سلسلة الوقت استراتيجية التداول الزخم

سلسلة الوقت استراتيجية التداول الزخم

موارد نظام التداول
قائمة خيارات خيارات الأسهم
ويزمان الفوركس محدودة (ويسترن يونيون تحويل الأموال)


سوينغ استراتيجية تداول العملات الأجنبية نظام فوريكس الرياضي بدف استراتيجية تداول الأسهم قصيرة تارين فوريكس إي تحميل مجاني تداول الفوركس 1099 خيارات الأسهم مقابل تداول العملات

استراتيجيات سلسلة الزخم التجارية في سوق الأسهم العالمية. غاغاري تشاكرابارتي. في السنوات الأخيرة، تم التحقق من صحة الأرباح غير العادية في أسواق الأسهم تجريبيا، وبالتالي وضع فرضية السوق الفعالة في المحاكمة؛ والتأكيد على أن السوق يعرف كل شيء أو السوق لا يمكن أن يتعرض للضرب وقد ثبت أن تكون أسطورة. وبوجود قواعد تجارية مربحة في أسواق الأوراق المالية، تصبح المضاربة ظاهرة شائعة تجعل النظام المالي غير مستقر في جوهره، ويتعرض للصدمات، ويتعرض للحوادث. هذه الدراسة، في حين استكشاف وجود قواعد التداول مربحة في السوق العالمية في السنوات الأخيرة، ويجد أن الدول المتقدمة في البلدان المتقدمة أكثر عرضة لأنشطة المضاربة. * غاغاري تشاكرابارتي أستاذ مساعد في الاقتصاد في جامعة الرئاسة، كلكتا، الهند. ومجالات بحوثها الرئيسية هي الاقتصاد المالي، والتمويل الكمي، والأسواق المالية كنظم معقدة. حصلت على ماجستير، M.Phil. ودكتوراه درجة في الاقتصاد من جامعة كلكتا. المراجع. معلومات حقوق التأليف والنشر. المؤلفين والانتماءات. غاغاري تشاكرابارتي. لا توجد انتماءات متاحة. حول هذه المقالة. نشرت بالتعاون مع. توصيات شخصية. اقتباس المقال. المراجع المرجعية ريس ريفوركس زوتيرو. .BIB بيبتكس جابريف منديلي. مشاركة المقال. الوصول غير المحدود إلى المقال الكامل التحميل الفوري تشمل ضريبة المبيعات المحلية إن وجدت. اقتباس المقال. المراجع المرجعية ريس ريفوركس زوتيرو. .BIB بيبتكس جابريف منديلي. مشاركة المقال. أكثر من 10 مليون وثيقة علمية في متناول يدك. تبديل الطبعة. &نسخ؛ 2017 سبرينجر الدولية للنشر أغ. جزء من الطبيعة سبرينجر. تأثير سلسلة الوقت الزخم. والزخم التقليدي المقطع العرضي هو شذوذ شعبي وموثق توثيقا جيدا. يستخدم الزخم التقليدي مجموعة من الأصول لاختيار الفائزين السابقين، ويتوقع أن هؤلاء الفائزين سوف تستمر في تفوق أقرانهم في المستقبل أيضا. ومع ذلك، تظهر البحوث الأكاديمية الأخيرة أننا لسنا في حاجة إلى الكون كله من الأصول لاستغلال تأثير الزخم. تظهر نسخة جديدة من هذا الشذوذ (الزخم الزمني سلسلة) أن كل الأمن (أو الأصول) تملك الماضي العائد هو التنبؤ في المستقبل. والعائد الفائض الذي حققته كل أداة على مدى ال 12 شهرا الماضية يعد مؤشرا إيجابيا على عائدها في المستقبل. محفظة متنوعة من الزخم السلسلي الوقت في جميع الأصول مستقرة بشكل ملحوظ وقوية، مما أسفر عن نسبة شارب عالية مع وجود علاقة ضئيلة لمعايير سلبية. ميزة إضافية هي أن عودة الزخم سلسلة الوقت يبدو أن أكبر عندما عوائد سوق الأسهم هي الأكثر تطرفا. وبالتالي، قد يكون الزخم السلاسل الزمنية تحوطا للأحداث المتطرفة. السبب الأساسي. وتشير البحوث الأكاديمية إلى أن تأثير الزخم السلسلي الزمني يتسق مع النظريات السلوكية للمستثمرين & كوت؛ والتفاعل الأولي الأولي والتفاعل المفرط المتأخر المطبق على نشر المعلومات. استراتيجية التداول بسيطة. ويتكون عالم الاستثمار من 24 من العقود الآجلة للسلع، و 12 من أزواج العملات المتقاطعة (مع 9 عملات أساسية)، و 9 مؤشرات للأسهم المتقدمة، و 13 من العقود الآجلة للسندات الحكومية المتقدمة. المصدر ورقة. موسكويتز، أوي، بيدرسين: زمن الزخم. نحن نوثق "زخم سلسلة زمنية" كبير في مؤشر الأسهم، والعملة، والسلع، وعقود السندات الآجلة لكل من الأدوات السائلة 58 نعتبرها. نجد الثبات في العوائد لمدة 1 إلى 12 شهرا الذي ينعكس جزئيا على آفاق أطول، بما يتفق مع نظريات المشاعر من رد الفعل الأولي رد الفعل وتأخر الإفراط في رد الفعل. وتوفر محفظة متنوعة من استراتيجيات الزخم السلسلي الزمني في جميع فئات الأصول عوائد غير طبيعية كبيرة مع التعرض القليل لعوامل التسعير القياسية للأصول، وتؤدي أفضل أداء في الأسواق القصوى. وتبين لنا أن العائد على الزخم السلسلي الزمني مرتبط ارتباطا وثيقا بالأنشطة التجارية للمضاربين والتحوط، حيث يبدو أن المضاربين يستفيدون منه على حساب المحوطين. أوراق أخرى. بالتاس، كوسوسكي: الاتجاه التالية واستراتيجيات الزخم في الأسواق الآجلة. بناء استراتيجية الزخم سلسلة زمنية ينطوي على التجميع المعدل التقلبات للاستراتيجيات أحادي المتغير، وبالتالي تعتمد بشكل كبير على كفاءة مقدر تقلب وعلى نوعية إشارة التداول الزخم. وباستخدام مجموعة بيانات تتضمن أسعارا من 12 عقدا مستقبلا خلال الفترة من نوفمبر / تشرين الثاني 1999 إلى أكتوبر / تشرين الأول 2009، فإننا نحقق في هذه التبعيات وعلاقتها بالربحية في زخمها وتصل إلى عدد من النتائج الجديدة. أولا، إشارات التداول الزخم الناتجة عن تركيب اتجاه خطي على مسار سعر الأصول تعظيم الأداء خارج العينة مع التقليل من دوران المحفظة، وبالتالي السيطرة على إشارة التداول الزخم العادية في الأدب، وعلامة العائد الماضي. وثانيا، تظهر النتائج أنماط زخم قوية في التواتر الشهري لإعادة التوازن، وأنماط الزخم القوي نسبيا عند التردد الأسبوعي وأنماط الزخم الضعيفة نسبيا في التواتر اليومي. في الواقع، يتم توثيق آثار انعكاس كبيرة في الأفق القصير جدا. وأخيرا، وفيما يتعلق بتجمیع الاستراتیجیات المتکاملة أحادي المتغیر، یشکل مقدر مجموعة يانغ-تشانغ الخیار الأمثل لتقدیر التقلب من حیث تعظیم الکفاءة والتقليل إلی أدنى حد من التحیز ودوران محفظة الاستثمارات اللاحقة. إن بناء استراتيجية الزخم السلسلي الزمني ينطوي على التجميع المعدل التقلب للاستراتيجيات المتغيرة، وبالتالي يعتمد بشكل كبير على كفاءة مقدر التقلب وعلى نوعية إشارة التداول الزخم. وباستخدام مجموعة بيانات تتضمن أسعارا من 12 عقدا مستقبلا خلال الفترة من نوفمبر / تشرين الثاني 1999 إلى أكتوبر / تشرين الأول 2009، فإننا نحقق في هذه التبعيات وعلاقتها بربحية الزخم السلسلي الزمني ونصل إلى عدد من النتائج الجديدة. إشارات التداول الزخم الناتجة عن تركيب اتجاه خطي على مسار سعر الأصول تعظيم أداء خارج العينة مع التقليل من دوران محفظة، وبالتالي السيطرة على إشارة التداول الزخم العادي في الأدب، وعلامة العائد الماضي. وفيما يتعلق بتجمیع الاستراتیجیات غیر المتکاملة المتقلبة، یشکل مقدر مجموعة يانغ-تشانغ الخیار الأمثل لتقدیر التقلب من حیث تعظیم الکفاءة والتقليل من التحیز ودوران محفظة الاستثمارات اللاحقة. في هذه الورقة ندرس استراتيجيات الزخم سلسلة الوقت في أسواق العقود الآجلة وعلاقتها لمستشاري تجارة السلع (كتاس). أولا، نقوم ببناء واحدة من أشمل مجموعات الزخم السلسلي الزمني من خلال توسيع نطاق الدراسات القائمة في ثلاثة أبعاد: السلسلة الزمنية (1974-2002)، المقطع العرضي (71 عقدا) ونطاق التردد (شهريا، أسبوعيا، يوميا) . إن استراتيجيات الزخم الخاصة بنا هي تحقيق نسب شارب أعلى من 1.20 وتوفر فوائد تنويع هامة بسبب سلوكها المضاد للتقلبات الدورية. نجد أن الاستراتيجيات الشهرية والأسبوعية واليومية تظهر انخفاض الترابط المتبادل، مما يدل على أنها التقاط ظواهر استمرار عودة متميزة. ثانيا، نحن نقدم أدلة على أن كتا اتبع استراتيجيات الزخم سلسلة زمنية، من خلال تبين أن استراتيجيات الزخم سلسلة الوقت لديها قوة تفسيرية عالية في سلسلة زمنية من عائدات كتا. ثالثا، استنادا إلى هذه النتيجة، فإننا نحقق فيما إذا كانت هناك قيود على القدرات في استراتيجيات الزخم السلسلي الزمني، وذلك من خلال إجراء تنبؤات تنبؤية لأداء استراتيجية الزخم على تدفقات رأس المال المتخلفة في صناعة كتا. وانسجاما مع الرأي القائل بأن أسواق العقود الآجلة سائلة نسبيا، فإننا لا نجد دليلا على وجود قيود على القدرات، وهذه النتيجة قوية لفئات الأصول المختلفة. نتائجنا لها تداعيات مهمة بالنسبة للدراسات صندوق التحوط والمستثمرين. ونحن ندرس أداء الاستثمار في الاتجاه التالي في الأسواق العالمية منذ عام 1903، وتوسيع نطاق الأدلة القائمة لأكثر من 80 عاما. وقد حققنا هذا الاتجاه عائدات إيجابية قوية وحققنا ارتباطا متدنيا بفئات الأصول التقليدية كل عقد لأكثر من قرن من الزمان. نحن نحلل العوائد التالية من خلال بيئات اقتصادية مختلفة، ونسلط الضوء على فوائد التنوع التي توفرها الاستراتيجية تاريخيا في أسواق الدببة. وأخيرا، نقوم بتقييم البيئة الأخيرة للاستراتيجية في سياق هذه النتائج طويلة الأجل. وتجري دراسة الاختلافات في العديد من استراتيجيات الزخم في إطار تخصيص الأصول فضلا عن مجموعة من المحافظ الصناعية. نماذج بسيطة من عوائد الزخم تعتبر. ويوضح الفرق بين الزخم السلسلي والزخم المستعرض، مع إيلاء اهتمام خاص لمصادر الربح لكل منهما، نظريا وتجربيا. يتم توفير الأسباب النظرية والتجريبية لكفاءة الترجيح التذبذب ويتم فحص العلاقة بين الزخم مع تشتت مستعرضة والتقلب. وتبين لنا أن ربحية استراتيجيات الزخم الزمني للسلسلة الزمنية على العقود الآجلة للسلع عبر تاريخها كله حساسة جدا لبداية اليوم. باستخدام عوائد يومية مع فترات تشكيل 252 يوما وفترات الاحتفاظ 21 يوما، ونسبة شارب يعتمد على ما إذا كان واحد يبدأ في اليوم الأول، في اليوم الثاني، وهلم جرا، حتى اليوم الحادي والعشرين الأول. هذه الحساسية هي أعلى لفترات تداول أقصر. وتظهر النتائج نفسها أيضا في محاكاة العوائد المستقلة والمتوازنة بشكل موحد، مما يدل على أن هذا ليس نمطا تجريبيا فحسب، بل هو مسألة أساسية في استراتيجيات الزخم. يجب أن يكون مدراء المحافظات على بينة من هذا الخطر الكامن: بدء تداول نفس الاستراتيجية على نفس الأساسية ولكن بعد يوم واحد يمكن، حتى بعد عدة عقود، تحويل استراتيجية ناجحة إلى واحدة فاشلة. وتبين لنا أن عوائد صناديق العقود الآجلة المدارة واتفاقيات المساعدة التقنية يمكن تفسيرها باستراتيجيات بسيطة للاتجاه، ولا سيما استراتيجيات الزخم السلسلي الزمني. نحن نناقش الحدس الاقتصادي وراء هذه التصنيفات، بما في ذلك المصادر المحتملة للربح بسبب رد الفعل الأولي رد الفعل وتأخر الإفراط في رد الفعل على الأخبار. نعرض تجريبيا أن هذه الاستراتيجيات التي تتبع الاتجاه تفسر عوائد إدارة العقود الآجلة. وبالفعل، فإن استراتيجيات الزخم السلسلي الزمني تنتج علاقات كبيرة ومربعات عالية مع مؤشرات العقود الآجلة المدارة وعودة المدير الفردي، بما في ذلك أكبر وأنجح المديرين. في حين أن أكبر مديري العقود الآجلة المدارة قد أدركوا أهمية كبيرة للمقاييس التقليدية الطويلة فقط، والسيطرة على استراتيجيات الزخم السلاسل الزمنية تدفع بهم إلى الصفر إلى الصفر. وأخيرا، فإننا نعتبر عددا من قضايا التنفيذ ذات صلة باستراتيجيات الزخم السلسلي الزمني، بما في ذلك إدارة المخاطر، وتوزيع المخاطر عبر فئات الأصول وآفاق الاتجاه، وتواتر إعادة توازن الحافظة، وتكاليف المعاملات، والرسوم. في نموذج التوازن مع المستثمرين المستنيرين العقلانيين والمستثمرين التقنيين، وتبين لنا أن المتوسط ​​المتحرك لأسعار السوق الماضية يمكن التنبؤ بالسعر في المستقبل، وشرح قوة تنبؤية قوية وجدت في العديد من الدراسات التجريبية. نموذجنا يمكن أيضا أن يفسر الزخم السلس الزمني أن أسعار السوق تميل إلى أن تكون مرتبطة بشكل إيجابي على المدى القصير وترتبط سلبا على المدى الطويل. وبعد عوائد إيجابية كبيرة في عام 2008، تلقت كتا اهتماما متزايدا ومخصصات من المستثمرين المؤسساتيين. وكان الأداء اللاحق أدنى من متوسطه على المدى الطويل. وقد حدث ذلك في فترة ما بعد الأزمة المالية الأكبر منذ الكساد الكبير. في هذه الورقة، باستخدام ما يقرب من قرن من البيانات، ونحن التحقيق في ما يحدث عادة للاستراتيجية الأساسية التي تتبعها هذه الأموال في الأزمات المالية العالمية. كما نقوم بدراسة سلوك السلاسل الزمنية للأسواق التي تتداولها كتاس خلال فترات الأزمة هذه. وتظهر نتائجنا أنه في فترة ممتدة بعد األزمات المالية، فإن متوسط ​​العائدات يقل عن نصف العائدات التي تحققت في فترات عدم األزمات. وتبين الأدلة المستمدة من الأزمات الإقليمية نمطا مماثلا. ووجدنا أيضا أن أسواق العقود الآجلة لا تعرض القدرة على التنبؤ بسلسلة زمنية قوية يمكن التنبؤ بها في فترات عدم الأزمات، مما أدى إلى عوائد ضعيفة نسبيا للاتجاه بعد الاستراتيجيات في السنوات الأربع التي تلت مباشرة بداية الأزمة المالية. نحن نقدم فئة جديدة من استراتيجيات الزخم التي تقوم على المتوسطات طويلة الأجل للعوائد المعدلة المخاطر واختبار هذه الاستراتيجيات على الكون من 64 العقود الآجلة السائلة. وتبين لنا أن استراتيجية الزخم المعدلة هذه تتفوق على استراتيجية الزخم الزمني لسلسلة أوي وموسكويتز وبيدرسين (2012)، وذلك بالنسبة إلى جميع المجموعات تقريبا من فترات التملك والاستعراض. نقوم ببناء مقاييس للتذبذب (المخاطر) الخاصة بالزخم (سواء داخل أو داخل فئات الأصول)، ونبين أن هذه التقلبات يمكن استخدامها لإدارة المخاطر وتوقيت الزخم. ونجد أن إدارة مخاطر الزخم تؤدي إلى زيادة نسب شارب بشكل كبير، ولكنها تؤدي في الوقت نفسه إلى مزيد من الانحراف السلبي ومخاطر الذيل. على النقيض من ذلك، الجمع بين إدارة المخاطر مع توقيت الزخم عمليا يلغي الانحراف السلبي للعائدات الزخم ويقلل بشكل كبير من خطر الذيل. وباإلضافة إلى ذلك، تؤدي إدارة مخاطر الزخم إلى تعرض أقل بكثير لعوامل السوق والقيمة والزخم. ونتيجة لذلك، فإن عوائد الزخم الذي تديره المخاطر توفر فوائد تنويع أعلى بكثير من عائدات الزخم المعياري. ونحن ندرس العلاقة بين عائدات الاتجاه التالي ومخاطر الاقتصاد الكلي. تظهر نتائجنا أن عوامل الاقتصاد الكلي لها علاقة ذات دلالة إحصائية مع الاتجاه التالي، عندما نسمح للتعرض الديناميكي للاستراتيجية. ووجدنا أن هذا التعرض المتغير للمخاطر يسمح بالتوجهات التالية لتحقيق عوائد إيجابية عبر مجموعة واسعة من دورات السوق والسندات. وقد وثقت البحوث السابقة أن معظم عائدات الزخم المقطعية مستمدة من التعرض لمخاطر الاقتصاد الكلي. ومع ذلك، فإن الشيء نفسه لا ينطبق على الاتجاه التالي حيث يأتي على الأقل نصف الأداء من مكونات غير المبررة للعائدات الآجلة. عندما نربط الأداء بالتذبذب المشروط لمتغيرات الاقتصاد الكلي، تظهر نتائجنا أن الاتجاه التالي يولد عائدات أعلى في الفترات التي يكون فيها عدم اليقين الاقتصادي منخفضا. نحن نحلل الاختلافات بين الاستراتيجيات القائمة على العودة السابقة التي تختلف في التكيف على العائدات الماضية تتجاوز الصفر (استراتيجية سلسلة زمنية، تيسي) والعائدات الماضية تتجاوز المتوسط ​​المقطع العرضي (استراتيجية مستعرضة، كس). ووجدنا أن فرق العائد بين هاتين الاستراتيجيتين يرجع أساسا إلى المواقف الطويلة المتغيرة في الوقت الذي تأخذ فيه استراتيجية النقل التقني في السوق الكلي، وبالتالي لا تترتب عليها أي آثار على سلوك أسعار الأصول الفردية. ومع ذلك، فإن استراتيجيات تيسي و كس على أساس النسب المالية كمنبئات تختلف أحيانا بسبب اختيار الأصول. تدير صناديق العقود الآجلة المدارة (التي تسمى أحيانا عبارات التجارة العامة) التجارة في الغالب على الاتجاهات. هناك عدة طرق لتحديد الاتجاهات، إما باستخدام الاستدلال أو التدابير الإحصائية التي غالبا ما تسمى "المرشحات". هناك مقياسان إحصائيان مهمان لاتجاهات الأسعار هما الزخم السلسلي الزمني والمتوسط ​​المتحرك لعمليات الانتقال. وتبين لنا من الناحية التجريبية والنظرية أن مؤشرات الاتجاه هذه ترتبط ارتباطا وثيقا. في الواقع، فهي تمثل التمثيل في أشكالها الأكثر عمومية، وأنها أيضا التقاط العديد من أنواع أخرى من المرشحات مثل مرشح هب، مرشح كالمان، وجميع المرشحات الخطية الأخرى. وعلاوة على ذلك، نعرض كيف يمكن أن تكون مرشحات الاتجاه ممثلة على نحو مكافئ كدالات للأسعار الماضية مقابل العائدات الماضية. نتائجنا توحيد وتوسيع مجموعة من الاستراتيجيات التالية الاتجاه ونناقش الآثار المترتبة على المستثمرين. وباستخدام مجموعة بيانات مؤلفة من 67 مؤشرا من أسهم األسهم والسلع من 1969 إلى 2013، توثق هذه الدراسة تأثير الزخم الزمني الكبير في أسواق األسهم والسلع الدولية. وتوثق هذه الورقة أيضا أن صناديق الاستثمار الدولية لديها ميل لشراء أدوات كانت جيدة الأداء في الأشهر الأخيرة، ولكنها لا تبيع بانتظام تلك التي كانت ضعيفة في نفس الفترات. ونجد أيضا أن محفظة الزخم قصيرة الأجل المتنوعة تحقق أكبر أرباحها في ظروف السوق الشديدة، ولكن تدخلات البنوك المركزية في السوق في السنوات الأخيرة تبدو وكأنها تتحدى أداء هذه الحوافظ. ولذلك فإن الهدف من هذه المقالة هو دراسة عدم الكفاءة ضمن استراتيجيات الزخم الزمني (تسموم) التي أدخلت في مقال هام من قبل موسيكيتز، أوي، و بيدرسين [2012]. ولتحقيق هذه الغاية، نقدم مجموعة جديدة من استراتيجيات الزخم، واستراتيجيات الزخم الزمني المعتمد على المخاطر (راموم)، والتي تستند إلى متوسطات عوائد العقود الآجلة الماضية، والتي تطبيع بسبب تقلباتها. نحن نختبر هذه الاستراتيجيات في عالم مكون من 64 عقدا آجلة للعقود الآجلة ويوضح أن استراتيجيات راموم تتفوق على استراتيجيات تسموم لموسكيتز، أوي، و بيدرسين [2012] لاستراتيجيات الزخم قصيرة ومتوسطة وطويلة الأجل. بالإضافة إلى ذلك، إشارات التداول راموم لها ميزة أخرى هامة ومهمة: فهي بطبيعة الحال أقل اعتمادا على التقلبات العالية. وبعبارة أخرى، فإن استراتيجيات تسموم القياسية تميل إلى الارتباط الإيجابي (انظر، على سبيل المثال، هورست وآخرون [2013]) مع موقف طويل المدى (طويلة الدعوة، طويلة وضع)، ونتيجة لذلك، أداء أفضل في السوق المتقلبة البيئات. كما نعرض، وهذا هو أقل من ذلك بكثير بالنسبة لعودة راموم لأنه، من خلال ضبط المخاطر إشارات التداول وفقا لتقلب، ونحن جعل راموم يعود أكثر حساسية للمعلومات الجديدة على وجه التحديد في الوقت عندما تقلب منخفض. ونتيجة لذلك، تفوق الأداء من راموم نسبة إلى تسموم يميل إلى أن تكون مرتبطة سلبا إلى التقلبات. وتتبع الاستراتيجيات التي تتبع الاتجاه صفقات طويلة في الأصول مع عائدات إيجابية في الماضي ومراكز قصيرة في الأصول ذات عوائد سلبية سابقة. وعادة ما يتم تشييدها باستخدام العقود الآجلة في جميع فئات الأصول، مع الأوزان التي تتناسب عكسيا مع التقلب، وقد أظهرت تاريخيا ميزات تنويع كبيرة وخاصة خلال انكماش السوق الهائل. ومع ذلك، وفي أعقاب أداء مثير للإعجاب في عام 2008، فشلت الاستراتيجية التي تتبع الاتجاه في تحقيق عوائد قوية في فترة ما بعد الأزمة، 2009-2013. وقد اتسمت هذه الفترة بدرجة كبيرة من المشاركة في الحركة حتى عبر فئات الأصول، مع تقسيم الكون القابل للاستثمار إلى ما يسمى بالفئة الفرعية للمخاطر والمخاطر. ندرس ما إذا كان مخطط الترجيح العكسي للتذبذب، الذي يتجاهل بشكل فعال الارتباطات الزوجية، يمكن أن يتحول إلى أن يكون دون المستوى الأمثل في بيئة من الارتباطات المتزايدة. وبتوسيع نطاق تخصيص التكافؤ بين المخاطر على المدى الطويل (المساهمة في المخاطر المتساوية)، فإننا نضع استراتيجية قصيرة الأجل تتبع الاتجاه تستفيد من مبادئ تكافؤ المخاطر. ليس فقط أننا نعزز بشكل كبير أداء الاستراتيجية، ولكننا نبين أيضا أن هذا التحسن يرجع أساسا إلى أداء نظام الترجيح الأكثر تعقيدا في أنظمة الترابط المتوسط ​​للغاية. ويظهر موسكويتز، أوي، و بيدرسين (2012) أن الزخم الزمني لسلسلة زمنية يسلم ألفا كبيرا وهاما لمحفظة متنوعة من العقود الآجلة الدولية المختلفة خلال الفترة من 1985 إلى 2009. على الرغم من أننا نؤكد هذه النتائج مع بيانات مماثلة، نجد أن نتائجها هي مدفوعة بعوائد التقلبات المقاسة (أو ما يسمى نهج التكافؤ المخاطر لتخصيص الأصول) بدلا من الزخم السلاسل الزمنية. أما ألفا من الزخم الزمني للسلسلة الزمنية فيعود شهريا من 1.27٪ مع الأوزان المتقلبة إلى 0.41٪ دون تحجيم التقلب، وهو أقل بكثير من ألفا الزخم المقطع العرضي 0.95٪. وباستخدام المواقف المقيسة بالتقلبات، فإن العائد التراكمي لاستراتيجية الزخم السلسلي الزمني أعلى من استراتيجية الشراء والشراء؛ ومع ذلك، تيمسيريسمومنتومان شراء وعقد عقد عوائد تراكمية مماثلة إذا لم يتم تحجيمها عن طريق التقلب. كما أن الأداء المتفوق لاستراتيجية الزخم السلسلي الزمني يتلاشى أيضا في الفترة الأخيرة من الأزمة في الفترة من 2009 إلى 2013. وبينما يعرف الكثير عن إضفاء الطابع المالي على السلع الأساسية، لا يعرف الكثير عن كيفية الاستثمار في السلع بشكل مربح. ولا تعالج الدراسات الحالية لمستشاري تجارة السلع هذه المسألة معالجة كافية لأن 19 في المائة فقط من عمليات المساعدة التقنية تستثمر فقط في السلع الأساسية، رغم اسمها. نقارن نموذجا جديدا لتسعير الأصول مكونا من أربعة عوامل للمقاييس الحالية المستخدمة لتقييم نقاط البيع. فقط لدينا أربعة نماذج نموذج الأسعار على حد سواء بقعة السلع وفترة الخطر على المدى الطويل. وعموما، لدينا أربعة نماذج نموذج أسعار مخاطر السلع الأولية أفضل من فاما الفرنسية ثلاثة عامل نموذج أسعار مخاطر رأس المال الأسهم، وبالتالي هو معيار مناسب لتقييم المركبات الاستثمارية السلع. في السنوات ال 20 الماضية، الزخم أو الاتجاه بعد الاستراتيجيات أصبحت جزءا راسخا من أدوات المستثمر. نحن نقدم طريقة جديدة لتحليل استراتيجيات الزخم من خلال النظر في نسبة المعلومات (إر، متوسط ​​العائد مقسوما على الانحراف المعياري). نحسب النظري إر لاستراتيجية الزخم، وتبين أنه إذا كان الزخم يرجع أساسا إلى الارتباط الذاتي الإيجابي في العوائد، إر كدالة لفترة تشكيل المحفظة (نظرة إلى الوراء) يختلف كثيرا عن الزخم بسبب الانجراف (متوسط إرجاع). يظهر إر أنه بالنسبة لفترات النظر إلى الوراء لبضعة أشهر، والمستثمر هو أكثر عرضة للاستفادة من الترابط الذاتي. ومع ذلك، لفترات نظرة إلى الوراء أقرب إلى 1 سنة، والمستثمر هو أكثر عرضة للاستفادة من الانجراف. نقارن البيانات التاريخية إلى الأشعة تحت الحمراء النظرية من خلال بناء فترات ثابتة. وجدت الدراسة التجريبية أن هناك فترات / أنظمة حيث الارتباط الذاتي هو أكثر أهمية من الانجراف في شرح الأشعة تحت الحمراء (وخاصة ما قبل 1975) وغيرها حيث الانجراف هو أكثر أهمية (معظمها بعد 1975). نختتم دراستنا من خلال تطبيق استراتيجية الزخم لدينا إلى 100 سنة زائد من المتوسط ​​الصناعي داو جونز. نحن نبلغ تذبذبات مبللة على الأشعة تحت الحمراء لفترات نظرة إلى الوراء من عدة سنوات ونموذج مثل هذه التذبذبات كعكس لمعدل النمو المتوسط. نحن ندرس استراتيجيات الزخم الزمني (الاتجاه التالي) في السندات والسلع والعملات ومؤشرات الأسهم بين عامي 1960 و 2015. ونجد أن استراتيجيات الزخم تؤدي بشكل ثابت قبل وبعد عام 1985، وهي فترات تميزت بقوة أسواق الدب والثور في السندات على التوالي. نحن توثيق عدد من خصائص المخاطر الهامة. أولا، أن العائدات هي منحرفة بشكل إيجابي، والتي نقول أنها بديهية عن طريق رسم موازية بين استراتيجيات الزخم واستراتيجية طويلة المدى سترادل. ثانيا، كان الأداء قويا بشكل خاص في أسوأ بيئات سوق الأسهم والسندات، مما يعطي مصداقية للمطالبة بأن الاتجاه التالي يمكن أن يوفر الأسهم والسندات ألفا أزمة. إن وضع قيود على الاستراتيجية لمنعها من الأسهم الطويلة أو السندات الطويلة لديه القدرة على زيادة تعزيز ألفا الأزمة، ولكنه يقلل من متوسط ​​العائد. وأخيرا، فإننا ندرس كيف تباين الأداء عبر استراتيجيات الزخم على أساس العوائد مع فترات تأخر مختلفة وتطبيقها على فئات الأصول المختلفة. ونقترح استخدام حافظات قصيرة وطويلة من استراتيجيات متابعة الاتجاهات لتحليل خصائص المخاطر والعائد. ونجد أن التعرضات لها متفاوتة زمنيا، وتعتمد على حالة السوق، وأن العوائد إلى جانبيها الطويل والقصير في نفس الأصل ليست قابلة للمقارنة. وبالإضافة إلى ذلك، نقدم أدلة على تقديرية منحازة من حين لآخر من قبل مديري كتا. وتتماشى النتائج التي توصلنا إليها مع فرضية الأسواق التكيفية، والدرس الرئيسي في دراستنا هو أنه ينبغي التمييز بين الجانبين الطويل والقصير في تحليل استراتيجيات الاستثمار الدينامية. وستناقش ورقة الاستقصاء هذه المصادر الهيكلية المحتملة للعودة لكل من عبارات المساعدة التقنية ومؤشرات السلع استنادا إلى استعراض المقالات البحثية التجريبية من الأكاديميين والممارسين على حد سواء. وتغطي الورقة على وجه التحديد (أ) مصادر العودة الطويلة الأجل لكل من برامج العقود الآجلة المدارة ومؤشرات السلع الأساسية؛ (ب) توقعات المستثمرين وسياق المحفظة لاستراتيجيات العقود الآجلة؛ و (ج) كيفية قياس هذه الاستراتيجيات. غالبا ما يشعر المستثمرون بالقلق إزاء الانحراف السلبي، أو عدم التماثل بين الذيل واليسار، في عوائد الأسهم. وردا على ذلك، فإنها تسعى إلى استراتيجيات تخفيف المخاطر لتوفير عوائد المقاصة عندما تنخفض أسواق الأسهم. ونظرا لارتباطها بالانحراف الإيجابي، فإن الاستراتيجيات التي تتبع الاتجاهات هي مرشحين شعبيين للتخفيف من حدة المخاطر أو مواجهة الأزمات. وتستكشف هذه الورقة كيف يمكن للمحفظة التي تتبع الاتجاه أن تحقق انحرافا إيجابيا، وتبين أن الاختلاف الزمني في المخاطر هو العامل الأساسي. في الواقع، أي محفظة مع نسبة شارب إيجابية يمكن تحقيق الانحراف الموجب ببساطة عن طريق تغيير مستوى المخاطر التي اتخذت عبر الزمن. في هذه المقالة، يدرس المؤلفون أداء الاستثمار في الاتجاه التالي في الأسواق العالمية منذ عام 1880، مد نطاق الأدلة القائمة لأكثر من 100 سنة باستخدام مجموعة بيانات جديدة. وجدوا أنه في كل عقد من الزمان منذ عام 1880، حقق الزخم الزمني سلسلة عوائد إيجابية ذات ارتباطات متدنية مع فئات الأصول التقليدية. وعلاوة على ذلك، فإن الزخم السلسلي قد حقق أداء جيدا في 8 من أصل 10 من أكبر فترات الأزمات على مدى القرن، وهو ما يعرف بأنه أكبر عمليات السحب مقابل حافظة السندات / السندات البالغة 60/40. وأخيرا، فإن الزخم الزمني للسلسلة الزمنية قد حقق أداء جيدا في مختلف البيئات الكلية، بما في ذلك الركود والازدهار، والحرب ووقت السلم، ونظم أسعار الفائدة المرتفعة والمنخفضة، وفترات التضخم المرتفعة والمنخفضة. وتتعرض محافظ التحوط ضد مخاطر عمليات السحب الكبيرة إلى صعوبة ومكلفة. إن الاستمرار في التداول على الخيارات المالية في مؤشر ستاندرد آند بورز 500 هو استراتيجية مكلفة جدا إذا كانت موثوقة للحماية من عمليات البيع في السوق. إن سندات الخزينة الأمريكية "الملاذ الآمن"، مع توفير عائد إيجابي وقابل للتنبؤ على المدى الطويل، هي عموما استراتيجية لا يمكن الاعتماد عليها لتحوط الأزمات، حيث أن الترابط السالب بين الأسهم والسندات بعد عام 2000 هو نادرة تاريخية. ويبدو أن محافظ الذهب الطويلة والائتمان الطويل للحماية الائتمانية تجلس بين السندات والسندات من حيث التكلفة والموثوقية. وعلى النقيض من هذه الاستثمارات السلبية، نقوم بالتحقيق في استراتيجيتين ديناميتين يبدو أنهما قد حققا أداء إيجابيا على المدى الطويل ولكن أيضا خلال الأزمات التاريخية على وجه الخصوص: زخم السلاسل الزمنية الآجلة وعوامل المخزون الجيدة. زخم العقود الآجلة له يوازي مع استراتيجيات طويلة المدى سترادل، والسماح لها أن تستفيد خلال الأسهم الموسع بيع-- أوفس. وتتخذ استراتيجية المخزون الجودة مواقع طويلة في أعلى مستويات الجودة والمراكز القصيرة في أسهم الشركة ذات الجودة الأقل، مستفيدة من تأثير "الانتقال إلى الجودة" خلال الأزمات. وهاتان الاستراتيجيتان الديناميتان تاريخيا لهما خصائص غير مترابطة للعائدات، مما يجعلهما متكاملين لتغطية مخاطر الأزمات. ونحن ندرس كلتا الاستراتيجيتين ونناقش كيف يمكن أن تكون الاختلافات المختلفة قد أدت في الأزمات، وكذلك الأوقات العادية، على مدى السنوات 1985-2016. إن عالوة مخاطر الزخم هي واحدة من أهم مخاطر المخاطر البديلة. وبما أنه يعتبر شذوذا في السوق، فإنه ليس دائما مفهوما جيدا. ولذلك فإن العديد من المنشورات حول هذا الموضوع تستند إلى نتائج مرجعية ونتائج تجريبية. ومع ذلك، فقد وضعت بعض الدراسات الأكاديمية إطار نظري يسمح لنا لفهم سلوك هذه الاستراتيجيات. في هذا البحث، قمنا بتوسيع نموذج برودر و غوسل (2011) إلى الحالة متعددة المتغيرات. يمكننا العثور على الخصائص الرئيسية الموجودة في الأدب الأكاديمي، والحصول على نتائج نظرية جديدة على علاوة خطر الزخم. وعلى وجه الخصوص، فإننا نعيد النظر في العائد من الاستراتيجيات التي تتبع الاتجاه، وتحليل تأثير عالم الأصول على ملف المخاطر / العائد. نحن أيضا مقارنة الحقائق النمطية التجريبية مع النتائج النظرية التي تم الحصول عليها من نموذجنا. وأخيرا، فإننا ندرس خصائص التحوط من استراتيجيات الاتجاه الاتجاه. سلسلة الوقت الزخم، وتقلب التحجيم، والأزمة ألفا. سلسلة الوقت الزخم، وتقلب التحجيم، والأزمة ألفا. إذا كنت كولدن & # 8217؛ ر اقول من لدينا مؤخرا الوحش السلع الآجلة آخر، نحن & # 8217؛ كنت أفكر كثيرا حول العقود الآجلة مؤخرا. منطقة البحوث الآجلة نسبيا & # 8220؛ طازجة، & # 8221؛ والكثير أكثر إثارة من القرصنة من خلال الأسهم الأسهم اختيار البحوث حيث أننا نفهم بالفعل الإجابة الأساسية & # 8212؛ شراء رخيصة / الجودة، وشراء القوة، واحتضان الألم الأداء النسبي. كجزء من سلسلة التعليم البحثية لدينا في المستقبل، استعرضنا مؤخرا ورقة النسخ، & # 8220؛ الزخم سلسلة الوقت وتقلب التحجيم، & # 8221؛ أبي Y. كيم، ييومان تسي، جون K. والد (كتو)، الذي يعيد النظر في النتائج المتعلقة بالورقة الآجلة أخرى، & # 8220؛ الزخم الزمني سلسلة، & # 8221؛ توبياس J.Moskowitz، ياو هوا أوي، لاسي هيج بيدرسين (موب). نلخص النتائج الأساسية من كتو و موب أدناه: سلسلة مؤشرات الزخم الزمني للزخم (بواسطة موب) وفيما يلي العناصر الرئيسية من اجتماع الأطراف: تشمل 58 عقدا مستقبلا الفترة 1965-2009 (24 سلعة، و 12 زوجا من العملات المتداولة، و 9 مؤشرات للأسهم المتقدمة، و 13 سندا حكوميا متقدما). وتستند الاستراتيجية على الزخم السلسلي الزمني، أي كانت العائدات الماضية إيجابية أو سلبية؟ إيجابي = طويل؛ سلبية = المراكز القصيرة هي التذبذب المرجح بحيث الأصول عالية التقلب لن تسيطر على العائدات. وهذا يشبه حافظة المساواة المكافئة بالمخاطر التي تشير فيها األوزان إلى المخاطر. في موب، الهدف الهدف هو حوالي 40٪ مقابل متوسط ​​حجم 19٪، فعالية 2x الرافعة المالية. استراتيجية تسموم تحجيم تحجيم (12 شهرا الاستعراض، عقد 1 الشهر) يولد 1.09٪ عائدات الزائدة الشهرية (ث / تاتس 5.4)، بعد السيطرة على أسن وآخرون. فالو / مومنتوم & # 8220؛ إيفريوهير & # 8221؛ وعوامل عوائد الأسهم العالمية، وعوائد السندات، والعملات والسلع الأساسية. تسموم يحمل على أسن وآخرون & # 8217؛ s الزخم مستعرضة، ولكن عاملهم في كل مكان لا يفسر ذلك. سلسلة الوقت الزخم والتذبذب التحجيم رؤى الرئيسية (بواسطة كتو) وتراجع ورقة كتو التحليل من اجتماع الأطراف. وباستخدام 55 عقدا آجلة تغطي الفترة 1985-2009، يؤكد المؤلفون النتائج من اجتماع الأطراف. ومع ذلك، تحدد كتو النتائج التالیة التي تبدو متعارضة مع موب: وباستخدام طريقة غير مرجحة، متساوية الوزن، ينخفض ​​ألفا من محفظة تسموم إلى 0.39٪ شهريا، v.s. فول-سكاليد، تسموم & # 8217؛ s 1.08٪ ألفا شهريا. وبدون توسيع الحجم، يشبه ألفا المحفظة محفظة شراء العقود الآجلة. وباستخدام الأسلوب غير المراقب، فإن ألفا لاستراتيجية شراء وشراء هي 0.34٪ في الشهر. وعلاوة على ذلك، عندما يتم تحجيم شراء وشراء باستخدام طريقة موب، فإنه يولد تقدير 0.73٪ من ألفا الشهري. كتو يجادل بأن عودة تسموم قوية التي حددها موب كانت نتيجة للاستفادة من استراتيجية التي حدث أن يكون لها تقدير ألفا إيجابي لشراء & عقد & # 8220؛ السلبي & # 8221؛ خلال فترة العينة هذه. عندما يفحص المرء & # 8220؛ ونليفيرد & # 8221؛ تسموم (أي، مع عدم وجود التحجيم التقلب) أنها لا تتفوق بشكل كبير شراء وشراء. الخط السفلي: تفوق الأداء من تسموم هو مدفوعة إلى حد كبير عن طريق توسيع نطاق، أو النفوذ، وليس عن طريق عوائد غير طبيعية المرتبطة تسموم. التوفيق بين الخلاف. ونحن نعتقد أن مؤتمر الأطراف و كتو قد ألهمت نقاشا مثيرا للاهتمام. للاقتراب من فهم & # 8220؛ تروث، & # 8221؛ أجرينا أبحاثنا الخاصة في السؤال. وتغطي عینتنا الفترة 1998 - 7/2016، وتشمل 38 عقدا مستقبلا للسلع والدخل الثابت والأسھم (22 عقدا للسلع الأساسیة، و 7 عقود للسندات المتقدمة، و 9 عقود مؤشر أسھم). استبعدنا عقود العملات وبعض الاتصالات الأخرى لأن قدرتنا على عقود التجارة تقتصر على ما هو متاح في وسطاء التفاعلية. العقود هي كما يلي: استراتيجيات اختبارها. MF1: ​​التقلب المرجح، غير تحجيم (التقلب السنوي من 4.55٪)، شراء وعقد، إعادة التوازن الشهري MF2: تقلب مرجحة، غير تحجيم (تقلب سنوي 4.45٪)، 12 شهرا تسموم، إعادة التوازن الشهرية MF3: scaled (with target an annualized 12% volatility at the portfolio level), Buy&Hold , monthly rebalance MF4: volatility weighted, scaled (with target an annualized 12% volatility at the portfolio level), 12-month TSMOM , monthly rebalance. The returns from futures are all excess returns and do not include interest received on a fully collateralized futures position. المعايير. سبي & # 8211؛ SP500 total return index LTR – U.S. Treasury 10-Year bond total return index 60_40 – 60% in SPY, 40% in LTR. All returns are total returns and include the reinvestment of distributions (e.g., dividends). Data is from Bloomberg and publicly available sources. Results of Our Analysis. The chart below shows the summary results from our analysis, covering the period 1998– 7/2016: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. Based on our analysis, we can see that there is huge difference between non-vol-scaled (MF1 and MF2) and the vol-scaled (MF3 and MF4). Because vol-scaling is essentially leveraging the positions, when you scale up the vol, you scale up the returns! Note how the MF1 CAGR of 4.21% and the MF2 CAGR of 4.56% are significantly enhance by vol-scaling, going to an 11.00% CAGR for MF3 and a 12.25% CAGR for MF4. By contrast, when you de-leverage the position, you get a lower CAGR. Leverage is a powerful thing when applied to a strategy that generates “alpha.” Here are the annual returns for each strategy: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. In each row, we use conditional color formatting to highlight difference of annual returns between different strategies. Red means relatively good and green means relatively bad. MF without TSMOM (MF1, MF3) can provide some degree of tail risk protection in a handful of events such as in 2000, 2001 and 2002. MF with TSMOM can protect investors better in big risk events like 2008, when SPY was down 36%, but MF2 was up 15% and MF4 was up 43%. However, since MF is an alternative asset, in some of the years, these strategies underperforms the market by extreme margins. For example, in 2009, SPY is up 26%, while MF4 is down 10.70%. Is Time Series Momentum a Busted Strategy? CAGR, standard deviations, and Sharpe ratios are only half of the story when it comes to time series momentum strategies, because correlations and portfolio diversification elements are also valuable. In our view, time series based futures strategies represents an “alternative” asset class, with generally lower correlations to other asset classes. In order to assess TSMOM’s relative value as a diversifier, we present below a correlation matrix that compares strategies and benchmarks: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. TSMOM (MF2 and MF4) exhibits a -27.56% correlation with SPY. From a portfolio construction standpoint, this is a valuable characteristic. Compare this correlation estimate with the Buy&Hold version of the strategy (MF1 and MF3), which has a positiv e 56.48% correlation with SPY (as an aside, if you are curious as to why levered/unlevered correlations of the same strategy would be identical, Cliff Asness has an interesting post that discusses a variation of this issue). From a diversification perspective, TSMOM would seem to add significant value to a portfolio, regardless of vol-scaling. Finally, here we highlight some large drawdown events for SPY and the associated MF strategy returns over these same periods: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. TSMOM (MF2, MF4) generates strong downside protection in the face of big market blow-ups, whereas Buy&Hold futures have generally correlated drawdowns with the SPY, albeit, less dramatic. Below are monthly return distributions of vol-scaled Buy&Hold (MF3), vol-scaled TSMOM (MF4), and bonds (LTR) compared with negative return months for SPY: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. The blue line, MF3 (scaled, Buy&Hold), consistent with its positive correlation with SPY, tends to decline with SPY, although it does not show declines of the same magnitude as SPY. By contrast, the red line, MF4 (scaled, TSMOM), consistent with its negative correlation with SPY, tends to increase when SPY decreases . And not only that, the slope for MF4 is actually steeper than for bonds (green line)! رائع. MF4 returns are concentrated in the area where a true alternative asset should be and shows a convexity property that is highly desirable from a portfolio construction standpoint. Time Series Momentum Smiles At You. The MOP paper alludes to the convexity effect documented above. Below is a graph from the MOP paper that documents the quarterly returns for a 12-month TSMOM strategy plotted against the S&P 500: The returns to TSMOM are largest during the biggest up and down market movements…TSMOM, therefore, has payoffs similar to an option straddle on the market…[the] TSMOM strategy generates this payoff structure because it tends to go long when the market has a major upswing and short when the market crashes…Historically, TSMOM does well during “crashes” because crises often happen when the economy goes from normal to bad (making TSMOM go short), and then from bad to worse (leading to TSMOM profits), with the recent financial crisis of 2008 being a prime example. We don’t disagree with KTW that the TSMOM “alpha” found by MOP is related the strategy’s leverage-like use of volatility scaling. Without volatility scaling, returns and/or “alpha estimates” to a TSMOM strategy are not that different from a buy-and-hold strategy. So we commend their research and for making us think harder and longer about the results published in Moskowitz, Ooi, and Pedersen (2012). However, the real value of the TSMOM strategy is not evident when examining standard summary statistics. Rather, the value of TSMOM strategies is highlighted when one considers the genuinely unique diversification qualities these strategies bring to the table relative to B&H strategies — especially when examining how TSMOM strategies act during SPY “tail” الأحداث. When we conduct the full analysis of TSMOM versus B&H futures strategies, we once again identify why TSMOM strategies are unique relative to B&H futures strategies. Time Series Momentum and Volatility Scaling. Kim, Tse and Wald A version of the paper can be found here. Want a summary of academic papers with alpha? Check out our Academic Research Recap Category. Moskowitz, Ooi, and Pedersen(2012) show that time series momentum delivers a large and significant alpha for a diversified portfolio of international futures contracts.We find that their results are largely driven by volatility-scaling returns (or the so-called risk parity approach to asset allocation) rather than by time series momentum. Without scaling by volatility, time series momentum and a buy-and-hold strategy offer similar cumulative returns, and their alphas are not significantly different. This similarity holds for most sectors and for a combined portfolio of futures contracts. Cross-sectional momentum also offers a higher (similar) alpha than unscaled (scaled) time series momentum. The views and opinions expressed herein are those of the author and do not necessarily reflect the views of Alpha Architect, its affiliates or its employees. Our full disclosures are available here. Definitions of common statistics used in our analysis are available here (towards the bottom). Join thousands of other readers and subscribe to our blog. This site provides NO information on our value ETFs or our momentum ETFs. Please refer to this site. Like the Post? Share the Knowledge! About the Author: Yang Xu. Mr. Xu is currently working with TradingFront, a fintech venture that was spun off from Alpha Architect in 2016. Prior to TradingFront, Yang was a managing member of Alpha Architect, where he lead the capital markets group and assists in quantitative research. Mr. Xu has unique skills related to “big data” تحليل. His recent research investigates various proprietary trading algorithms, tactical asset allocation models, and longer-term security selection models. Prior to joining Alpha Architect, Mr. Xu was a Principal Data Analyst at Capital One, where he was a member of the Basel II data analysis team. Mr. Xu graduated from Drexel University with a M.S. in Finance, and from the University of International Business and Economics in Beijing, China, where he earned a BA in Economics. الوظائف ذات الصلة. Do Trend-following Managed Futures Increase Safe Withdrawal Rates? Go Skew Yourself with Managed Futures. Commodity Futures Investing: Complex and Unique. Time Series Momentum and Volatility Scaling. Managed Futures: Understanding a Misunderstood Diversification Tool. 15 تعليقات. From what I understand, big trend-following CTAs like AHL and Winton use volatility scaling in their funds. yes, most of them do. otherwise there are just not enough spreads and/or crisis alpha… Both these papers take the signal as being long or short depending on past performance. Have you guys tried any alternate signal wherein we can incorporate the magnitude of the past performance. In my experience a signal proportional to past return does not work. wondering if you have any thoughts. in this post, we used vol weight across different future: higher past volatility gets lower weight and vise versa. In term of incorporating the real magnitude of past performance into the signal, not really. One idea pops out of my head is to use relative strength and mom tilt, i.e. higher past total return gets higher weight title, from this equation (weight = base + R(Rank(i) – average(rank))), R factor is normally 5% Might there be another Alpha Architect ETF in the future? This looks like a promising way to diversify Val/Momentum. Unlikely. The ETF structure doesn’t help on taxes and the constraints are too great when it comes to leverage. Great blog, thanks. What happens when you go long-only and replace the short side by eg. intermediate bonds? شكر. Since this strategy consists of both commodities and bonds, we did not test on just shorting the bonds. Shorting the bond along would be too noisy at some level. We did test the trend following long-only idea. It decreases the volatility, increases the sharpe and however, also decreases the crisis alpha significantly. شكر. I did not mean to short the bonds, only to use intermediate bonds as out-of-market asset (“cash”) when going long-only. And how do you measure crisis alpha? oh k. yah by doing that will increase the performance for sure. The issue is that it tilts too much to bond. Theoretically we could end up 100% in bond or 250% in the scaled up version. In this case, we simply use top drwadowns to evaluate the crisis alphas which is the outperformance when the market blows up; is profit which are gained by exploiting the persistent trends that occur across markets during times of crisis. Very good write up Yang. Thank you and well done! Thanks Dave! Will keep up the good work. Great post Yang. Any idea what retruns and drawdown of mf4 would look like if you vol scaled up to 15 or 20%? شكرا لعملك. On a pragmatic note could you explain how to get a TMOM indicator – let’s say on Stock Charts? Secondly – instead of the 12 month MA; OK to use the 200 day MA instead? that would probably work. Anything in the 10m – 15m range performs about the same in a backtest. Diversification Benefits of Time Series Momentum. Diversification Benefits of Time Series Momentum. Similar to some better-known factors like size and value, time-series momentum is a factor that historically has demonstrated above average excess returns. Time-series momentum, also called trend-momentum or absolute momentum, is measured by a portfolio long assets that have had recent positive returns and short assets that have had recent negative returns. Compare this to the traditional (cross-sectional) momentum factor that considers recent asset performance only relative to other assets. The academic evidence suggests that inclusion of a strategy targeting time-series momentum in a portfolio improves the portfolio’s risk-adjusted returns. Strategies that attempt to capture the return premium offered by time-series momentum are often called “managed futures,” as they take long and short positions in assets via futures markets — ideally in a multitude of futures markets around the globe. This article dives into time-series momentum and examines some of its specific qualities that make a managed futures strategy a good portfolio diversifier. (1) In general, an asset that has low correlation with broad stocks and bonds provides good diversification benefits. Low or near-zero correlation between two assets means that there is no relationship in their performance: Asset A performing above average does not tell us anything about Asset B’s expected performance relative to its average. The addition of a low-correlation asset to a portfolio will, depending on the specific return and volatility properties of the asset, improve the portfolios risk-adjusted returns either by improving the portfolio’s return, reducing the portfolio’s volatility, or both. An Introduction to Time Series Momentum. My colleague, Sean Grover, and I review the literature on times-series momentum beginning with the May 2012 Journal of Financial Economics article “Time Series Momentum.” The authors, Tobias Moskowitz, Yao Hua Ooi and Lasse Pedersen, showed that times-series momentum exhibits low correlation with broad bond markets and near-zero correlation with broad stock markets over the sample period from January 1985 through February 2017. This means that the returns of a trend-following strategy are nearly independent of the returns of traditional stock and bond portfolios. But the time-series momentum factor also has diversification benefits beyond these simple correlations. The historical evidence demonstrates that time-series momentum also provides a good hedge against bear equity markets. The figure below, taken from the original paper, highlights this point: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. The chart above showcases the unique nature of time-series momentum strategies (or “trend-following managed futures”). When the equity market is taking a dive, time-series momentum strategies generally move higher. These results cover the 1985 to December 2009 period. The next paper we’ll review is the 2014 study “A Century of Evidence on Trend-Following Investing.” (updated version here). The authors, Brian Hurst, Yao Hua Ooi and Lasse H. Pedersen, constructed an equal-weighted combination of one-month, three-month and 12-month time-series momentum strategies for 67 markets across four major asset classes (29 commodities, 11 equity indices, 15 bond markets and 12 currency pairs) from January 1880 to December 2013. Their results include implementation costs based on estimates of trading costs in the four asset classes. They further assumed management fees of 2 percent of asset value and 20 percent of profits, the traditional fee for hedge funds. The key takeaway from the paper is similar to the prior paper discussed — time series momentum strategies provide a unique diversification opportunity. This core result can be visualized via the time-series momentum smile. However, this time around the authors identify the same unique pattern over a much longer time period, 1880 to 2013. The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. In addition to the chart above, the following is a summary of the AQR researchers’ findings: The performance was remarkably consistent over an extensive time horizon that included the Great Depression, multiple recessions and expansions, multiple wars, stagflation, the global financial crisis of 2008, and periods of rising and falling interest rates. Annualized gross returns were 14.9 percent over the full period, with net returns (after fees) of 11.2 percent, higher than the return for equities but with about half the volatility (an annual standard deviation of 9.7 percent). Net returns were positive in every decade, with the lowest net return being the 5.7 percent return for the period beginning in 1910. There were also only five periods in which net returns were in the single digits. There was virtually no correlation to either stocks or bonds. Thus, the strategy provides strong diversification benefits while producing a high Sharpe ratio of 0.77. Even if future returns are not as strong, the diversification benefits would justify an allocation to the strategy. The researchers at AQR observed that “a large body of research has shown that price trends exist in part due to long-standing behavioral biases exhibited by investors, such as anchoring and herding [and we would add to that list the disposition effect and confirmation bias], as well as the trading activity of non-profit-seeking participants, such as central banks and corporate hedging programs. For instance, when central banks intervene to reduce currency and interest-rate volatility, they slow down the rate at which information is incorporated into prices, thus creating trends.” AQR’s researchers continued: The fact that trend-following strategies have performed well historically indicates that these behavioral biases and non-profit-seeking market participants have likely existed for a long time.” Why is this the case? They explain: “The intuition is that most bear markets have historically occurred gradually over several months, rather than abruptly over a few days, which allows trend followers an opportunity to position themselves short after the initial market decline and profit from continued market declines.” Importantly, from a portfolio perspective, looking only at years when equity markets are negative, time-series momentum’s correlation with stocks is around -0.5. The result is that it has tended to perform particularly well in extreme up or down years for the stock market, including the most recent global financial crisis of 2008. In fact, they found that during the 10 largest drawdowns experienced by the traditional 60/40 portfolio over the past 135 years, the time-series momentum strategy experienced positive returns in eight of these stress periods and delivered significant positive returns during a number of these events. This indicates that time-series momentum tends to perform well at the exact time when a portfolio needs it most. AQR also noted that these results were achieved even with a “2-and-20” fee structure. Today, there are funds that can be accessed with much lower, although still not exactly cheap, expenses (including AQR’s own Managed Futures Strategy I Fund, AQMIX, which has an expense ratio of 1.21 percent, as well as the R6 version of the fund, AQMRX, which has a lower expense ratio of 1.13 percent). (Full disclosure: My firm, Buckingham Strategic Wealth, recommends AQR funds in constructing client portfolios.) Additionally, in the study, “Trading Costs of Asset Pricing Anomalies,” by Andrea Frazzini, Ronen Israel and Tobias Moskowitz, AQR found that its actual trading costs have been only about one-sixth of the estimates used for much of the sample period (1880 through 1992) and approximately one-half of the estimates used for the more recent period (1993 through 2002). (a summary on the trading costs paper is here). Further evidence on time-series momentum comes from Akindynos-Nikolaos Baltas and Robert Kosowski, authors of the 2013 study “Momentum Strategies in Futures Markets and Trend-Following Funds.” The authors studied “the relationship between time-series momentum strategies in futures markets and commodity trading advisors (CTAs), a subgroup of the hedge fund universe that was one of the few profitable hedge fund styles during the financial crisis of 2008, hence attracting much attention and inflows in its aftermath.” The authors noted that following inflows over the subsequent years, the size of the industry had grown substantially, and CTA funds exceeded $300 billion of the total $2 trillion assets under management invested in hedge funds by the end of 2011. Their study covered the period from December 1974 through January 2012 and included 71 futures contracts across several assets classes, specifically 26 commodities, 23 equity indices, 7 currencies, and 15 intermediate-term and long-term bonds. Here is a chart highlighting the key findings regarding the industry’s growth: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. And here is a summary of their findings: Time-series momentum exhibits strong effects across monthly, weekly and daily frequencies. Strategies with different rebalancing frequencies have low cross-correlations and therefore capture distinct return patterns. Momentum patterns are pervasive and fairly robust over the entire evaluation period and within sub-periods. Different strategies achieve annualized Sharpe ratios of above 1.20 and perform well in up and down markets, which renders them good diversifiers in equity bear markets. Commodity futures-based momentum strategies have low correlation with other futures strategies. Thus, despite the fact that they have a relatively low return, they do provide additional diversification benefits. Importantly, the authors found that momentum profitability is not limited to illiquid contracts. Rather, momentum strategies are typically implemented by means of exchange-traded futures contracts and forward contracts, which are considered relatively liquid and have relatively low transaction costs compared to cash equity or bond markets. In fact, they found that “for most of the assets, the demanded number of contracts for the construction of the strategy does not exceed the contemporaneous open interest reported by the Commodity Futures Trading Commission (CFTC) over the period 1986 to 2011.” They also found that the “notional amount invested in futures contracts in this hypothetical scenario is a small fraction of the global OTC derivatives markets (2.3% for commodities, 0.2% for currencies, 2.9% for equities and 0.9% for interest rates at end of 2011).” Thus, they concluded: Our analyses based on the performance-flow regressions and the hypothetical open interest exceedance scenario do not find statistically or economically significant evidence of capacity constraints in time-series momentum strategies. What Does the CTA World Tell Us About Time-Series Momentum? However, following strong performance in 2008, the aggregate performance of trend-following CTA funds has been relatively weak. For example, from January 2009 to June 2013, the annualized return of the SG CTA Trend Sub-Index (formerly the Newedge Trend Index) was -0.8 percent, versus 8.0 percent over the prior five-year period. This occurred during a period of slow recovery in the United States and prolonged crisis in the Eurozone. Relatively poor performance, combined with large inflows following the strong performance, leads investors to question both whether the trend-following strategy has already become too crowded and if it will work in the future. The final paper we’ll review is the 2014 study, “Is This Time Different? Trend Following and Financial Crises.” Using almost a century of data on trend-following, the authors, Mark C. Hutchinson and John O’Brien, investigated what happened to the performance of the strategy subsequent to the U.S. subprime and Eurozone crises, and whether it was typical of what happens after a financial crisis. They note: “Identifying a list of global and regional financial crises is problematic.” Thus, they chose to use the list of crises from two of the most highly cited studies on financial crises, “Manias, Panics, and Crashes: A History of Financial Crises” (originally published in 1978) and “This Time Is Different: Eight Centuries of Financial Folly” (originally published in 2009). The six global crises studied were: the Great Depression in 1929, the 1973 Oil Crisis, the Third World Debt crisis of 1981, the Crash of October 1987, the bursting of the dot-com bubble in 2000 and the Sub-Prime/Euro crisis beginning in 2007. Here is a chart that highlights the performance of trend-following portfolios following crises: The results are hypothetical results and are NOT an indicator of future results and do NOT represent returns that any investor actually attained. Indexes are unmanaged, do not reflect management or trading fees, and one cannot invest directly in an index. Additional information regarding the construction of these results is available upon request. Note the strong positive performance across all crises, which are often periods when broad equity markets are suffering from large losses. The authors don’t limit their analysis to major global crises. The regional crises studied (with year of inception in parentheses) were: Spain (1977), Norway (1987), Nordic (1989), Japan (1990), Mexico (1994), Asia (1997), Colombia (1997) and Argentina (2000). The start date for each crisis was the month following the equity market high preceding the crisis. Because neither of the two aforementioned studies provided guidance on the length or end date of each crisis, rather than attempting to define when each individual crisis finished, the authors instead focused on two fixed time periods: 24 months and 48 months after the prior equity market high. Hutchinson and O’Brien’s dataset for the global analysis consisted of 21 commodities, 13 government bonds, 21 equity indices and currency crosses derived from nine underlying exchange rates covering a sample period from January 1921 to June 2013. Their results include estimates of trading costs as well as the typical hedge fund fee of 2 percent of assets and 20 percent of profits. The following is a summary of their findings: Time-series momentum has been highly successful over the long term. The average net return for the global portfolio from 1925 to 2013 was 12.1 percent, with volatility of 11 percent. The Sharpe ratio was an impressive 1.1 (a finding consistent with that of other research). There is a breakdown in futures market return predictability during crisis periods. In no-crisis periods, market returns exhibit strong serial correlation at lags of up to 12 months. Subsequent to a global financial crisis, trend-following performance tends to be weak for four years on average. This lack of time-series return predictability reduces the opportunity for trend-following to generate returns. Comparing the performance of crisis and no-crisis periods, the average return in the first 24 months following the start of a crisis (4.0 percent) is less than one-third of the return earned in no-crisis periods (13.6 percent). Performance in the 48 months after a crisis starts (6.0 percent) was well under half the return in that of no-crisis periods (14.9 percent). Across stocks, bonds and currencies, the results were consistent. The exception was commodities, where returns were of similar magnitude in pre- and post-crisis periods. They found a similar effect when examining portfolios formed of local assets during regional financial crises. The authors noted that behavioral models link momentum to investor overconfidence and decreasing risk aversion, with both leading to return predictability in asset prices. Under these models, overconfidence should fall and risk aversion should increase following market declines, so it seems logical that return predictability would fall following a financial crisis. It is also important to note, as the authors did, that “governments have an increased tendency to intervene in financial markets during crises, resulting in discontinuities in price patterns.” Such interventions can lead to sharp reversals, with negative consequences for trend-following. Hutchinson and O’Brien concluded: The performance of these types of strategies [trend-following] is much weaker in crisis periods, where performance can be as little as one-third of that in normal market conditions. This result is supported by our evidence for regional crises, though the effect seems to be more short lived. In our analysis of the underlying markets, our empirical evidence indicates a breakdown in the time series predictability, pervasive in normal market conditions, on which trend following relies. As an investment style, trend-following has existed for a long time. The data from the aforementioned studies provide strong out-of-sample evidence beyond the substantial evidence that already existed in the literature. It also provides consistent, long-term evidence that trends have been pervasive features of global stock, bond, commodity and currency markets. (2) Addressing the issue of whether we should expect trends to continue, AQR researchers concluded in their aforementioned paper: The most likely candidates to explain why markets have tended to trend more often than not include investors’ behavioral biases, market frictions, hedging demands, and market interventions by central banks and governments. Such market interventions and hedging programs are still prevalent, and investors are likely to continue to suffer from the same behavioral biases that have influenced price behavior over the past century, setting the stage for trend-following investing going forward. The bottom line is that, given the diversification benefits and the downside (tail-risk) hedging properties, a moderate portfolio allocation to trend-following strategies merits consideration. Note, however, that the generally high turnover of trend-following strategies renders them relatively tax inefficient. Thus, there should be a strong preference to hold them in tax-advantaged accounts. The views and opinions expressed herein are those of the author and do not necessarily reflect the views of Alpha Architect, its affiliates or its employees. Our full disclosures are available here. Definitions of common statistics used in our analysis are available here (towards the bottom). Join thousands of other readers and subscribe to our blog. This site provides NO information on our value ETFs or our momentum ETFs. Please refer to this site. Like the Post? Share the Knowledge! About the Author: Larry Swedroe. As Director of Research for Buckingham and The BAM ALLIANCE, Larry Swedroe spends his time, talent and energy educating investors on the benefits of evidence-based investing with enthusiasm few can match. Larry was among the first authors to publish a book that explained the science of investing in layman’s terms, “The Only Guide to a Winning Investment Strategy You’ll Ever Need.” He has since authored seven more books: “What Wall Street Doesn’t Want You to Know” (2001), “Rational Investing in Irrational Times” (2002), “The Successful Investor Today” (2003), “Wise Investing Made Simple” (2007), “Wise Investing Made Simpler” (2010), “The Quest for Alpha” (2011) and “Think, Act, and Invest Like Warren Buffett” (2012). He has also co-authored seven books about investing. His latest work, “Your Complete Guide to Factor-Based Investing: The Way Smart Money Invests Today,” was co-authored with Andrew Berkin and published in October 2016. In his role as director of research and as a member of Buckingham’s Investment Policy Committee and Board of Managers, Larry, who joined the firm in 1996, regularly reviews the findings published in dozens of peer-reviewed financial journals, evaluates the outcomes and uses the result to inform the organization’s formal investment strategy recommendations. He has had his own articles published in the Journal of Accountancy, Journal of Investing, AAII Journal, Personal Financial Planning Monthly and Journal of Indexing. Larry’s dedication to helping others has made him a sought-after national speaker. He has made appearances on national television shows airing on NBC, CNBC, CNN and Bloomberg Personal Finance. Larry is a prolific writer and contributes regularly to multiple outlets, including Advisor Perspectives and ETF. Before joining Buckingham and The BAM ALLIANCE, Larry was vice chairman of Prudential Home Mortgage. He has held positions at Citicorp as senior vice president and regional treasurer, responsible for treasury, foreign exchange and investment banking activities, including risk management strategies. Larry holds an MBA in finance and investment from New York University and a bachelor’s degree in finance from Baruch College in New York. الوظائف ذات الصلة. Academic Research Insight: Beware of the Surprise Departure of Independent Directors! Momentum and Market Anomalies. Historical Finance Fight: Ben Graham versus H.M. جارتلي. Everyone, Even a Passive Vanguard Investor, is a Factor Investor. Academic Research Insight: Political Connections May Actually Increase SEC oversight. 3 تعليقات. In June, Hurst Ooi & Pedersen extended their original study by 27 years: papers.ssrn/sol3/papers.cfm?abstract_id=2993026 I’m surprised you didn’t know that. Yep, we already know about it and tweeted about it. Haven’t had time to do a write up on the extension. This in only partly related to the topic here, but I just came across this paper, which also deals with a method that can enhance log term returns by minimizing DD. Apart from the apparent spelling mistake in the title it looks like. it’s good stuff – one of the things that looks interesting is that. compared to say momentum or moving averages rules which I was told can’t. really be applied to small caps because they’re too volatile, this. method seems to work well for small caps too. Have you been looking into it? I’m not sure e.g. what the turnover. would be and whether after costs this strategy is still worth.
أسعار العملات الأجنبية ستاندا أوغاندا
التداول في خيارات الأسهم