Bewegliches Verhältnis Und Momentum Park

Das Moving Average Ratio und Momentum Dieses Papier ist ein Teil meiner Dissertation an der University of Tennessee, Knoxville. Ich möchte Philip Daves, James W. Wansley und Michael C. Ehrhardt für ihre aufschlussreichen Kommentare danken. Ich habe von Gesprächen mit Bruce R. Swensen profitiert. Ich bin auch dankbar, dass ein ehemaliger Herausgeber (Arnold R. Cowan) und zwei anonyme Schiedsrichter für ihre hilfreichen Kommentare und Ying Zhang für seine Kommentare auf 2006 Financial Management Association Meetings. Entsprechender Autor: enspSchool of Business, Adelphi University, 1 South Ave. Garden City, NY 11530-0701 Telefon: (516) 877-4454 Fax: (516) 877-4607 E-mail: parkadelphi. edu. Zusammenfassung I zeigt das Verhältnis des kurzfristigen gleitenden Durchschnitts zum langfristigen gleitenden Durchschnitt (Moving Average Ratio, MAR) mit einer signifikanten Vorhersagekraft für künftige Renditen. Das MAR kombiniert mit der Nähe zum 52-Wochen-Hoch erklärt die meisten der mittelfristigen Impulsgewinne. Dies deutet darauf hin, dass eine Verankerungs-Bias, bei der die Investoren bewegliche Mittelwerte oder die 52-Wochen-Hoch als Referenzpunkte für die Schätzung von Grundwerten verwenden, die primäre Quelle von Impulseffekten ist. Momentum verursacht durch die Verankerung Bias verschwinden nicht in lange Sicht, auch wenn es Rück Umkehrungen, was bestätigt, dass mittelfristige Momentum und langfristige Umkehrungen sind getrennte Phänomene. Das Verhältnis zwischen dem kurzfristigen gleitenden Durchschnitt und dem langfristigen gleitenden Durchschnitt (Moving Average Ratio, MAR) weist eine signifikante Vorhersagekraft für zukünftige Renditen auf . Das MAR kombiniert mit der Nähe zum 52-Wochen-Hoch erklärt die meisten der mittelfristigen Impulsgewinne. Dies deutet darauf hin, dass eine Verankerungs-Bias, bei der die Investoren bewegliche Mittelwerte oder die 52-Wochen-Hoch als Referenzpunkte für die Schätzung von Grundwerten verwenden, die primäre Quelle von Impulseffekten ist. Momentum verursacht durch die Verankerung Bias verschwinden nicht in lange Sicht, auch wenn es Rück Umkehrungen, was bestätigt, dass mittelfristige Momentum und langfristige Umkehrungen sind getrennte Phänomene. Anzahl der Seiten im PDF-Format: 33 Datum der Veröffentlichung: 12. April 2010 Vorgeschlagener Citation Park, Seung-Chan, der Moving Average Ratio und Momentum. Finanzbericht, Bd. 45, Ausgabe 2, S. 415-447, Mai 2010. Erhältlich bei SSRN: ssrn / abstract1587111 oder dx. doi. org/10.1111/j.1540-6288.2010.00254.x Kontaktinformation Vor ein paar Monaten hatte ich einen Beitrag über die Momentum Echo (hier klicken, um den Beitrag zu lesen). Ich lief über eine andere relative Stärke (oder Impuls, wenn Sie es vorziehen) Papier, das noch einen anderen Faktor testet. In Seung-Chan Parks Papier, dem Moving Average Ratio und Momentum, betrachtet er das Verhältnis zwischen einem kurzfristigen und einem langfristigen gleitenden Durchschnitt des Preises, um Wertpapiere durch Stärke zu rangieren. Dies unterscheidet sich von den meisten anderen akademischen Literatur. Die meisten anderen Studien verwenden einfache Punkt-zu-Punkt-Preisrenditen, um die Wertpapiere zu ordnen. Techniker haben gleitende Durchschnitte seit Jahren verwendet, um die Preisbewegung zu glätten. Die meiste Zeit sehen wir Menschen mit der Überquerung eines gleitenden Durchschnitts als Signal für den Handel. Park verwendet eine andere Methode für seine Signale. Anstatt einfache Kreuze zu betrachten, vergleicht er das Verhältnis eines gleitenden Durchschnitts mit dem anderen. Eine Aktie mit dem gleitenden 50-Tage-Durchschnitt deutlich über (unter) dem gleitenden Durchschnitt von 200 Tagen wird ein hohes (niedriges) Ranking aufweisen. Wertpapiere mit dem gleitenden 50-Tage-Durchschnitt in der Nähe des 200-Tage-Gleitenden Durchschnitts werden in der Mitte der Packung aufwickeln. In der Papier-Park ist teilweise bis zu den 200-Tage gleitenden Durchschnitt als längerfristig gleitenden Durchschnitt, und er testet eine Vielzahl von kurzfristigen Durchschnitten von 1 bis 50 Tage. Es sollte nicht überraschen, dass sie alle arbeiten In der Tat, sie neigen dazu, besser zu funktionieren als einfache Preis-Rendite-Faktoren. Das kam nicht als eine riesige Überraschung für uns, aber nur, weil wir einen ähnlichen Faktor für mehrere Jahre verfolgt haben, die zwei gleitende Durchschnitte verwendet. Was mich immer überrascht hat, ist, wie gut dieser Faktor im Vergleich zu anderen Berechnungsmethoden im Laufe der Zeit ist. Der Faktor, den wir verfolgt haben, ist das gleitende Durchschnittsverhältnis eines 65 Tage gleitenden Durchschnitts zum gleitenden Durchschnitt von 150 Tagen. Nicht genau das gleiche, was Park getestet, aber ähnlich genug. Ich zog die Daten, die wir über diesen Faktor zu sehen, wie es im Vergleich zu den Standard-6-und 12-Monats-Preisrückgabe Faktoren. Für diesen Test wird das obere Dezil der Reihen verwendet. Die Portfolios werden monatlich erstellt und jeden Monat neu ausgeglichen / rekonstituiert. Alles läuft auf unserer Datenbank, die ein Universum ist, das dem SP 500 SP 400 sehr ähnlich ist. (Zum Vergrößern klicken) Unsere Daten zeigen dasselbe wie Parks-Tests. Die Verwendung eines Verhältnisses von gleitenden Durchschnitten ist wesentlich besser als die Verwendung einfacher Preis-Rendite-Faktoren. Unsere Tests zeigen das gleitende durchschnittliche Verhältnis, das ungefähr 200 bps pro Jahr addiert, das keine kleine Leistung ist. Es ist auch interessant, zu merken, dass wir zur exakten gleichen Zusammenfassung mit verschiedenen Parametern für den gleitenden Durchschnitt und zu einem völlig anderen Datensatz gekommen sind. Es geht nur darum zu zeigen, wie robust das Konzept der relativen Stärke ist. Für diejenigen Leser, die unsere White Papers (hier und hier) gelesen haben, können Sie sich fragen, wie dieser Faktor mit unserem Monte Carlo Testverfahren durchführt. Im nicht gehend, diese Resultate in diesem Pfosten zu veröffentlichen, aber ich kann Ihnen sagen, dass dieser gleitende Durchschnitt Faktor ist konsequent nahe der Oberseite der Faktoren, die wir verfolgen und hat sehr angemessenen Umsatz für die Rückkehr, die es erzeugt. Mit einem gleitenden Durchschnitt ist ein sehr guter Weg, um Wertpapiere für eine relative Stärke-Strategie Rang. Historische Daten zeigen, dass es besser funktioniert als einfache Preisrückkehrfaktoren über Zeit. Es ist auch ein sehr robuster Faktor, weil mehrere Formulierungen funktionieren, und es funktioniert auf mehreren Datensätzen. Dieser Eintrag wurde am Donnerstag, 26. August 2010 um 13:39 veröffentlicht und ist unter Relative Strength Research abgelegt. Sie können alle Antworten auf diesen Eintrag durch den RSS 2.0 Feed verfolgen. Sie können eine Antwort hinterlassen. Oder trackback von Ihrer eigenen Seite. 9 Responses to Moving Durchschnittliche Verhältnis und Momentum Eine andere gleitende Durchschnitt-basierte Alternative zur Verwendung von Punkt-zu-Punkt-Momentum nimmt den gleitenden Durchschnitt des Impulses 8230 Zum Beispiel, wenn Sie einfache Impulszahlen täglich überprüfen, ist es sehr primitiv , 8220don8217t überprüfen täglich, 8221 dh monatlich oder vierteljährlich überprüfen und Rerank und neu ausbalancieren Betriebe. Allerdings können Sie täglich testen, und potenziell neu ausbalancieren täglich, mit viel weniger Lärm, wenn, anstatt mit 12 Monate Momentum verwenden Sie den 21-Tage gleitenden Durchschnitt von 252-Tage-Dynamik. Dies ist auch gleichbedeutend, BTW, auf das Verhältnis von heute8217s 21-Tage gleitenden Durchschnitt auf den 21-Tage gleitenden Durchschnitt. Der Vorteil der Verwendung der Impuls Durchschnitt ist, dass Sie mehr Reaktionsfähigkeit auf Veränderungen im Momentum, als Sie tun, wenn Sie das Universum einmal / Monat oder einmal / Viertel überprüfen. Sicherlich ist es viel mehr handhabbar, die MA Technik zu benutzen, wenn Sie ein kleineres Universum haben, um es anzuwenden, da ich eine Gruppe von ETFs als mein Universum verwende, es funktioniert gut für mich. Angesichts der Tatsache, dass Sie in einem Universum von 900 Aktien und Offenlegung Betriebe in einem Fonds-Format arbeiten, kann es nicht auf Sie anwendbar sein, aber ich dachte, Sie könnten es interessant finden. Dies entspricht auch dem BTW, dem Verhältnis des heutigen 21-Tage-Gleitenden Durchschnitts zum 21-Tage gleitenden Durchschnitt von 252 DAYS AGO 8211 EDIT. John Lewis sagt: Wir verfolgen auch Faktoren, die einen gleitenden Durchschnitt einer Impulsberechnung oder einer Punktzahl einnehmen. Der alte technicians8217 Trick des Verwendens eines MA, zum des Geräusches zu glätten arbeitet auf relativer Stärke, gerade wie es auf rohem Preis tut. Die Häufigkeit der Rebalance bestimmt oft, welche Art von Modell Sie verwenden können. Wir führen Strategien, die nur einmal pro Quartal neu ausgeglichen werden können, und wir müssen unterschiedliche Modelle für diejenigen verwenden, als wir für Strategien tun, die wir täglich oder wöchentlich betrachten. Beide Methoden funktionieren, wenn Sie den richtigen Faktor, und wir haven8217t gefunden, dass die Erhöhung der Ausgleichsfrequenz automatisch erhöht die Rückkehr. Manchmal nimmt es weg von der Rückkehr. Es hängt ganz von dem Faktor und wie Sie es implementieren (zumindest in meiner Erfahrung). Mit den Universen und Parametern I8217ve getestet, auf, habe ich nicht bemerkt, was ich würde 8220statistisch signifikant8221 Verbesserungen im Gegenzug beim Umschalten von monatlichen Rebellen auf gleitende durchschnittliche Techniken, die für (möglicherweise zumindest) tägliche Rebellen ermöglichen nennen. Was ich festgestellt habe, ist zum größten Teil das, was I8217d äquivalente Rückgaben in den Backtest-Daten nennen. Ich habe besonders darauf hingewiesen, dass die durchschnittliche Anzahl von Handelsrundfahrten / Jahr nur sehr geringfügig höher ist mit dem täglichen Veränderungspotential, d. h. es gibt einige Peitschen, aber nur wenige. Was ich persönlich über das Potenzial für tägliche Veränderungen mag, ist, wenn hypothetisch eines der Probleme I8217m in Abstürze und Verbrennungen, würde die MA-Technik schneller beenden (und ersetzen Sie durch eine andere Sicherheit). Offensichtlich, dass didn8217t passieren genug über den Verlauf der Backtests, um einen signifikanten Unterschied im Ergebnis zu fahren, aber es bietet eine schöne Salbe zu meiner Psyche. Ich nehme an, wenn I8217m im Ruhestand und laufen mein Programm von irgendeinem Strand irgendwo, I8217ll bevorzugen, nur das Einchecken monatlich, though. That8217s später. Für jetzt, während I8217m auf dem Computer jeden Tag, könnte auch meine scans laufen Paul Montgomery sagt: 8220Im nicht gehen, diese Ergebnisse in diesem Beitrag zu veröffentlichen, aber ich kann Ihnen sagen, diese gleitende durchschnittliche Faktor ist konsequent in der Nähe der Spitze der Faktoren, die wir verfolgen Und hat einen sehr vernünftigen Umsatz für die Renditen, die es erzeugt8221 Großer Post 8211 würde lieben, mehr auf diesem John zu sehen Interessanter Posten tatsächlich 8211 Ich habe eine Menge Papiere auf diesem gelesen und erforsche seine Wirksamkeit8230 Das einzige, was ich nicht verstehen kann, ist, wie ein Fonds kommen Wie AQR, die eine andere Form des Impulses vorschlägt, investiert so schlecht. Ihre theorektischen Renditen sind etwa 13 pro Jahr, aber der eigentliche Fonds ist immer noch in Minus. Wundern Sie, ob Phaseninvestition mit dieser Idee von Ihren Resultaten nahe den geprüften Beträgen Resultate8230The bewegliches mittleres Verhältnis und Momentum Seung-Chan Park Adelphi Universität - Schule des Geschäfts I zeigt das Verhältnis des kurzfristigen gleitenden Durchschnittes zum langfristigen gleitenden Durchschnitt (Moving Average Ratio, MAR) eine signifikante Vorhersagekraft für künftige Renditen aufweist. Das MAR kombiniert mit der Nähe zum 52-Wochen-Hoch erklärt die meisten der mittelfristigen Impulsgewinne. Dies deutet darauf hin, dass eine Verankerungs-Bias, bei der die Investoren bewegliche Mittelwerte oder die 52-Wochen-Hoch als Referenzpunkte für die Schätzung von Grundwerten verwenden, die primäre Quelle von Impulseffekten ist. Momentum verursacht durch die Verankerung Bias verschwinden nicht in lange Sicht, auch wenn es Rück Umkehrungen, was bestätigt, dass mittelfristige Momentum und langfristige Umkehrungen sind getrennte Phänomene. Anzahl der Seiten im PDF-Format: 33 Datum der Veröffentlichung: 12. April 2010 Vorgeschlagener Citation Park, Seung-Chan, der Moving Average Ratio und Momentum. Finanzbericht, Bd. 45, Ausgabe 2, S. 415-447, Mai 2010. Erhältlich bei SSRN: ssrn / abstract1587111 oder dx. doi. org/10.1111/j.1540-6288.2010.00254.x KontaktinformationenDas Moving Average Ratio und Momentum (Zusammenfassung der Zusammenfassung) Der Autor untersucht die Vorhersagefähigkeit des Moving Average Ratio (MAR) für zukünftige Renditen. Er entdeckt, dass die Vorhersagekraft des MAR für künftige Renditen unabhängig von den vergangenen Renditen und der Nähe des Aktienkurses zu seinem 52-Wochen-Hoch ist. Der Autor untersucht die Wirksamkeit der bewegten durchschnittlichen Ratio (MAR) von kurzfristigen und langfristigen bewegten Durchschnitten, um zukünftige Renditen vorherzusagen. Er untersucht auch, ob diese prädiktive Fähigkeit unterscheidet sich von früheren Renditen und aus dem Verhältnis von einem Aktien aktuellen Preis auf seine 52-Wochen-Hoch. In seiner Analyse vergleicht der Autor die Rentabilität von drei Anlagestrategien. Die erste Anlagestrategie basiert auf einem Portfolio, das den Kauf und Verkauf von mehreren Aktien auf Basis der in den vergangenen 6 und 12 Monaten erzielten Renditen umfasst. Die zweite Strategie umfasst Bestände, die auf der Grundlage des Verhältnisses von aktuellem Preis zu 52-Wochen-Hoch gewählt werden. Die dritte Strategie berechnet die Renditen auf der Basis des Verhältnisses des 50-Tage-Gleitenden Durchschnitts zu dem 200-Tage-MAR. Die für diese Analyse verwendeten Daten stammen aus der CRSP U. S. Stock Database für den Zeitraum Juli 1962 bis Dezember 2004. Der Autor verwendet zwei Beispiele aus der CRSP-Datenbank. Die erste Stichprobe umfasst alle Aktien, die an der NYSE, Amex und NASDAQ gehandelt werden, mit Ausnahme jener Aktien mit einer Marktkapitalisierung, die sie in die kleinsten NYSE-Dezile und Aktien unterhalb von 5 festlegt. Die zweite Stichprobe ist ähnlich wie die erste Kleinste NYSE-Dezile und Aktien, die unter 5 festgesetzt werden. Der Autor stellt fest, dass das MAR positiv mit früheren Renditen korreliert ist und mit dem Verhältnis eines aktuellen Aktienkurses zu seinem 52-Wochen-Hoch. Beim Vergleich der rohen und risikoadjustierten Gewinne aus den drei Anlagestrategien entdeckt er, dass die 52-Wochen-Strategie und die MAR-Strategie ökonomisch und statistisch signifikante Gewinne erzielen, die MAR-Strategie jedoch rentabler ist und einen höheren t-Wert aufweist . Er stellt fest, dass die MAR-Strategie immer noch das bedeutendste Ergebnis erzielt, wenn der Januar aus der Haltedauer ausgeschlossen ist. Um festzustellen, ob Risikofaktoren die Gewinne der drei Anlagestrategien erklären können, regressiert der Autor die Gewinn - und Loser-Portfolios zusammen mit den Gewinnen für jede Strategie mit Hilfe der FamaFrench-Drei-Faktor-Regression. Die Ergebnisse zeigen, dass die Faktoren FamaFrench einen negativen Beitrag zu den Gewinnen der Impulsstrategien leisten. Ein paarweiser Vergleich der Profitabilität der drei Anlagestrategien zeigt, dass die MAR-Strategie rentabler ist als die Vergangenheitsrendite-Strategie und dass das MAR-Gewinner-Portfolio eine statistisch signifikante Rendite generiert als die 52-Wochen-Hochsieger. Der Autor untersucht auch, ob das MAR zukünftige Renditen unabhängig von den vergangenen Renditen und dem 52-Wochen-Hoch vorhersagen kann, indem es die Haltedauer für zwei Portfolios berechnet. Das erste Portfolio basiert auf der MAR und einer 12-Monats-Rendite-Strategie, die nach der 12-Monatsrendite und dann der MAR sortiert wird, gefolgt von einer anderen Sortierung zuerst durch die MAR und dann durch die 12-Monatsrendite. Das zweite Portfolio basiert auf der MAR und einer 52-Wochen-Hochstrategie wird es zuerst durch das 52-Wochen-Hoch und dann durch das MAR geordnet, gefolgt von einer anderen Sortierung zuerst durch das MAR und dann durch das 52-Wochen-Hoch. Die Ergebnisse dieses Tests zeigen nicht nur, dass das MAR eine größere Vorhersagekraft aufweist als die 12-Monats-Rendite, sondern auch, dass das MAR ein unabhängiges Signal ist. Ähnlich hat das MAR Vorhersagekraft, die sich von der 52-Wochen-Strategie unterscheidet. Der Autor führt anschließend eine FamaMacBeth-ähnliche Querschnittsregressionsanalyse durch, um die marginale Auswirkung der Zugehörigkeit zum Gewinner - oder Verliererportfolio in jeder der drei Anlagestrategien zu identifizieren. Die Ergebnisse zeigen, dass die Vorhersagekraft der 12-Monats-Rendite durch die Nähe zum 52-Wochen-Hoch oder das Verhältnis von kurzfristigen zu langfristigen bewegten Durchschnitten erklärt werden kann. Die Analyse zeigt auch, dass die MAR-Strategie im Gegensatz zu den anderen Strategien signifikante Gewinne sowohl aus dem Gewinn - als auch dem Verliererportfolio generiert. Der Autor schlägt vor, dass eine Verankerungsvorgabe auf das 52-Wochen-Hoch oder das MAR ein besserer Erklärungsfaktor für den mittelfristigen Impuls ist als der Investor-Konservatismus oder das Überversprechen. Schließlich führt der Autor einen Robustheitstest durch, indem er verschiedene gleitende Durchschnittsverhältnisse verwendet, um das kurz - und langfristige MAR zu repräsentieren und stellt fest, daß jede MAR-Kombination noch einen statistischen Gewinn erzeugt und die Vorhersagekraft des MAR unterstützt. Der Autor schließt mit der Feststellung, dass Prognosen, die auf dem MAR beruhen, sich nicht auf lange Sicht umkehren, was darauf hindeutet, dass mittelfristige Impulse und langfristige Umkehrungen getrennte Konzepte sind. Ursprünglicher Autor Information Seung-Chan Park ist an der Adelphi Universität. Benutzer, die diesen Artikel gelesen haben, lesen auch