neutral Momentum8230sort de). No final do ano passado, Keller e van Putten emitiu um artigo chamado Momentum generalizado e Flexible Asset Allocation. Os autores aplicaram momentum absoluto e relativo ao top 3 de 7 ativos usando dados de 1998 até 2012. Eles desenvolveram seus parâmetros em 8 anos de dados de 2005 a 2012 e indicam que validaram seus resultados em 7 anos de dados adicionais de 1998 a 2004. Eles chamam isso de validação fora da amostra, mas eles mencionam em outro lugar em seu trabalho que eles determinaram o período de retrocesso e o número de fundos para investir, examinando um período mais longo de dados que inclui todo o período de 1998 a 2012 . Para dividir uma quantidade modesta de dados ao meio e chamar parte dele, um teste fora da amostra não está correto. O viés de snooping de dados e o excesso de ajuste do modelo também são práticas comuns entre os praticantes. Com relação a seus resultados, oito anos de dados é um tamanho de amostra muito pequeno para determinar os parâmetros do modelo de investimento. Seus resultados em mais 7 anos de dados podem parecer decentes porque momentum é tão robusto que a maioria dos parâmetros em uma determinada faixa de trabalho para fora OK. No entanto, o teste de volta em oito anos de dados pode não dar quais são realmente os melhores valores de parâmetro. Em outros lugares, o trabalho dos autores pode ser bastante confuso. Aqui está um exemplo: Às vezes, nosso momento relativo é chamado de força relativa (RS, ver Faber 2010) ou momentum das séries temporais (ver Thomas 2012). Também usaremos o termo impulso de retorno para melhor contrastar com a volatilidade e o momento de correlação. O momentum da série de tempo é diferente do momentum relativo (veja meu post Whatchmacallit). Além disso, o que eles chamam de volatilidade e momento de correlação não tem nada a ver com o momento. Momentum é sobre a seleção de ativos com base na persistência em seu desempenho, quer contra os seus pares (momento relativo) ou contra si mesmos ao longo do tempo (momento absoluto). Isso não faz sentido com relação à volatilidade ou correlação. Os autores realmente usam a volatilidade ea correlação como fatores de classificação. Eles fazem o mesmo com retornos, mas depois de selecioná-los usando momentum relativo e absoluto. Os autores terminam classificando os ativos usando pesos arbitrários de 1,0, 0,5 e 0,5 para o momento de retorno, volatilidade e correlação, respectivamente. Eles não explicam como eles vieram com essas ponderações. Eu seria cauteloso sobre o uso da informação neste papel sem fazer consideravelmente mais análise e back testing. Time Series Momentum versus Moving Average Trading Rules, de Marshall, Nguyen e Visaltanachoti é um trabalho acadêmico que tenta determinar se as regras de negociação de tempo-apenas momentum bater regras de negociação média móvel comparável. Eles fazem isso comparando o momentum absoluto (que eles chamam de momentum da série de tempo) a comparáveis (de acordo com eles) as médias móveis de quintis com base no tamanho dos estoques dos EUA usando 10, 50, 100 e 200 dias de troca. Eles têm confiança em suas comparações, porque suas correlações entre momentum e média móvel retornos são geralmente superiores a 0,8. No entanto, isso pode ter algo a ver com o seu uso diário, em vez de mensais, os dados de retorno. Uma vez que o momentum é uma anomalia de termo intermediário, a maioria dos pesquisadores o estuda usando retornos mensais. Obtemos correlações que variam de 0,45 a 0,47 quando se comparam os retornos mensais do impulso absoluto de 12 meses com um intervalo de 4 a 32 meses de média móvel dos retornos mensais do mercado de ações dos EUA nos últimos 38 anos. Utilizamos uma gama de comprimentos médios móveis porque não se pode apenas usar o mesmo período de retrocesso para as médias de movimento e de movimento e esperar resultados comparáveis. Os autores sugerem isso quando dizem que as médias móveis entram e saem de ações mais cedo. O artigo também identifica os períodos médios de retenção de 10, 50, 100 e 200 dias de negociação como 8, 22, 31 e 47 dias para regras de média móvel, e 10, 32, 46 e 83 dias para regras de momentum. Entradas mais rápidas e saídas com médias móveis significa que seus comprimentos devem ser mais longos se se espera que seu desempenho corresponda ao desempenho do momento absoluto. Escolhendo o mesmo período de look-back não faz impulso absoluto e as médias móveis comparáveis. Um velho ditado de investimento é que as médias móveis devem ser plotadas metade do seu comprimento por trás do preço atual em um gráfico de ações. Um atraso de meio intervalo significa que o período de retrocesso para uma média móvel seria o dobro do período de retrocesso para o momento, para que os dois fossem aproximadamente comparáveis. O gráfico a seguir deve deixar isso claro. Vamos medir o momento absoluto a partir do ponto médio desta linha em 30 para o ponto final em 50. Momento absoluto mede a diferença entre o início eo valor final, que neste caso é 20. O valor da média móvel calculada desde o início de 30 até o final De 50 é 40. A diferença entre o valor médio móvel de 40 e o valor final de 50 é apenas 10, indicando uma tendência mais fraca do que foi identificada utilizando impulso absoluto. No entanto, se começarmos nossa média móvel duas vezes mais atrás no ponto de 10, o valor da média móvel calculada se torna 30 em vez de 40, ea diferença entre ele e nosso valor final é agora 20, o mesmo que com momento absoluto. Os números nem sempre funcionam exatamente dessa maneira. A média móvel equivalente período de retorno depende da ação de preço ao longo do comprimento da média móvel. No entanto, é seguro dizer que usando duas vezes o período de retrocesso momentum absoluto dá-nos um melhor comprimento médio móvel equivalente. Podemos ver isso no Painel D da Tabela 2 do artigo: Momentum Time-Series e Análise Técnica Desempenho e Comparação Q1 (Pequeno) Q2 Q3 Q4 Q5 (Grande) MA TSMOM MA TSMOM MA TSMOM MA TSMOM MA TSMOM Painel D: Sharpe Ratios 10 0,47 0,38 0,41 0,31 0,42 0,28 0,37 0,25 0,16 0,04 50 0,37 0,26 0,30 0,21 0,28 0,22 0,25 0,19 0,12 0,08 100 0,27 0,19 0,22 0,15 0,21 0,18 0,19 0,16 0,12 0,11 200 0,20 0,13 0,17 0,12 0,17 0,15 0,19 0,14 0,13 0,10 As existências estão em tamanho Quintis de Q1 (pequeno) para Q5 (grande). Períodos de retorno de 10 a 200 dias estão na primeira coluna. Leitura através das linhas, as relações de Sharpe são para a média móvel (MA) e momentum absoluto (TSMOM) estratégias usando o mesmo período de look-back. Vemos que, com exceção de Q5 (grande), se mudarmos as estratégias de MA para um nível para que seus períodos de retorno sejam duas vezes mais longos (ou mais quando passando de 50 para 10) como os períodos de retrospecção do TSMOM, Obter uma correspondência quase exata dos índices de Sharpe. Com base no uso desses períodos de retrocesso que tornam as estratégias MA e TSMOM quase equivalentes, não se pode mais dizer que as regras de tempo de carteira baseadas em médias móveis superam claramente suas contrapartidas de momento absoluto. Para comparar momentum absoluto a regras de negociação média móvel, deve-se examinar uma gama de valores para cada um. Fizemos isso e descobrimos que os parâmetros de momentum com melhor desempenho aplicados a diferentes ativos e períodos de tempo diferentes têm menos dispersão do que os parâmetros de média móvel com melhor desempenho. 9 de março de 2013 Há um novo papel de pesquisa por Wes Grey e Jack Vogel que é interessante não só para os investidores momentum, mas para todos os investidores e pesquisadores. O papel está usando o Drawdown máximo para capturar o risco de cauda. Nela, Wes e Jack mostram que as anomalias acadêmicas, identificadas por modelos de fatores lineares (alfa), muitas vezes não são grandes estratégias de negociação. Wes e Jack selecionam onze longshort anomalias da literatura acadêmica e mostram que um número deles, apesar alphas positivos e Sharpe proporções atraentes, mostram grandes levantamentos que provavelmente desencadear chamadas de margem e retiradas de investidores em momentos inoportunos. Seis das onze estratégias têm reduções superiores a 50, sendo as três piores 86,1, 84,7 e 83,5. (A dinâmica de estoque Longshort é aquela com um levantamento de 86. Talvez o QuantShares devesse reconsiderar o chamado ETF de longo prazo, o US Neutral Momentum Fund). Alguns pesquisadores analisam a razão Sortino, que divide o excesso de retorno por variabilidade negativa, ao invés de variabilidade total, como a razão de Sharpe. A incorporação de variabilidade de alta pode ser útil, no entanto, especialmente quando se avaliam oportunidades de investimento com volatilidade de descida semelhantes. Nem Sharpe nem o rácio Sortino considera a extensão total da exposição negativa no extremo esquerdo de uma distribuição. Wes e Jack dizem que é importante que pesquisadores e investidores considerem o risco de cauda. Eles sugerem olhar para a perda de pico-para-vale máximo (abaixamento) associado a uma série de tempo como uma maneira relativamente fácil de fazer isso. Eles têm um vídeo explicativo em seu blog Turnkey Analyst, juntamente com o código de macro Excel VBA e uma planilha para calcular o máximo drawdown. (Existem outros bons vídeos lá também, mostrando como usar o Excel para a otimização média de variância e como calcular o fator alfa de 3 ou 4). Obviamente, a redução máxima não é perfeita como medida de risco. Não é passível de análise estatística tradicional, como intervalos de confiança. (Dada a natureza estocástica dos mercados financeiros, a análise estatística tradicional pode não ser tão precisa de qualquer maneira.) A redução máxima é dependente do tempo quanto mais longo for um registro de pista, mais provável será que o levantamento máximo aumente. A freqüência de estiramento, bem como a magnitude, também é importante. Além disso, o levantamento máximo mostra apenas um único evento passado que pode ser uma ocorrência casual e não ser representativo do que o futuro pode trazer. Outras maneiras de olhar para a cauda de risco tentam lidar com essas preocupações. O valor condicional em risco (CVAR) tenta mostrar o que um drawdown será mais provável parecer dado um evento extremo. Extreme value theory (EVT) tries to identify large deviations from the medians of probability distributions. Both these approaches are computationally challenging and rarely found in finance literature. (I used to compute CVAR myself, but didn8217t find it as intuitively appealing as maximum drawdown.) Wes and Jack have done a service in showing how the usual ways of evaluating investment opportunities, such as alpha and Sharpe ratios, can be seriously lacking. Neither alpha, nor standard deviation, nor maximum drawdown, represent a complete measure of investment risk. Maximum drawdown is good in that it gives some indication of extreme tail risk. However, I also look more broadly at strategy drawdown versus benchmarks drawdown under a variety of adverse conditions. I also examine interquartile ranges and extreme outliers using box plots of the data. You can see all four of these methods at work in my dual momentum paper. I hope other researchers catch on soon and start presenting more than just Sharpe ratio or alpha as their objective function. These often mean little on their own in terms of true risk exposure. Tail risk is important to investors, and it should also matter to researchers.
No comments:
Post a Comment