Estratégias de negociação de impulso de séries temporais no mercado de ações global

Estratégias de Negociação de Momento Temporal no Mercado Global de Ações.

Resumo: Nos últimos anos, a presença de lucros anormais nos mercados de ações foi empiricamente validada, colocando assim a Hipótese do Mercado Eficiente em julgamento; e a afirmação de que o mercado sabe que tudo ou o mercado não pode ser espancado provou ser um mito. Com a presença de regras de negociação rentáveis ​​nos mercados de ações, a especulação se torna um fenômeno comum, tornando o sistema financeiro intrinsecamente instável, vulnerável a choques e propenso a falhas. Este estudo, ao explorar a presença de regras comerciais rentáveis ​​no mercado global nos últimos anos, descobre que os submercados dos países desenvolvidos são mais vulneráveis ​​a especular atividades.

Downloads: (link externo)

O acesso ao texto completo é restrito aos assinantes.

Este item pode estar disponível em outros lugares no EconPapers: procure itens com o mesmo título.

Referência de exportação: BibTeX RIS (EndNote, ProCite, RefMan) HTML / Texto.

Informações sobre pedidos: Este artigo de revista pode ser solicitado em.

Economia empresarial é atualmente editada por Charles Steindel.

Dados da série mantidos por Sonal Shukla ().

O seu trabalho está faltando no RePEc? Aqui está como contribuir.

Perguntas ou problemas? Verifique as perguntas frequentes do EconPapers ou envie um e-mail para.

Efeito Momentum da Série de Tempo.

O momento tradicional da seção transversal é uma anomalia popular e muito bem documentada. O impulso tradicional usa um universo de recursos para escolher vencedores do passado, e prevê que esses vencedores continuarão a superar seus pares no futuro também. No entanto, pesquisas acadêmicas recentes mostram que não precisamos de todo o universo de ativos para explorar o efeito momentum. Uma nova versão desta anomalia (Time Series Momentum) mostra que o retorno anterior de cada segurança (ou ativo) é um futuro preditor. O retorno em excesso de 12 meses passado de cada instrumento é um preditor positivo de seu retorno futuro. Um portfólio diversificado de dinâmica de séries temporais em todos os ativos é notavelmente estável e robusto, gerando um alto índice de Sharpe com pouca correlação com benchmarks passivos. Uma vantagem adicional é que os retornos momentâneos das séries temporais parecem ser maiores quando os retornos do mercado de ações são mais extremos; Portanto, o momento da série temporal pode ser um hedge para eventos extremos.

Razão fundamental.

A pesquisa acadêmica afirma que o efeito momentum da série temporal é consistente com as teorias comportamentais dos investidores. reação inicial e reação excessiva tardia aplicada à disseminação da informação.

Estratégia de negociação simples.

O universo de investimento consiste em 24 futuros de commodities, 12 pares de moeda cruzada (com 9 moedas subjacentes), 9 índices de ações desenvolvidos e 13 futuros de obrigações governamentais desenvolvidos.

Papel Fonte.

Moskowitz, Ooi, Pedersen: Time Series Momentum.

Nós documentamos o significativo "impulso da série de tempo" nos futuros do índice de ações, moeda, commodities e obrigações para cada um dos 58 instrumentos líquidos que consideramos. Encontramos persistência nos retornos de 1 a 12 meses que se invertem parcialmente em horizontes mais longos, consistentes com as teorias de sentimentos sobre a sub-reação inicial e a reação excessiva. Um portfólio diversificado de estratégias de impulso de séries temporais em todas as classes de ativos oferece retornos anormais substanciais com pouca exposição a fatores padrão de preços de ativos e funciona melhor em mercados extremos. Mostramos que os retornos ao impulso das séries temporais estão intimamente ligados às atividades de negociação de especuladores e hedgers, onde os especuladores parecem se beneficiar com isso em detrimento dos hedgers.

Outros documentos.

Baltas, Kosowski: Estratégias de Momento e Seguimento de Tendências em Mercados Futuros.

A construção de uma estratégia de impulso de séries temporais envolve a agregação ajustada pela volatilidade de estratégias univariadas e, portanto, depende muito da eficiência do estimador de volatilidade e da qualidade do sinal de negociação momentum. Usando um conjunto de dados com cotações intra-dia de 12 contratos de futuros de novembro de 1999 a outubro de 2009, investigamos essas dependências e sua relação com a lucratividade do momento e atingimos uma série de descobertas novas. Primeiro, os sinais de negociação de impulso gerados ao ajustar uma tendência linear no caminho do preço dos ativos maximizam o desempenho fora da amostra, ao mesmo tempo em que minimizam o roteamento da carteira, dominando, portanto, o sinal de troca de impulso ordinário na literatura, o sinal do retorno passado. Em segundo lugar, os resultados mostram fortes padrões de momentum na freqüência mensal de reequilíbrio, padrões de impulso relativamente fortes na frequência semanal e padrões de momentum relativamente fracos na frequência diária. Na verdade, os efeitos de reversão significativos estão documentados no horizonte de muito curto prazo. Finalmente, no que se refere à agregação ajustada de volatilidade de estratégias univariadas, o estimador da gama Yang-Zhang constitui a escolha ideal para a estimativa de volatilidade em termos de maximização da eficiência e minimização do viés e do roteamento ex post da carteira.

A construção de uma estratégia de impulso de séries temporais envolve a agregação ajustada por volatilidade de estratégias uniféricas e, portanto, depende muito da eficiência do estimador de volatilidade e da qualidade do sinal de negociação momentum. Usando um conjunto de dados com cotações intra-dia de 12 contratos de futuros de novembro de 1999 a outubro de 2009, investigamos essas dependências e sua relação com a lucratividade do momento da série e alcançamos uma série de descobertas novas. Os sinais de troca de impulso gerados pela adequação de uma tendência linear no caminho do preço dos ativos maximizam o desempenho fora da amostra, ao mesmo tempo que minimizam o volume de negócios da carteira, portanto, dominando o sinal de negociação de impulso ordinário na literatura, o sinal de retorno passado. Em relação à agregação ajustada de volatilidade de estratégias univariadas, o estimador da gama Yang-Zhang constitui a escolha ideal para a estimativa de volatilidade em termos de maximização da eficiência e minimização do viés e do roteamento ex post da carteira.

Neste artigo, estudamos as estratégias de momentum de séries temporais em mercados futuros e sua relação com os consultores de negociação de commodities (CTAs). Em primeiro lugar, construímos um dos conjuntos mais abrangentes de carteiras de impulso da série temporal, estendendo os estudos existentes em três dimensões: séries temporais (1974-2002), seção transversal (71 contratos) e domínio de freqüência (mensal, semanal, diariamente) . Nossas estratégias de momentum de momentum atingem índices de Sharpe acima de 1.20 e fornecem importantes benefícios de diversificação devido ao seu comportamento anticíclico. Achamos que as estratégias mensais, semanais e diárias exibem baixa correlação cruzada, o que indica que eles capturam fenômenos de continuação de retorno distintos. Em segundo lugar, fornecemos provas de que os CTAs seguem as estratégias de impulso das séries temporais, mostrando que as estratégias de impulso das séries temporais possuem alto poder explicativo nas séries temporais dos retornos do CTA. Em terceiro lugar, com base nesse resultado, investigamos se existem restrições de capacidade em estratégias de impulso de séries temporais, ao executar regressões preditivas do desempenho da estratégia momentânea em fluxos de capital atrasados ​​para a indústria CTA. De acordo com a visão de que os mercados de futuros são relativamente líquidos, não encontramos evidências de restrições de capacidade e esse resultado é robusto para diferentes classes de ativos. Nossos resultados têm implicações importantes para estudos de fundos de hedge e investidores.

Estudamos o desempenho do investimento de tendência nos mercados globais desde 1903, ampliando a evidência existente em mais de 80 anos. Concluímos que a tendência apresentou bons retornos positivos e percebeu uma baixa correlação com classes de ativos tradicionais a cada década por mais de um século. Analisamos os retornos das tendências seguindo vários ambientes econômicos e destacamos os benefícios de diversificação que a estratégia tem providenciado historicamente em mercados com base em ações. Finalmente, avaliamos o ambiente recente para a estratégia no contexto desses resultados de longo prazo.

As variações de várias estratégias de impulso são examinadas em uma configuração de alocação de ativos, bem como para um conjunto de carteiras da indústria. Modelos simples de retornos de impulso são considerados. A diferença entre o momento da série de tempo e o impulso transversal, com especial atenção às fontes de lucro para cada um, é esclarecido tanto teoricamente como empiricamente. Os motivos teóricos e empíricos para a eficácia da ponderação da volatilidade são fornecidos e a relação de impulso com dispersão e volatilidade em seção transversal é examinada.

Mostramos que a lucratividade das estratégias de momentum de séries temporais em futuros de commodities em toda a sua história é fortemente sensível ao dia de início. Usando retornos diários com períodos de formação de 252 dias e períodos de espera de 21 dias, o índice de Sharpe depende de se um começar no primeiro dia, no segundo dia, e assim por diante, até o vigésimo primeiro dia. Essa sensibilidade é maior para períodos de negociação mais curtos. Os mesmos resultados também ocorrem na simulação de retornos independentes e identicamente lognormalmente distribuídos, mostrando que este não é apenas um padrão empírico, mas uma questão fundamental com as estratégias de impulso. Os gerentes de portfólio devem estar cientes desse risco latente: começar a negociar a mesma estratégia no mesmo subjacente, mas um dia depois, mesmo depois de muitas décadas, transformar uma estratégia bem-sucedida em uma mal sucedida.

Mostramos que os retornos dos fundos de futuros gerenciados e dos CTAs podem ser explicados por estratégias simples de tendências, especificamente, estratégias temporárias em séries temporais. Discutimos a intuição econômica por trás dessas estratégias, incluindo as fontes potenciais de lucro devido à reação inicial e à reação excessiva às notícias. Mostramos empiricamente que essas estratégias seguindo as tendências explicam os retornos dos futuros administrados. Na verdade, as estratégias de impulso das séries temporais produzem grandes correlações e altos quadrados R com índices de Futuros Gerenciados e retornos de gerente individuais, incluindo os gerentes maiores e mais bem-sucedidos. Enquanto os maiores gerentes de Futuros Gerenciados perceberam alfas significativos para benchmarks tradicionais de longa duração, o controle de estratégias de momentum de séries temporais leva seus alfas a zero. Finalmente, consideramos uma série de questões de implementação relevantes para estratégias de impulso de séries temporais, incluindo gerenciamento de riscos, alocação de risco em classes de ativos e horizontes de tendências, freqüência de reequilíbrio de portfólio, custos de transação e taxas.

Em um modelo de equilíbrio com investidores informados racionalmente e investidores técnicos, mostramos que a média móvel dos preços do mercado passado pode prever o preço futuro, explicando o forte poder preditivo encontrado em muitos estudos empíricos. Nosso modelo também pode explicar o impulso da série de tempo de que os preços de mercado tendem a ser positivamente correlacionados no curto prazo e negativamente correlacionados no longo prazo.

Após grandes retornos positivos em 2008, os CTAs receberam maior atenção e alocações de investidores institucionais. O desempenho subsequente foi inferior à sua média a longo prazo. Isso ocorreu em um período após a maior crise financeira desde a grande depressão. Neste artigo, usando quase um século de dados, investigamos o que normalmente acontece com a estratégia central seguida por esses fundos em crises financeiras globais. Também examinamos o comportamento das séries temporais dos mercados negociados pelos CTAs durante esses períodos de crise. Nossos resultados mostram que, em um período prolongado após a crise financeira, a tendência após a retomada média é inferior à metade daqueles obtidos em períodos sem crise. A evidência de crises regionais mostra um padrão semelhante. Nós também achamos que os mercados de futuros não exibem a forte previsibilidade de retorno das séries temporais prevalentes em períodos sem crise, resultando em retornos relativamente fracos para tendências seguindo as estratégias nos quatro anos imediatamente após o início de uma crise financeira.

Apresentamos uma nova classe de estratégias de impulso que se baseiam nas médias de longo prazo dos retornos ajustados ao risco e testar essas estratégias em um universo de 64 contratos de futuros líquidos. Mostramos que essa estratégia de impulso ajustada ao risco supera a estratégia de tempo de série de Ooi, Moskowitz e Pedersen (2012) para quase todas as combinações de períodos de espera e de retorno. Nós construímos medidas de volatilidade (risco) específicos de impulso (tanto dentro como entre classes de ativos) e mostramos que essas medidas de volatilidade podem ser usadas tanto para gerenciamento de risco como para o tempo de impulso. Descobrimos que a gestão do risco de impulso aumenta significativamente os índices de Sharpe, mas, ao mesmo tempo, leva a uma inclinação negativa mais acentuada e ao risco da cauda; Em contrapartida, a combinação da gestão de risco com o momento do momentum praticamente elimina a assimetria negativa dos retornos momentum e reduz significativamente o risco de cauda. Além disso, o gerenciamento do risco de impulso leva a uma exposição muito menor aos fatores de mercado, valor e momentum. Como resultado, os retornos de momentum geridos por risco oferecem benefícios de diversificação muito maiores do que os retornos de momentum padrão.

Examinamos a relação entre os retornos da tendência e o risco macroeconômico. Nossos resultados demonstram que os fatores macroeconômicos têm uma relação estatisticamente significativa com as tendências seguidas, quando permitimos as exposições dinâmicas da estratégia. Achamos que esta exposição de risco variável desta vez permite seguir tendências para gerar retornos positivos em uma ampla gama de títulos e ciclos de mercado de ações. Pesquisas anteriores documentaram que a maioria dos retornos de impulso de seção transversal derivam de exposições de risco macroeconômico. No entanto, o mesmo não acontece com a tendência, na qual pelo menos metade do desempenho vem dos componentes inexplicáveis ​​dos retornos futuros. Quando relacionamos o desempenho com a volatilidade condicional de variáveis ​​macroeconômicas, nossos resultados mostram que a tendência a seguir gera retornos mais elevados em períodos em que a incerteza econômica é baixa.

Analisamos as diferenças entre as estratégias baseadas no passado que diferem no condicionamento dos retornos passados ​​em excesso de zero (estratégia de séries temporais, TS) e retornos passados ​​em excesso da média transversal (estratégia transversal, CS). Achamos que a diferença de retorno entre essas duas estratégias deve-se principalmente a posições longas que variam no tempo que a estratégia TS assume no mercado agregado e, conseqüentemente, não tem implicações para o comportamento dos preços individuais dos ativos. No entanto, as estratégias TS e CS baseadas em índices financeiros como preditores às vezes são diferentes devido à seleção de ativos.

Os fundos de futuros administrados (às vezes chamados de CTAs) comercializam predominantemente as tendências. Existem várias maneiras de identificar as tendências, quer usando heurísticas ou medidas estatísticas, muitas vezes chamadas de "filtros". Duas medidas estatísticas importantes das tendências de preços são o impulso das séries temporais e os cruzamentos médios móveis. Mostramos empiricamente e teoricamente que esses indicadores de tendências estão intimamente conectados. Na verdade, eles são representações equivalentes em suas formas mais gerais, e eles também capturam muitos outros tipos de filtros, como o filtro HP, o filtro Kalman e todos os outros filtros lineares. Além disso, mostramos como os filtros de tendência podem ser equivalentemente representados como funções de preços passados ​​versus retornos passados. Nossos resultados unificam e ampliam uma série de estratégias de acompanhamento de tendências e discutimos as implicações para os investidores.

Usando um conjunto de dados de 67 índices de ações e patrimônio de 1969 a 2013, este estudo documenta um significativo efeito momentum de série temporal nos mercados internacionais de ações e commodities. Este documento documenta ainda que os fundos de investimento internacionais tendem a comprar instrumentos que tenham tido bons resultados nos últimos meses, mas eles não vendem sistematicamente aqueles que apresentaram desempenho fraco nos mesmos períodos. Nós também descobrimos que um portfólio diversificado de curto prazo ganha os maiores lucros em condições extremas de mercado, mas as intervenções de mercado dos bancos centrais nos últimos anos parecem desafiar o desempenho dessas carteiras.

O objetivo deste artigo é, portanto, estudar essa ineficiência dentro das estratégias de temporização da série temporal (TSMOM) introduzidas em um artigo importante de Moscowitz, Ooi e Pedersen [2012]. Para este fim, apresentamos uma nova classe de estratégias de impulso, estratégias de temporização de séries temporais ajustadas ao risco (RAMOM), que se baseiam em médias de retornos de futuros passados, normalizados pela sua volatilidade. Testamos essas estratégias em um universo de 64 contratos de futuros líquidos e demonstramos que as estratégias RAMOM superam as estratégias TSMOM de Moscowitz, Ooi e Pedersen [2012] para estratégias de momentum de curto, médio e longo prazos. Além disso, os sinais comerciais RAMOM possuem outra característica útil e importante: são, naturalmente, menos dependentes da alta volatilidade. Em outras palavras, as estratégias TSMOM padrão tendem a se correlacionar positivamente (ver, por exemplo, Hurst et al. [2013]) com uma posição de longo alcance (longa chamada, longa colocação) e, como resultado, melhor desempenho no mercado volátil ambientes. Como mostramos, isso é muito menos o caso dos retornos RAMOM porque, ao ajustar os sinais de negociação de acordo com a volatilidade, nós renderizamos RAMOM retorna mais sensível a novas informações precisamente no momento em que a volatilidade é baixa. Como resultado, o desempenho superior ao RAMOM em relação ao TSMOM tende a ser negativamente relacionado à volatilidade.

As estratégias de tendência seguem posições longas em ativos com retornos passivos positivos e posições curtas em ativos com retornos passados ​​negativos. Eles geralmente são construídos usando contratos de futuros em todas as classes de ativos, com pesos inversamente proporcionais à volatilidade e historicamente exibiram excelentes recursos de diversificação, especialmente durante as recessões dramáticas do mercado. No entanto, após um desempenho impressionante em 2008, a estratégia de acompanhamento de tendências não conseguiu gerar retornos fortes no período pós-crise, 2009-2013. Este período caracterizou-se por um grande grau de co-movimento, mesmo em classes de ativos, com o universo investido sendo dividido aproximadamente nas sub-classes denominadas Risk-On e Risk-Off. Examinamos se o esquema de ponderação de volatilidade inversa, que efetivamente ignora as correlações de pares, pode se mostrar sub-ótimo em um ambiente de correlações crescentes. Ao estender a alocação de risco-paridade de risco (contribuição de risco equivalente), construímos uma estratégia de tendência longa e curta que faz uso de princípios de paridade de risco. Não só melhoramos significativamente o desempenho da estratégia, mas também mostramos que esse aprimoramento é impulsionado principalmente pelo desempenho do esquema de ponderação mais sofisticado em regimes de correlação média extremos.

Moskowitz, Ooi e Pedersen (2012) mostram que o impulso da série temporal oferece um alfa grande e significativo para uma carteira diversificada de vários contratos de futuros internacionais no período de 1985 a 2009. Embora confirmemos esses resultados com dados semelhantes, achamos que seus resultados são impulsionados pelos retornos de volatilidade (ou a chamada abordagem de paridade de risco para a alocação de ativos), em vez de em tempos de séries temporais. O alfa dos retornos mensais do momento da série temporal cai de 1,27% com pesos variáveis ​​de volatilidade para 0,41% sem escala de volatilidade, o que é significativamente menor do que o impulso transversal alfa de 0,95%. Usando posições com volatilidade, o retorno cumulativo de uma estratégia de momentum da série temporal é maior do que a estratégia de compra e retenção; No entanto, timeseriesmomentuman buy-and-hold oferece retornos cumulativos similares se não forem dimensionados por volatilidade. O desempenho superior da estratégia de dinâmica de séries temporais também desaparece no período pós-crise mais recente de 2009 a 2013.

Embora se saiba muito sobre a financiarização de commodities, menos se sabe sobre como investir com rentabilidade em commodities. Os estudos existentes dos Consultores de Negociação de Commodities (CTAs) não abordam adequadamente essa questão porque apenas 19% dos CTAs investem apenas em commodities, apesar de seu nome. Comparamos um modelo inovador de preços de ativos de quatro fator com os benchmarks existentes usados ​​para avaliar CTAs. Somente nosso modelo de quatro fator preços tanto commodity spot e prémio de risco de longo prazo. Em geral, nossos prémios de risco de commodities de preços modelo de quatro fatos melhor do que os prémios de risco de equidade de preços de modelos de fator de Fama-French e, portanto, é um ponto de referência apropriado para avaliar veículos de investimento em commodities.

Nos últimos 20 anos, o momentum ou as tendências que seguem as estratégias tornaram-se uma parte estabelecida da caixa de ferramentas do investidor. Apresentamos uma nova maneira de analisar as estratégias de impulso, observando o índice de informação (IR, retorno médio dividido pelo desvio padrão). Calculamos o IR teórico de uma estratégia de impulso e mostramos que se o impulso se deve principalmente à autocorrelação positiva nos retornos, o IR como função do período de formação do portfólio (look-back) é muito diferente do impulso devido à deriva (média Retorna). O IR mostra que, para períodos de aparência de alguns meses, é mais provável que o investidor aproveite a autocorrelação. No entanto, para períodos de observação mais próximos de 1 ano, o investidor é mais provável que aproveite a deriva. Comparamos os dados históricos com o IR teórico ao construir períodos estacionários. O estudo empírico conclui que há períodos / regimes onde a autocorrelação é mais importante do que a deriva na explicação do IR (particularmente antes de 1975) e outros onde a deriva é mais importante (principalmente após 1975). Concluímos nosso estudo aplicando nossa estratégia de momentum a mais de 100 anos da Dow-Jones Industrial Average. Relatamos oscilações amortecidas no IR para períodos de aparência de vários anos e modelamos essas oscilações como uma inversão da taxa de crescimento médio.

Estudamos as estratégias de tendências temporárias (tendência-seguindo) em títulos, commodities, moedas e índices patrimoniais entre 1960 e 2015. Achamos que as estratégias de impulso foram consistentes tanto antes quanto depois de 1985, períodos marcados por fortes mercados urso e touro em títulos respectivamente. Nós documentamos uma série de propriedades de risco importantes. Em primeiro lugar, os retornos são positivamente distorcidos, o que argumentamos ser intuitivo, traçando um paralelo entre as estratégias de momentum e uma longa estratégia straddle de opções. Em segundo lugar, o desempenho foi particularmente forte nos piores ambientes de mercado de títulos e títulos, dando credibilidade à alegação de que a tendência-seguimento pode fornecer alfa de alíquota e equity. A imposição de restrições à estratégia para evitar que sejam de longo prazo ou títulos longos tenha potencial para melhorar ainda mais a crise alfa, mas reduz o retorno médio. Finalmente, examinamos como o desempenho variou entre as estratégias de momentum com base nos retornos com diferentes lags e aplicado a diferentes classes de ativos.

Propomos o uso de carteiras curtas e longas de estratégias de tendência para analisar suas características de risco e retorno. Achamos que suas exposições variam no tempo, dependem do estado do mercado, e que retorna aos seus lados longo e curto no mesmo recurso não são comparáveis. Além disso, apresentamos evidências de discernimento ocasional e tendencioso por parte dos gerentes da CTA. Nossas descobertas estão em linha com a hipótese dos mercados adaptativos, e a principal lição de nosso estudo é que os lados longo e curto devem ser diferenciados na análise de estratégias dinâmicas de investimento.

Este documento de pesquisa irá discutir as fontes de retorno estrutural (potenciais) para os índices de CTAs e commodities com base em uma revisão de artigos de pesquisa empírica de acadêmicos e profissionais. O documento cobre especificamente (a) as fontes de retorno de longo prazo para ambos os programas futuros gerenciados e para índices de commodities; (b) as expectativas dos investidores e o contexto da carteira para estratégias de futuros; e (c) como comparar essas estratégias.

Os investidores estão frequentemente preocupados com a assimetria negativa ou a assimetria da margem esquerda dos retornos das ações. Em resposta, eles buscam estratégias de mitigação de riscos para fornecer retornos compensatórios quando os mercados de ações caírem. Devido à sua associação com a eletricidade positiva, as estratégias de tendência são candidatos populares para mitigação de risco ou compensação de crise. Este artigo explora como um portfólio de acompanhamento de tendências pode alcançar uma assimetria positiva e descobre que a variação de tempo no risco é o fator principal. Na verdade, qualquer portfólio com um índice de Sharpe positivo pode atingir uma assimetria positiva simplesmente pela variação do nível de risco ao longo do tempo.

Neste artigo, os autores estudam o desempenho do investimento em acompanhamento de tendências nos mercados globais desde 1880, estendendo as evidências existentes em mais de 100 anos usando um novo conjunto de dados. Eles acham que em cada década desde 1880, o impulso das séries temporais apresentou retornos médios positivos com baixas correlações para as classes de ativos tradicionais. Além disso, o impulso da série de tempo tem funcionado bem em 8 dos 10 dos maiores períodos de crise ao longo do século, definidos como os maiores descontos para um portfólio de ações / obrigações de 60/40. Por fim, o impulso das séries temporais apresentou um bom desempenho em diferentes ambientes macro, incluindo recessões e booms, guerra e tempo de paz, regimes de taxas de juros baixos e baixos e períodos de alta e baixa inflação.

A proteção de carteiras de ações contra o risco de grandes perdas é notoriamente difícil e cara. Manter e investir continuamente nas opções de venda no S & P 500 é uma estratégia muito cara, se confiável, para proteger contra as vendas do mercado. A retenção de títulos do Tesouro dos Estados Unidos, ao mesmo tempo que proporciona um rendimento de longo prazo positivo e previsível, é geralmente uma estratégia de hedge-hedge não confiável, uma vez que a correlação negativa de vínculo-patrimônio pós-2000 é uma raridade histórica. As carteiras de ouro longo e de proteção de crédito longas parecem se situar entre opções e títulos em termos de custo e confiabilidade. Em contraste com esses investimentos passivos, investigamos duas estratégias dinâmicas que parecem ter gerado desempenho positivo em longo prazo, mas também particularmente durante crises históricas: impulso das séries temporais de futuros e fatores de estoque de qualidade. O impulso de futuros tem paralelos com as estratégias de longo período de opções, permitindo que ele se beneficie durante as vendas de ações estendidas. A estratégia de estoque de qualidade assume posições compradas em posições de alta qualidade e curtas em ações de empresas de menor qualidade, beneficiando-se de um efeito de "fuga para a qualidade" durante as crises. Estas duas estratégias dinâmicas historicamente têm perfis de retorno não correlacionados, tornando-os hedge de riscos de crise complementares. Examinamos ambas as estratégias e discutimos a forma como diferentes variações podem ter ocorrido em crises, bem como em tempos normais, nos anos de 1985 a 2016.

O prémio de risco de Momentum é uma das premissas de risco alternativas mais importantes. Uma vez que é considerada uma anomalia de mercado, nem sempre é bem compreendida. Muitas publicações sobre este tópico são, portanto, baseadas em resultados avançados e empíricos. No entanto, alguns estudos acadêmicos desenvolveram um quadro teórico que nos permite compreender o comportamento de tais estratégias. Neste artigo, estendemos o modelo de Bruder e Gaussel (2011) para o caso multivariado. Podemos encontrar as principais propriedades encontradas na literatura acadêmica e obter novas descobertas teóricas sobre o prêmio de risco momentum. Em particular, revisamos o retorno das estratégias seguindo a tendência e analisamos o impacto do universo de ativos no perfil risco / retorno. Comparamos também fatos estilizados empíricos com os resultados teóricos obtidos em nosso modelo. Finalmente, estudamos as propriedades de cobertura das estratégias de tendência.

Comparamos o desempenho de dois métodos de escalonamento de volatilidade em estratégias de impulso: (i) a abordagem de escala de volatilidade constante de Barroso e Santa-Clara (2015), e (ii) o método dinâmico de escala de volatilidade de Daniel e Moskowitz (2016). Realizamos estratégias de impulso com base nessas duas abordagens em um pool de ativos consistindo em 55 contratos globais de futuros líquidos e comparamos esses resultados com a estratégia de tempo e as estratégias de compra e retenção. Descobrimos que a estratégia de momentum baseada no método de escala de volatilidade constante é a abordagem mais eficiente com um retorno anual de 15,3%.

Momento da série de tempo e efeitos contrários no mercado de ações chinês.

Destaques.

Este artigo concentra-se no momento da série de tempo ou efeitos contrários no mercado de ações chinês.

Há um efeito de impulso da série de tempo no curto prazo e um efeito contrariano no longo prazo.

Os desempenhos dependem dos períodos de espera e de espera e de características específicas da empresa.

Este artigo concentra-se no impulso das séries temporais ou efeitos contrários no mercado de ações chinês. Avaliamos o desempenho da estratégia de impulso da série temporal aplicada aos principais índices de ações na China continental e exploramos a relação entre o desempenho das estratégias de impulso das séries temporais e algumas características específicas da empresa. Nossas descobertas indicam que há um efeito de impulso de séries temporais a curto prazo e um efeito contrário a longo prazo no mercado de ações chinês. Os desempenhos do momentum de séries temporais e estratégias contrárias são altamente dependentes dos períodos de retrospectiva e holding e das características específicas da empresa.

Escolha uma opção para localizar / acessar este artigo:

Verifique se você tem acesso através de suas credenciais de login ou sua instituição.

Estratégias de Negociação de Momento Temporal no Mercado Global de Ações.

Gagari Chakrabarti.

Nos últimos anos, a presença de lucros anormais nos mercados de ações foi empiricamente validada, colocando assim a Hipótese do Mercado Eficaz em julgamento; e a afirmação de que o mercado sabe que tudo ou o mercado não pode ser espancado provou ser um mito. Com a presença de regras de negociação rentáveis ​​nos mercados de ações, a especulação se torna um fenômeno comum, tornando o sistema financeiro intrinsecamente instável, vulnerável a choques e propenso a falhas. Este estudo, ao explorar a presença de regras comerciais rentáveis ​​no mercado global nos últimos anos, descobre que os submercados dos países desenvolvidos são mais vulneráveis ​​a especular atividades.

* Gagari Chakrabarti é professor assistente de Economia na Presidency University, Kolkata, na Índia. Suas principais áreas de pesquisa são economia financeira, finanças quantitativas e mercados financeiros como sistemas complexos. Ela obteve seu M. Sc., M. Phil. e Ph. D. Graduados em Economia pela Universidade de Calcutá.

Referências.

Informações sobre direitos autorais.

Autores e afiliações.

Gagari Chakrabarti.

Não há afiliações disponíveis.

Sobre este artigo.

Publicado em cooperação com.

Recomendações personalizadas.

Cite o artigo.

.RIS Papers Reference Manager RefWorks Zotero.

.BIB BibTeX JabRef Mendeley.

Acesso ilimitado ao artigo completo Download instantâneo Inclua o imposto de vendas local, se aplicável.

Cite o artigo.

.RIS Papers Reference Manager RefWorks Zotero.

.BIB BibTeX JabRef Mendeley.

Mais de 10 milhões de documentos científicos ao seu alcance.

Switch Edition.

&cópia de; 2017 Springer International Publishing AG. Parte de Springer Nature.

Benefícios de diversificação do Momento de série temporal.

Benefícios de diversificação do Momento de série temporal.

Semelhante a alguns fatores mais conhecidos como o tamanho e o valor, o momento da série temporal é um fator que historicamente demonstrou retornos excessivos acima da média. O impulso da série de tempo, também chamado de tendência-momento ou impulso absoluto, é medido por ativos de carteira longos que tiveram retornos positivos recentes e ativos curtos que tiveram retornos negativos recentes. Compare isso com o fator de momentum tradicional (transversal) que considera o desempenho recente do ativo apenas em relação a outros ativos. A evidência acadêmica sugere que a inclusão de uma estratégia visando o impulso das séries temporais em um portfólio melhora os retornos ajustados ao risco da carteira. As estratégias que tentam capturar o prêmio de retorno oferecido pelo impulso da série de tempo são muitas vezes chamadas de "futuros gerenciados", pois eles ocupam posições longas e curtas em ativos através de mercados de futuros - idealmente em uma multidão de mercados de futuros ao redor do globo. Este artigo mergulha no momento da série temporal e examina algumas de suas qualidades específicas que tornam uma estratégia de futuros gerenciados um bom diversificador de portfólio. (1)

Em geral, um ativo que tem baixa correlação com ações e títulos amplos oferece bons benefícios de diversificação. A correlação baixa ou quase zero entre dois ativos significa que não há relação em seu desempenho: o Ativo A que se realiza acima da média não nos diz nada sobre o desempenho esperado do Bono B em relação à sua média. A adição de um ativo de baixa correlação a uma carteira, dependendo das propriedades específicas de retorno e volatilidade do ativo, melhorará os retornos ajustados ao risco das carteiras, melhorando o retorno da carteira, reduzindo a volatilidade da carteira ou ambas.

Uma introdução ao Momento da Série do Tempo.

O meu colega, Sean Grover, e eu revisamos a literatura sobre o momento da série de tempos, começando com o artigo de "Time Series Momentum" de Journal of Financial Economics de maio de 2012. Os autores, Tobias Moskowitz, Yao Hua Ooi e Lasse Pedersen, mostraram que a série de tempos O momento exibe baixa correlação com os mercados de títulos amplos e a correlação quase zero com os amplos mercados de ações durante o período de amostragem de janeiro de 1985 a fevereiro de 2017. Isso significa que os retornos de uma estratégia de tendência são quase independentes dos retornos das ações e títulos tradicionais carteiras. Mas o fator de impulso da série temporal também possui benefícios de diversificação para além dessas correlações simples. As evidências históricas demonstram que o impulso das séries temporais também oferece uma boa cobertura contra os mercados de ações de mercado.

A figura abaixo, tirada do documento original, destaca este ponto:

Os resultados são resultados hipotéticos e NÃO são um indicador de resultados futuros e NÃO representam retornos que qualquer investidor realmente atingiu. Os índices não são gerenciados, não refletem taxas de administração ou de negociação, e não se pode investir diretamente em um índice. Informações adicionais sobre a construção desses resultados estão disponíveis mediante solicitação.

O gráfico acima mostra a natureza única das estratégias de momentum das séries temporais (ou "futuros gerenciados de tendência"). Quando o mercado de ações está tomando um mergulho, as estratégias de impulso da série de tempo geralmente se movem mais alto. Estes resultados cobrem o período de 1985 a dezembro de 2009.

O próximo artigo que vamos analisar é o estudo de 2014 intitulado "Um século de evidências sobre Tendência - seguindo o investimento". (Versão atualizada aqui). Os autores, Brian Hurst, Yao Hua Ooi e Lasse H. Pedersen, construíram uma combinação igualada de estratégias de impulso de séries mensais de um mês, três meses e 12 meses para 67 mercados em quatro principais classes de ativos (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.

Posts Relacionados.

Monetary Policy Rate Uncertainty Predicts Higher Equity Volatility.

A Quantitative Strategy for Enhancing Merger Arbitrage.

Academic Research Insight: Results on Financial Misconduct Depend on the Database One Uses.

The Value Effect and Macroeconomic Risk.

Academic Research Insight: Yes, Departing Outside Directors Are Aware of Fraud Before They Resign.

3 Comentários.

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.

Estratégias de negociação momentum de série temporal no mercado de ações global.

Com a negação da Hipótese do Mercado Eficiente, a previsibilidade torna-se um elemento crítico dos mercados financeiros, que agora podem oferecer perspectivas suficientes para que os especuladores sejam recompensados. Num mercado financeiro intrinsecamente previsível, é realmente possível conceber regras de negociação bem-sucedidas e lucrativas. Os especuladores estão melhor posicionados e mais inclinados a negociar com tais regras e parecem lucrar à custa dos hedgers. À medida que a especulação se torna um fenômeno comum, o sistema financeiro torna-se intrinsecamente instável, vulnerável a choques e propenso a falhas. As ondas de crises que atingiram os mercados financeiros globais nos últimos anos e seu impacto devastador final sobre o resto da economia levaram os pesquisadores da área a explorar a possível presença de retornos anormais e possibilidades de especulação nos mercados financeiros. O presente estudo explora a possível presença de uma determinada regra de negociação rentável no mercado de ações global nos últimos anos, especialmente em torno da crise financeira de 2007-08. Especificamente, ele investiga a possível presença de estratégias de negociação momentum de série de tempo e seu potencial para buscar retornos anormais no mercado de ações global. (1)

A literatura tradicional sobre a negociação de impulso de seção transversal implementou métodos e indicadores mais simples, como o valor de mercado para estoque. Estudos realizados por Rosenberg, Reid e Lanstein [1985], Chan, Hamao e Lakonishok [1991], Brennan, Chordia e Subrahmanyam [1998], e Lakonishok, Shleifer e Vishny [1994] enfatizaram a presença de seção transversal estratégias de negociação de momentum.

Nenhuma parte deste artigo pode ser reproduzida sem a autorização expressa por escrito do titular dos direitos autorais.