سرمایه گذاری های جایگزینی

دوست شما کدام روند است؟

صندوق های آتی مدیریت شده و مشاوران تجارت کالا (CTA) از اکتشافی یا اقدامات آماری که اغلب "فیلترها" برای تجارت در روند قیمت نامیده می شوند ، استفاده می کنند. دو اقدامات مهم آماری روند "حرکت سری زمان" و "متقاطع متوسط حرکت" است. ما از نظر تجربی و تئوری نشان می دهیم که این شاخص های روند از نزدیک مرتبط هستند. در حقیقت ، آنها بازنمایی معادل در عمومی ترین اشکال خود هستند. آنها همچنین بسیاری از انواع دیگر فیلترها ، مانند فیلتر Hodric k-Prescott (HP) ، فیلتر کالمن و سایر فیلترهای خطی را ضبط می کنند. ما نشان می دهیم که چگونه می توان این فیلترها را از طریق "توطئه های امضای روند" نشان داد ، و وابستگی آنها به قیمت های گذشته و بازده توسط Horizon را نشان می دهد.

خلاصه توسط پاملا جی یانگ ، CFA تهیه شده است.

درون چیست؟

استراتژی سرمایه گذاری در حال روند یک سبک سرمایه گذاری گسترده ، به ویژه برای معاملات آتی ، کالاها و معامله گران صندوق های تامینی است. شاخص های روند به قیمت ها و بازده های گذشته متکی هستند. بر اساس یک مبنای تجربی و نظری ، اشکال عمومی استراتژی های مختلف سرمایه گذاری مبتنی بر روند از نزدیک مرتبط هستند.

نویسندگان از دو اقدامات آماری کلیدی برای ضبط روند استفاده می کنند: روش سریال زمان (TSMOM) ، که بازده برخی از دوره های زمانی اخیر را نشان می دهد ، و روش متقاطع متوسط حرکت (Macross) ، که سطح قیمت های مختلف را در زمان های مختلف نشان می دهددوره هاادبیات و پزشکان دانشگاهی بسیاری از استراتژی ها را ارائه داده اند که بر روی سطح ، بی نظیر به نظر می رسند اما همه مربوط به روند زیر در سطح بالایی هستند. نویسندگان به دنبال متحد کردن بسیاری از این استراتژی های به ظاهر متفاوت در یک چارچوب ساده ، قوی و بصری هستند.

چگونه این تحقیق برای پزشکان مفید است؟

سرمایه گذاران حرکت دوست دارند روند را دنبال کنند. استراتژی روند بصری است و براساس این عقیده که احتمالاً روند ادامه خواهد یافت. درک چگونگی شناسایی روند قیمت برای سرمایه گذاران ضروری است. تغییرات قیمت روزانه می تواند پر سر و صدا باشد ، و فرضیه پیاده روی تصادفی نشان می دهد که حرکت قیمت های آینده کاملاً غیرقابل پیش بینی است و استراتژی های پیروی از روند نباید کار کند. با این وجود ، سرمایه گذاران پیروی از روند معتقدند که بازارها کاملاً کارآمد نیستند و حق بیمه خطر با گذشت زمان تغییر می کنند. بنابراین ، در شرایط خاص ، روند زیر ممکن است ارزش را اضافه کند.

یک سیگنال TSMOM ، از یک طرف ، بازده را در طی دوره زمانی اخیر نشان می دهد. برای ساده سازی با یک مثال ، فرض کنید که سرمایه گذاری در طلا منجر به بازگشت مثبت در طی 12 ماه گذشته شده است. این روند به سمت بالا ارزیابی می شود و سیگنال های TSMOM برای خرید طلا. از طرف دیگر ، یک سیگنال ماکروس متقاطع دو میانگین متحرک را نشان می دهد ، میانگین سریع حرکت می کند که وزن بیشتری را بر قیمت های اخیر و میانگین آهسته ای که وزن بیشتری را بر قیمت های گذشته می گذارد ، نشان می دهد. در مثال ما فرض کنید که میانگین متحرک قیمت طلا در طی 20 روز گذشته از میانگین حرکت قیمت طلا طی 260 روز گذشته عبور می کند. از آنجا که قیمت های اخیر بالاتر از قیمت های گذشته است ، این روند به سمت بالا ارزیابی می شود و سیگنال های ماکروس برای خرید طلا.

نویسندگان هر دو روش بسته بندی شده را به روش های مختلف بررسی می کنند و نشان می دهند که عمومی ترین شکل ماکروس را می توان به عنوان یک مورد خاص از عمومی ترین شکل TSMOM و برعکس مشاهده کرد. آنها همچنین نشان می دهند که مجموعه بزرگی از فیلترهای خطی-به عنوان مثال ، فیلتر Hodrick-Prescott ، فیلتر کالمن یا هر تخمین روند دیگر با استفاده از رگرسیون روند معمولی حداقل مربعات-معادل یک TSMOM عمومی یا سیگنال ماکروس است. در نتیجه ، فیلترهای TSMOM و Macross به طور برجسته تمام فیلترها و ویژگی های دیگر در برنامه ها را ضبط می کنند.

نویسندگان چگونه این تحقیق را انجام دادند؟

نویسندگان ، از طریق فرمول های ریاضی دقیق با تغییرات و ترکیب های مختلف ضرایب ، نحوه کار TSMOM و Macross را نشان می دهند. آنها نشان می دهند که چگونه می توان هر سیگنال روند را با استفاده از توطئه های امضای روند بر اساس قیمت های گذشته (Macross) یا بازده های گذشته (TSMOM) به صورت گرافیکی نشان داد. نتیجه گیری این است که TSMOM و Macross اساساً معادل هستند.

برای حمایت از این نتیجه گیری ، نویسندگان یک مطالعه تجربی را انجام می دهند که به 58 ابزار اعم از جفت ارز تا آینده کالاها متکی است و قیمت ها را از سال 1985 تا 2015 پوشش می دهد. آنها سه استراتژی استاندارد TSMOM و سه استراتژی استاندارد ماکروس را ایجاد می کنند که نسبتاً قابل مقایسه هستند.

برای قرار دادن سیگنال های معاملاتی در یک سطح مساوی ، نویسندگان از همان روش ساخت نمونه کارها برای سیگنال های مربوط به هر دو استراتژی استفاده می کنند. نتیجه این است که هر دو استراتژی به طور مشابه برای همه افق ها ، از جمله از نظر بازده سالانه (بیش از پول نقد) ، نوسانات سالانه و نسبت های شارپ عمل می کنند. با این حال ، برخی از انحرافات مشاهده می شود. به عنوان مثال ، نویسندگان اهمیت مثبت در ALPHA های برخی از سیگنال های TSMOM را هنگام رکود در سیگنال های ماکروس توجه می کنند ، که به سادگی ممکن است به معنای این باشد که سیگنال های ماکروس زمان سخت تری را برای تقلید از سیگنال TSMOM دارند. معکوس صحیح نیست زیرا شکل سیگنال های TSMOM به راحتی یک سیگنال ماسوس خودسرانه متناسب است.

دیدگاه چکیده

معاملات روند یا حرکت در مقابل معاملات ارزیابی همیشه سرمایه گذاران را به دو اردوگاه از هم جدا کرده است. در طولانی مدت ، هر دو استراتژی ممکن است نتایج مشابهی را ارائه دهند ، اگرچه ممکن است هر یک در مراحل مختلف ارزش را اضافه کنند. این مطالعه بر تجارت حرکت متمرکز است و ممکن است علاقه زیادی از سرمایه گذاران ارزیابی ایجاد نکند. با این حال ، برای کسانی که پیروان روند هستند ، این تحقیق نشان می دهد که اقدامات مختلفی برای ضبط روند ، در اصل ، صرفاً تغییرات یکدیگر است و از نظر مادی بر نتایج تأثیر نمی گذارد. اگرچه اجرای مشترک این سیگنال های روند ممکن است دقیقاً در عمل یکسان نباشد ، یافته های نویسندگان تأیید می کنند که مهم نیست که سرمایه گذاران از چه روشی برای شناسایی روندها استفاده می کنند ، تا زمانی که یک اجرای قوی و منضبط داشته باشند ، دور از روند دور نمی شوند. واد

یادداشت سردبیر: این مقاله توسط سردبیر اجرایی استفان جی براون مورد بررسی و پذیرفته شده است.

یادداشت ویرایشگر: هر دو نویسنده وابسته به AQR هستند ، یک شرکت مدیریت سرمایه گذاری جهانی که محصولات سرمایه گذاری طولانی و جایگزین از جمله صندوق های آینده مدیریت شده را اداره می کند.