Efeito Time Momento da Série Temporária O momento tradicional da seção transversal é uma anomalia popular e muito bem documentada. O impulso tradicional usa um universo de ativos para escolher vencedores do passado, e prevê que esses vencedores continuarão a superar seus pares no futuro também. No entanto, pesquisas científicas 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 cada segurança (ou asset39s) possui passado de retorno é um futuro preditor. O excesso de 12 meses de retorno de cada instrumento é um preditor positivo de seu retorno futuro. Um portfólio diversificado de impulso de séries temporais em todos os ativos é notavelmente estável e robusto, produzindo uma alta relação de Sharpe com pouca correlação com benchmarks passivos. Uma vantagem adicional é que os retornos de tempo da série de tempos parecem ser maiores quando os retornos do mercado de ações são mais extremos, portanto, o impulso da série de tempo pode ser uma cobertura para eventos extremos. Razão fundamental A pesquisa acadêmica afirma que o efeito momentâneo da série temporal é consistente com as teorias comportamentais dos investidores39, a sub-reação inicial e a reação excessiva aplicada à disseminação da informação. Ações, títulos, commodities, moedas 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 desenvolvidas. Todos os meses, o investidor considera se o excesso de retorno de cada ativo nos últimos 12 meses é positivo ou negativo e prolonga o contrato se for positivo e curto se negativo. O tamanho da posição está configurado para ser inversamente proporcional à volatilidade dos instrumentos. Um modelo GARCH univariado é usado para estimar a volatilidade ex-ante no papel-fonte. No entanto, outros modelos simples provavelmente poderiam ser facilmente usados com bons resultados (por exemplo, o mais fácil seria usar a volatilidade histórica em vez da volatilidade estimada). O portfólio é reequilibrado mensalmente. Fonte Paper Moskowitz, Ooi, Pedersen: Time Series Momentum pages. stern. nyu. edu lpedersepapersTimeSeriesMomentum. pdf Resumo: Documentamos o impulso significativo da série de tempo em futuros de ações, moeda, commodities e títulos 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 teorias de sentimentos de sub-reação inicial e 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 comércio de especuladores e hedgers, onde os especuladores parecem se beneficiar com isso em detrimento dos hedgers. Outros documentos Baltas, Kosowski: Tendências e Estratégias de Momentum no Futures Markets papers. ssrnsol3papers. cfmabstractid1968996 Resumo: Construir uma estratégia de impulso de séries temporais envolve a agregação ajustada de volatilidade de estratégias univariadas e, portanto, depende muito da eficiência do estimador de volatilidade e Sobre a 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, portanto, dominando o sinal de negociação de impulso ordinário na literatura, o sinal de 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. De fato, os efeitos de reversão significativos estão documentados no horizonte de muito curto prazo. Finalmente, no que diz respeito 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. Baltas, Kosowski: Melhorando as Estratégias Momentum da Série do Tempo: O Papel dos Sinais de Negociação e Estimadores de Volatilidade papers. ssrnsol3papers. cfmabstractid2140091 Resumo: Construir uma estratégia de momentum da série de tempo envolve a agregação ajustada de volatilidade de estratégias uni - variáveis e, portanto, depende muito da Eficiência do estimador de volatilidade e sobre a 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 atingimos uma série de descobertas novas. 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 que minimizam o volume de negócios da carteira, portanto, dominando o sinal de negociação de impulso ordinário na literatura, o sinal do 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. Baltas, Kosowski: ESTRATÉGIAS DE MOMENTO EM MERCADOS DE FUTUROS E FUNDOS SEGUINTES DA TENDÊNCIA workspace. imperial. ac. ukbusiness-schoolPublicRiskLabwp11.pdf Resumo: Neste trabalho, estudamos as estratégias de momentum das séries temporais nos mercados de 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 de séries temporais, 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 impulso timeseries alcançam 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, executando regressões preditivas do desempenho da estratégia momentânea em fluxos de capital atrasados na 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 hedge funds e investidores. Hurst, Ooi, Pedersen: um século de evidências sobre a tendência - Seguindo o investimento scribddoc110704069A-Century-of-Evidence-on-Trend-Following-AQR Resumo: Estudamos o desempenho do investimento de tendência nos mercados globais desde 1903, estendendo o existente Evidência em mais de 80 anos. Nós mostramos que essa tendência - a seguir apresentou fortes retornos positivos e percebeu uma baixa correlação com as classes de ativos tradicionais de cada década há mais de um século. Analisamos os retornos da tendência a partir de vários ambientes econômicos e destacamos os benefícios de diversificação que a estratégia tem fornecido historicamente nos mercados de ganhos de ações. Finalmente, avaliamos o ambiente recente para a estratégia no contexto desses resultados de longo prazo. Du Plesis, Hallerbach, Spreij: Momento de desmistificação: séries temporais e impulso transversal, volatilidade e dispersão science. uva. nlonderwijsthesiscentraalfilesf233479199.pdf Resumo: As variações de várias estratégias de momentum são examinadas em uma configuração de alocação de ativos, bem como para um conjunto Das carteiras da indústria. Modelos simples de retornos de impulso são considerados. A diferença entre o impulso das séries temporais eo impulso transversal, com especial atenção às fontes de lucro para cada um, é esclarecida de forma teórica e empírica. Os motivos teóricos e empíricos para a eficácia da ponderação da volatilidade são fornecidos e a relação do momento com a dispersão e a volatilidade da seção transversal é examinada. Maymin, Maymin, Fisher: Momentums Sensibilidade ocultada para o dia de início papers. ssrnsol3papers. cfmabstractid1899000 Resumo: Mostramos que a rentabilidade das estratégias de impulso de séries temporais em futuros de commodities em toda a 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 Sharpe depende de se iniciar o primeiro dia, o 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 possuem simulação de retornos independentes e identicamente lognormamente distribuídos, mostrando que este não é apenas um padrão empírico, mas um problema 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. Hurst, Ooi, Pedersen: Demystifying Managed Future pages. stern. nyu. edu lpedersepapersDemystifyingManagedFutures. pdf Resumo: Mostramos que os retornos dos fundos de futuros gerenciados e CTAs podem ser explicados por estratégias de tendência simples, especificamente as estratégias de impulso das séries temporais. Discutimos a intuição econômica por trás dessas taxas, incluindo as potenciais fontes de lucro devido à sub-reação inicial e a reação exagerada às notícias. Mostramos empiricamente que essas estratégias seguindo as tendências explicam os retornos dos Futuros Gerenciados. 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. Embora os maiores gerentes de Futuros Gerenciados tenham percebido significantes alfas nos benchmarks tradicionais de longo tempo, o controle de estratégias de impulso de séries temporais leva seus alphas 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 entre classes de ativos e horizontes de tendências, freqüência de reequilíbrio de portfólio, custos de transação e taxas. Zhou: Zhu: um modelo de equilíbrio da previsibilidade da média móvel e do Momentum da Time-Series. ssrnsol3papers. cfmabstractid2326650 Resumo: Em um modelo de equilíbrio com investidores e investidores técnicos racionalmente informados, mostramos que a média móvel dos preços do mercado passado pode prever o futuro Preço, 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. Hutchinson, OBrien: Este é o momento Tendência diferente e crises financeiras papers. ssrnsol3papers. cfmabstractid2375733 Resumo: Após grandes retornos positivos em 2008, os CTA 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. Examinamos também 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 seguindo os retornos médios são menos da metade daqueles obtidos em períodos sem crise. A evidência das crises regionais mostra um padrão semelhante. Nós também achamos que os mercados de futuros não exibem a forte previsibilidade de retorno da série temporal prevalente 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. Dudler, Gmuer, Malamud: Série de tempo ajustada pelo risco Momentum papers. ssrnsol3papers. cfmabstractid2457647 Resumo: 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 líquidos Contratos de futuros. Mostramos que essa estratégia de impulso ajustada ao risco supera a estratégia momentânea da série temporal de Ooi, Moskowitz e Pedersen (2012) para quase todas as combinações de períodos de espera e de retrocesso. Nós construímos medidas de volatilidade (risco) específicas de impulso (tanto dentro como entre classes de ativos) e mostramos que essas medidas de volatilidade podem ser usadas tanto para gerenciamento de risco quanto para o momento de impulso. Achamos que o gerenciamento de risco de impulso aumenta significativamente os índices de Sharpe, mas ao mesmo tempo conduz a uma inclinação negativa mais pronunciada e ao risco de cauda, ao contrário, combinando gerenciamento de risco com o momento momentâneo, elimina praticamente a afinidade negativa dos retornos de impulso 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, o impulso gerido por riscos retorna oferece benefícios de diversificação muito maiores do que o impulso padrão retorna. Hutchinson, OBrien: Trend Following and Macroecononomic Risk papers. ssrnsol3papers. cfmabstractid2550718 Resumo: Examinamos a relação entre os retornos das tendências seguidas 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. Descobrimos que esta exposição de risco variável desta vez permite seguir as 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 é verdade para seguir a tendência, onde pelo menos metade do desempenho vem dos componentes inexplicados dos retornos de futuros. Quando relacionamos o desempenho com a volatilidade condicional das variáveis macroeconômicas, nossos resultados mostram que a tendência seguinte gera retornos mais altos nos períodos em que a incerteza econômica é baixa. Goyal, Jegadeesh: Cross-Sectional e Time-Series Testes de Previsibilidade de Retorno: Qual é a Diferença papers. ssrnsol3papers. cfmabstractid2610288 Resumo: Analisamos as diferenças entre as estratégias baseadas no passado que diferem no condicionamento em retornos passados em excesso de zero (tempo - series strategy, 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 de TS e CS baseadas em índices financeiros como preditores às vezes são diferentes devido à seleção de ativos. Levine, Pedersen: Qual tendência é o seu amigo papers. ssrnsol3papers. cfmabstractid2603731 Resumo: Os fundos de futuros gerenciados (às vezes chamados de CTAs) comercializam predominantemente as tendências. Existem várias maneiras de identificar 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 tendência estão intimamente conectados. Na verdade, eles são representações equivalentes em suas formas mais gerais, e 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 tendências e discutimos as implicações para os investidores. Georgopoulou, Wang: The Trend is Your Friend: Estratégias Momentum da Série do Tempo Através da Equidade e dos Mercados de Mercadorias papers. ssrnsol3papers. cfmabstractid2618243 Resumo: Usando um conjunto de dados de 67 índices de equidade e commodities de 1969 a 2013, este estudo documenta um momento significativo da série de tempo Efeito nos mercados internacionais de equidade 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. Também descobrimos que um portfólio diversificado de curto prazo leva a cabo 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. Dudler, Gmur, Malamud: Momentum and Risk Adjustment iijournalsdoipdfplus10.3905jai.2015.2015.1.044 Resumo: O objetivo deste artigo é, portanto, estudar esta ineficiência dentro das estratégias de temporização da série temporal (TSMOM) introduzidas em um artigo importante por Moscowitz, Ooi e Pedersen 2012. Com esse objetivo, apresentamos uma nova estratégia de estratégia de impulso, estratégia de tempo ajustado (RAMOM), que se baseia 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 de negociação RAMOM possuem outra característica útil e importante: naturalmente são 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 em ambientes de mercado voláteis. 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. Baltas: Tendência, Paridade do Risco e Influência das Correlações papers. ssrnsol3papers. cfmabstractid2673124 Resumo: 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 que são inversamente proporcionais à volatilidade e historicamente exibiram excelentes recursos de diversificação, especialmente durante recessões dramáticas do mercado. No entanto, após um desempenho impressionante em 2008, a estratégia de tendência não gerou 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 da volatilidade inversa, que efetivamente ignora as correlações em pares, pode se tornar subóptimo em um ambiente de correlações crescentes. Ao estender a alocação de risco-paridade de risco (alocação de risco equivalente) convencionalmente, 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. Kimkit, Ooi e Pedersen (2012) demonstram que o impulso da série de tempo oferece um alfa grande e significativo para uma carteira diversificada de vários contratos de futuros internacionais Durante o 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 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, que é significativamente menor do que o momento de alinhamento transversal alfa de 0,95. Usando posições de volatilidade, o retorno cumulativo de uma estratégia de impulso de séries temporais é maior que o da estratégia de compra e retenção no entanto, timeseriesmomentuman buy-and-hold oferecem retornos cumulativos similares se não forem dimensionados por volatilidade. O desempenho superior da estratégia de momentum da série temporal também desaparece no período mais recente pós-crise de 2009 a 2013. Blocher, Cooper, Molyboga: Benchmarking Commodity Investments papers. ssrnsol3papers. cfmabstractid2744766 Resumo: Embora se conheça muito a financiarização de commodities, Menos conhecido sobre como investir com rentabilidade em commodities. Os estudos existentes de Commodity Trading Advisors (CTAs) não abordam adequadamente esta questão porque apenas 19 de CTAs investem unicamente 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 modelo de fator de Fama-French e, portanto, é um ponto de referência apropriado para avaliar veículos de investimento em commodities. Ferreira, Silva, Yen: análise da taxa de informação das estratégias de impulso arxiv. orgabs1402.3030 Resumo: nos últimos 20 anos, as estratégias de impulso ou tendência se tornaram 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 momento 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 aparência 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 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 impulso para mais de 100 anos da Dow-Jones Industrial Average. Relatamos as oscilações amortecidas no IR para períodos de aparência de vários anos e modelamos essas oscilações como uma inversão da taxa de crescimento médio. Hamill, Rattray, Hemert: Tendência a seguir: Equity and Bond Crisis Alpha papers. ssrnsol3papers. cfmabstractid2831926 Resumo: Estudamos as estratégias de tendências temporais (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 que foram marcados por fortes mercados urso e touro em títulos, respectivamente. Nós documentamos uma série de propriedades de risco importantes. Primeiro, esses retornos são positivamente distorcidos, o que argumentamos é intuitivo, criando um paralelo entre as estratégias de impulso e uma estratégia de estratégia longa. Em segundo lugar, o desempenho foi particularmente forte nos piores cenários de mercado de títulos e títulos, dando credibilidade à alegação de que a tendência de acompanhamento pode fornecer alfa de aliança e aliança. Colocar restrições sobre a 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 em todas as estratégias de impulso com base em retornos com diferentes atrasos e aplicado a diferentes classes de ativos. Peltomaki, Agerback, Gudmundsen-Sinclair: The Long and Short of Trend Followers papers. ssrnsol3papers. cfmabstractid2836389 Resumo: Propomos o uso de carteiras curtas e longas de estratégias de tendência para analisar suas características de risco e retorno. Nós achamos que suas exposições variam no tempo, dependem do estado do mercado, e que retorna aos seus lados longos e curtos no mesmo recurso não são comparáveis. Além disso, apresentamos evidências de discreção ocasional e tendenciosa 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. Até: Quais são as Fontes de Retorno para CTAs e Índices de Mercadorias Um Breve Levantamento de Pesquisas Relevantes oxfordstratcoasdfASD32uploads201603Sources-of-Return-for-CTAs. pdf Resumo: Este documento de pesquisa discutirá as fontes de retorno (potenciais) de retorno para CTAs e commodities Índices baseados em uma revisão de artigos de pesquisa empírica de acadêmicos e profissionais. O documento aborda especificamente (a) as fontes de retorno de longo prazo para os programas de futuros gerenciados e para os índices de commodities (b) as expectativas dos investidores e o contexto da carteira para estratégias de futuros e (c) como comparar essas estratégias. Hoffman, Kaminski: O TAMING do SKEW valuewalkwp-contentuploads201606TheTamingoftheSkewCampbellCompany. pdf Resumo: Os investidores estão frequentemente preocupados com a asimetria negativa, ou a assimetria da cauda esquerda, dos retornos de equivalência patrimonial. 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 tendências pode alcançar uma afinidade positiva e descobre que a variação do tempo no risco é o principal fator. De fato, qualquer carteira com uma relação positiva de Sharpe pode alcançar a afinidade positiva simplesmente variando o nível de risco assumido no tempo. Relacionado com os mercados: Análise de séries temporais e Arbitragem estatística G63.2707, Outono de 2009 Como analisamos dados financeiros históricos para desenvolver estratégias de negociação rentáveis e de baixo risco Este curso é uma introdução à análise de séries temporais, como usado em finanças e estratégias comerciais relevantes Tanto para os concorrentes do lado do buy-side quanto para o mercado de venda. O curso será dividido em três partes: modelos lineares: AR e MA para processos escalares e vetoriais, e estimativa de volatilidade e covariância simples. Avaliação do modelo e análise residual. Cointegration e sua aplicação em modelos de risco e estratégias de negociação de pares. Modelos não-lineares: ARCH, GARCH e modelos de volatilidade mais gerais. Aplicações: microestrutura de mercado, modelagem de custos de transações e estratégias de negociação ótimas tanto para agência quanto para negociação principal. Instrutores Lin Li, ll1084 em nyu Pré-requisitos O curso destina-se a estudantes de segundo ano no Programa MS de Institutos Courant em Matemática em Finanças. Espera-se que esses estudantes tenham uma excelente base em matemática aplicada ao financiamento (cálculo estocástico e PDEs), um histórico razoável em finanças (teoria de portfólio e gerenciamento de riscos) e no computação, mas não necessariamente um conhecimento intensivo de estatísticas. Estudantes com preparação comparável podem se matricular se houver espaço disponível. Cerca de 5 conjuntos de lição de casa (40 total), um teste (30) e um projeto final (30). Referências Temos uma conta de classe na Wharton Research Data Services. As informações de login serão dadas na aula. Carol Alexander, Modelos de mercado. James D. Hamilton, Time Series Analysis, Princeton University Press 1994. Joel Hasbrouck, Empirical Market Microstructure, Oxford University Press 2006 (mais informações na página Hasbroucks). Stephen J. Taylor, Dinâmica de Preços de Ativos, Volatilidade e Previsão, Princeton University Press 2005. Ruey S. Tsay, Análise da Série de Tempo Financeiro, 2ª Edição, Wiley 2005. Os artigos de pesquisa serão disponibilizados conforme necessário. Segunda-feira à noite, das 7h10 às 9h da manhã em Silver 713, de 14 de setembro a 7 ou 14 de dezembro. (Não há feriado de Columbus Day este ano.) O cronograma e o esboço abaixo estão sujeitos a alterações dependendo de como o curso Desenvolve e sobre as demandas de viagem dos instrutores. Momento da série da temporada Documentamos o significativo momentumrdquo da série ldquotime no mercado de ações, moeda, commodities e futuros de obrigações para cada um dos 58 instrumentos líquidos que consideramos. Encontramos persistência nos retornos de um a 12 meses que inverte-se parcialmente em horizontes mais longos, consistentes com as teorias do sentimento 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 aos fatores padrão de preços de ativos e atua melhor em mercados extremos. Examinando as atividades de negociação de especuladores e hedgers, achamos que os especuladores lucram com o impulso das séries temporárias à custa dos hedgers. Classificação de JEL Preços de ativos Volume de negociação Preços de futuros Mercados financeiros internacionais Eficiência de mercado 1. Introdução: uma tendência de caminhada em Wall Street Documentamos uma anomalia de precificação de ativos que denominamos o ítem da série ldquotime, rdquo, que é notavelmente consistente em classes e mercados de ativos muito diferentes. Especificamente, encontramos uma forte previsibilidade positiva a partir de retornos passivos de segurança para quase cinco dúzias de contratos de futuros e futuros que incluem índices de capital do país, moedas, commodities e títulos soberanos em mais de 25 anos de dados. Achamos que o excesso de retorno de cada 12 meses de cada instrumento é um preditor positivo de seu retorno futuro. Este impulso de série de tempo ou ldquotrendrdquo persiste por cerca de um ano e depois inverte-se parcialmente em horizontes mais longos. Essas descobertas são robustas em uma série de subamostra, períodos de observação e períodos de espera. Descobrimos que os lucros de impulso da série de tempo de 12 meses são positivos, não apenas em média, por esses ativos, mas para todo contrato de ativos que examinamos (58 no total). O impulso da série de tempo está relacionado, mas diferente do fenômeno conhecido como ldquomomentumrdquo na literatura financeira, que é principalmente de natureza transversal. A literatura de impulso enfoca o desempenho relativo dos valores mobiliários na seção transversal. finding that securities that recently outperformed their peers over the past three to 12 months continue to outperform their peers on average over the next month. 1 Rather than focus on the relative returns of securities in the cross-section, time series momentum focuses purely on a securitys own past return. We argue that time series momentum directly matches the predictions of many prominent behavioral and rational asset pricing theories. Barberis, Shleifer, and Vishny (1998). Daniel, Hirshleifer, and Subrahmanyam (1998). and Hong and Stein (1999) all focus on a single risky asset, therefore having direct implications for time series, rather than cross-sectional, predictability. Likewise, rational theories of momentum (Berk et al. 1999. Johnson, 2002. Ahn et al. 2003. Liu and Zhang, 2008 xA0andxA0Sagi and Seasholes, 2007 ) also pertain to a single risky asset. Our finding of positive time series momentum that partially reverse over the long-term may be consistent with initial under-reaction and delayed over-reaction, which theories of sentiment suggest can produce these return patterns. 2 However, our results also pose several challenges to these theories. First, we find that the correlations of time series momentum strategies across asset classes are larger than the correlations of the asset classes themselves. This suggests a stronger common component to time series momentum across different assets than is present among the assets themselves. Such a correlation structure is not addressed by existing behavioral models. Second, very different types of investors in different asset markets are producing the same patterns at the same time. Third, we fail to find a link between time series momentum and measures of investor sentiment used in the literature (Baker and Wurgler, 2006 xA0andxA0Qiu and Welch, 2006 ). To understand the relationship between time series and cross-sectional momentum, their underlying drivers, and relation to theory, we decompose the returns to a time series and cross-sectional momentum strategy following the framework of Lo and Mackinlay (1990) and Lewellen (2002). This decomposition allows us to identify the properties of returns that contribute to these patterns, and what features are common and unique to the two strategies. We find that positive auto-covariance in futures contracts returns drives most of the time series and cross-sectional momentum effects we find in the data. The contribution of the other two return componentsmdashserial cross-correlations and variation in mean returnsmdashis small. In fact, negative serial cross-correlations (i. e. lead-lag effects across securities), which affect cross-sectional momentum, are negligible and of the ldquowrongrdquo sign among our instruments to explain time series momentum. Our finding that time series and cross-sectional momentum profits arise due to auto-covariances is consistent with the theories mentioned above. 3 In addition, we find that time series momentum captures the returns associated with individual stock (cross-sectional) momentum, most notably Fama and Frenchs UMD factor, despite time series momentum being constructed from a completely different set of securities. This finding indicates strong correlation structure between time series momentum and cross-sectional momentum even when applied to different assets and suggests that our time series momentum portfolio captures individual stock momentum. To better understand what might be driving time series momentum, we examine the trading activity of speculators and hedgers around these return patterns using weekly position data from the Commodity Futures Trading Commission (CFTC). We find that speculators trade with time series momentum, being positioned, on average, to take advantage of the positive trend in returns for the first 12 months and reducing their positions when the trend begins to reverse. Consequently, speculators appear to be profiting from time series momentum at the expense of hedgers. Using a vector auto-regression (VAR), we confirm that speculators trade in the same direction as a return shock and reduce their positions as the shock dissipates, whereas hedgers take the opposite side of these trades. Finally, we decompose time series momentum into the component coming from spot price predictability versus the ldquoroll yieldrdquo stemming from the shape of the futures curve. While spot price changes are mostly driven by information shocks, the roll yield can be driven by liquidity and price pressure effects in futures markets that affect the return to holding futures without necessarily changing the spot price. Hence, this decomposition may be a way to distinguish the effects of information dissemination from hedging pressure. We find that both of these effects contribute to time series momentum, but only spot price changes are associated with long-term reversals, consistent with the idea that investors may be over-reacting to information in the spot market but that hedging pressure is more long-lived and not affected by over-reaction. Our finding of time series momentum in virtually every instrument we examine seems to challenge the ldquorandom walkrdquo hypothesis, which in its most basic form implies that knowing whether a price went up or down in the past should not be informative about whether it will go up or down in the future. While rejection of the random walk hypothesis does not necessarily imply a rejection of a more sophisticated notion of market efficiency with time-varying risk premiums, we further show that a diversified portfolio of time series momentum across all assets is remarkably stable and robust, yielding a Sharpe ratio greater than one on an annual basis, or roughly 2.5 times the Sharpe ratio for the equity market portfolio, with little correlation to passive benchmarks in each asset class or a host of standard asset pricing factors. The abnormal returns to time series momentum also do not appear to be compensation for crash risk or tail events. Rather, the return to time series momentum tends to be largest when the stock markets returns are most extrememdashperforming best when the market experiences large up and down moves. Hence, time series momentum may be a hedge for extreme events, making its large return premium even more puzzling from a risk-based perspective. The robustness of time series momentum for very different asset classes and markets suggest that our results are not likely spurious, and the relatively short duration of the predictability (less than a year) and the magnitude of the return premium associated with time series momentum present significant challenges to the random walk hypothesis and perhaps also to the efficient market hypothesis, though we cannot rule out the existence of a rational theory that can explain these findings.
No comments:
Post a Comment