О price momentum: часть 1
Уровень сложностиПростой
Время на прочтение5 мин
Охват и читатели4.7K
Финансы в IT
Аналитика
Данная статья предназначена для обзора стратегии инвестирования, основанной на price momentum (импульсе цены). Статья ориентирована на аудиторию, не имеющую специального математического или экономического образования (я его тоже не имею), поэтому материал будет подаваться максимально просто. Статья не претендует на научную точность и достоверность — скорее это выжимка знаний, которые я получил в процессе изучения стратегий инвестирования, способных обгонять рынок на длинной дистанции.
В конце статьи будет ссылка на GitHub-репозиторий, где вы сможете посмотреть весь код и при желании воспроизвести результаты тестирования.
Описание
Идея стратегии основана на рыночном эффекте, получившем название «импульс» (momentum). Было замечено, что акции, сильно выросшие за последний период, продолжают расти ещё какое-то время. То же относится и к падению: акции, сильно упавшие в цене, продолжают падать. Стратегия заключается в том, чтобы проранжировать акции по определённому критерию (например, по доходности за последние T месяцев), разделить их на десять равных групп — децилей (от менее доходных к более доходным), а затем купить и удерживать акции из самой доходной группы и шортить акции из группы с самой низкой доходностью.
У стратегии есть разные вариации. Я перечислю основные параметры ниже; в скобках буду указывать значения, которые чаще всего встречаются в литературе:
universe — список акций, на котором применяется стратегия
«formation period» — период, за который рассчитывается критерий ранжирования (обычно 12 месяцев)
«skip period» — количество наиболее недавних месяцев, которые не учитываются в расчёте ранжирования. Этот параметр нужен, чтобы избежать эффекта краткосрочного разворота: резкий рост в последний месяц нередко сменяется столь же резким откатом (обычно 1–2 месяца)
период удержания — как долго позиции удерживаются в портфеле перед изменением состава и ребалансировкой (обычно ребалансировка раз в месяц)
long-only или long-short — некоторые вариации не используют шорт акций из группы с низкой доходностью
вес акций в портфеле — может быть равновзвешенным, взвешенным с учётом волатильности, взвешенным по капитализации и т. д.
алгоритм ранжирования — например, по общей доходности, по средней ежемесячной доходности или по средней ежемесячной доходности, скорректированной с учётом волатильности
Плюсы и минус
+ Фактор моментума изучался во множестве академических работ и был подтверждён на больших временных промежутках. Статистически он обгоняет рынок на длинной дистанции.
− Стратегия плохо реагирует на резкие развороты рынка в медвежью сторону: в такие моменты портфель может падать сильнее рынка и формировать глубокие просадки (2001, 2009, 2020 годы).
Академические исследования
Стратегия изучалась многими экономистами, поэтому, чтобы свести к минимуму методологические ошибки и быстро оценить эффективность, стоит опираться на готовые исследования.
Здесь я буду ссылаться на работы Fama и French — двух экономистов, изучавших вопрос, почему одни акции приносят больше дохода, чем другие. Сначала они создали трёхфакторную модель, пытающуюся объяснить это, а затем расширили её до пяти факторов. В своих работах они неоднократно сталкивались с эффектом моментума, однако не включили его в свою модель: они признавали существование эффекта, но считали его теоретически необоснованным.
Особенно ценным для меня оказалось то, что они опубликовали данные о доходности портфелей, составленных по стратегии моментума. Их можно найти на этой странице (10 Portfolios Formed on Momentum): https://mba.tuck.dartmouth.edu/pages/faculty/ken.french/data_library.html
Для расчёта моментума они используют следующие параметры:
universe — все акции, торгующиеся на NYSE, AMEX и NASDAQ
«formation period» — 12 месяцев
«skip period» — 1 месяц (пропускается последний месяц перед датой составления портфеля, то есть моментум считается как доходность с t−12 по t−2)
период удержания — 1 месяц
long-only
публикуются как равновзвешенные портфели, так и взвешенные по капитализации
ранжирование по общей доходности
Также есть ряд особенностей.
Исследователи ведут 10 портфелей — по одному для каждого дециля. Это позволяет увидеть зависимость между силой моментума и доходностью.
Ещё одна особенность — разный размер децилей. Пороговые значения моментума (breakpoints) рассчитываются только по акциям NYSE. То есть сначала акции NYSE ранжируются для определения границ корзин, а затем в эти корзины добавляются акции со всех остальных бирж. Такой подход позволяет избежать смещения, которое могут вносить малокапитализированные акции: они склонны к экстремальным ценовым движениям и при совместном ранжировании со всем рынком могут искажать результаты.
Сбор данных
Формирование корректного датасета для бэктеста — отдельная и непростая задача. Fama и French используют данные CRSP, доступ к которым получить непросто. Я выбрал провайдера https://norgatedata.com/. У них есть данные по ценам акций с 1990 года, включая делистингованные бумаги, а также информация о составе индексов (S&P 500, Russell 3000) на конкретную дату и о том, торговалась ли акция на бирже или на OTC в конкретный день.
К сожалению, поделиться этим датасетом я не могу из-за лицензионного соглашения, но в GitHub-репозитории есть скрипт, который позволит импортировать все необходимые данные при наличии подписки на Norgate Data.
Для валидации корректности данных я восстановил Equal Weighted S&P 500 и сравнил его с Invesco S&P 500 Equal Weight ETF (RSP) — результаты оказались близкими. Этот скрипт также можно найти в репозитории.
Эффективность стратегии
Здесь мы рассмотрим эффективность стратегии на графиках, используя данные о доходностях из исследования Fama–French в сравнении с популярными индексами. Также мы попытаемся воспроизвести их результаты в собственном бэктесте, максимально близко следуя их методологии.
сравнение доходностей всех децилей в равновзвешенных портфелях в исследовании Fama–French
сравнение доходностей всех децилей в портфелях, взвешенных по капитализации, в исследовании Fama–French
сравнение доходностей портфелей Fama–French с самым высоким импульсом с ETF на основе индекса S&P 500
И, как было обещано, попытка воспроизвести их результаты в бэктесте:
равновзвешенный портфель Fama–French и наш бэктест
Поскольку у меня не было доступа к тем же данным, что и у Fama–French, в качестве universe я использовал все акции, имевшие листинг на одной из бирж: NYSE, Nasdaq, NYSE Arca, Cboe BZX, IEX. Для составления breakpoints я использовал S&P 500 и Russell 3000. Результаты получились довольно близкими к оригинальному графику.
Заключение
Глядя на имеющиеся данные, можно сделать несколько выводов.
Стратегии, основанные на импульсе цены, действительно превосходят рынок — особенно это заметно на длинной дистанции. Это подтверждается как академическими исследованиями, так и собственными экспериментами.
Графики также наглядно подтверждают, что на медвежьих рынках просадки стратегии более резкие и глубокие, чем у широкого рынка.
Равновзвешенные портфели, как правило, обгоняют портфели, взвешенные по капитализации, в стратегиях на основе импульса. Вероятно, это связано с тем, что более сильный импульс чаще демонстрируют малокапитализированные компании, цена которых может меняться очень резко. Давая им больший вес в портфеле, мы получаем бо́льшую доходность за счёт их импульса.
Данные Fama–French довольно точно воспроизводятся. При построении пороговых значений на основе S&P 500 наблюдается завышенная доходность, особенно в последние годы. При использовании Russell 3000 картина обратная — доходность в последние годы несколько занижена. Думаю, это связано с сильной доминацией крупнокапитализированных компаний в последнее время: пороговые значения, построенные по S&P 500, смещают границы децилей в их пользу, что, в свою очередь, завышает доходность.
Весь код можно посмотреть здесь
Дисклеймер
В академических статьях не раскрывается, почему реальная доходность может значительно отличаться от расчётной (бумажной). Об этом я расскажу во второй части.
Теги:факторные инвестицииалгоритмическая торговляprice momentum
Хабы:Финансы в IT
Meta* (Instagram*, Facebook*) и другие признанные экстремистскими организации/ресурсы запрещены в РФ.
Упоминания иностранных агентов сопровождаются маркировкой по закону.
Информационный материал. 18+.
