Sadržaj:
- Analiza osjetljivosti i povratno testiranje
- Odabir ulaznih varijabli AIM
- Odabir izlaznih varijabli i vremenskog okvira
- Pretpostavke za testiranje AIM-a
- Rezultati povratnih testova
- Zaključci
- AIM web stranice
- Softver zasnovan na AIM-u
Ako odvojite vrijeme i malo bolje pogledate algoritam automatskog upravljanja investicijama (AIM) koji je Robert Lichello razvio krajem sedamdesetih, pojavit će se neka očita pitanja. Na primjer, je li bolje vrijednost portfelja gledati češće nego mjesečno? Što bi se dogodilo da je vaše početno ulaganje u kapital više (ili manje) od 50% ukupnog ulaganja? Bi li se stopa povrata povećala ili smanjila ako odaberete dionicu / fond / ETF koji pokazuje visoku (ili nisku) volatilnost cijena?
Ovaj će članak zauzeti vrlo metodičan pristup odgovoru na ta specifična pitanja. Još jedan članakNapisao sam kako objašnjava AIM algoritam s više od 10 godina rezultata povratnih testova, a drugi objašnjava kako koristiti AIM sustav u portfelju s više ETF-a.
Analiza osjetljivosti i povratno testiranje
Za vježbu povratnog testa proučavali smo izvedbu AIM algoritma koristeći jedan ETF (ticker SPY) tijekom određenog vremenskog razdoblja u prošlosti s postavljenim ulaznim varijablama i nije im bilo dopušteno mijenjati se.
Analiza osjetljivosti koristi koncept povratnog testiranja da bi se razumjelo kako će se rezultati rezultata AIM algoritma mijenjati kada se određene ulazne varijable sustavno mijenjaju. Drugim riječima, koliko je osjetljiv izlaz AIM algoritma kada se ulaznim varijablama dopušta promjena.
Da bismo izvršili analizu osjetljivosti AIM algoritma, prvo moramo odabrati ulazne varijable i koji će opseg dopustiti da mijenjaju. Dalje, moramo odabrati izlazne varijable, a zatim odrediti vremenski okvir za povratno testiranje. U ovom trenutku bit ćemo spremni pokrenuti povratne testove za svaku kombinaciju postavki ulaznih varijabli, dok prikupljamo izlazne rezultate svakog od back-testova. Na kraju ćemo sažeti rezultate i donijeti svoje zaključke.
Odabir ulaznih varijabli AIM
Za ovu ćemo analizu odabrati tri ulazne varijable AIM algoritma: Učestalost procjene,% početnog ulaganja u kapital i različite vrste ulaganja u kapital.
Učestalost ocjenjivanja
Gospodin Lichello predložio je da se mjesečno provjerava cijena dionica. Ovaj ćemo pojam zadržati u našoj analizi osjetljivosti, a također ćemo se i osvrtati na donošenje odluka tjedno. Za istinski aktivnog trgovca također ćemo vidjeti kako algoritam svakodnevno reagira na donošenje odluka.
% Početno ulaganje u kapital
Gospodin Lichello prvo je predložio čak 50% -50% podjele između glavnice i novca. Međutim, u kasnijim izdanjima svoje knjige predložio je omjere do 80% -20% kapitala i novca. Oba ova pojma zadržat ćemo za našu analizu osjetljivosti, a također ćemo istražiti prostor ispod 50% - 50%. Naše postavke započinju s 30% glavnice i povećavat će se za 10% u intervalima dok ne dosegnu 80% glavnice.
Vrsta udjela u kapitalu
Globalni savjetnici State Streeta prodaju ETF-ove koji dijele S&P 500 na 9 sektora (potrošačka diskrecija, potrošačke klase, energija, financije, zdravstvo, industrija, materijali, tehnologija i komunalne usluge) koji se nazivaju SPDR-ovima odabranog sektora. U ovoj analizi tražit ćemo dva sektorska ETF-a uz potvrdu ETF-a S&P, oznaku SPY. Upotrijebit ćemo ETF koji ima veću volatilnost cijena od SPY-a i onaj s nižom volatilnošću od SPY-a. Za mjerenje volatilnosti koristit ćemo beta dionicu. Koristeći Morningstarovu procjenu trogodišnje beta, otkrivamo da je ETF s najvećom volatilnošću (beta od 1,24) zaliha energije, oznaka XLE. Sektor dionica s najnižom beta od 0,18 je uslužni ETF, oznaka XLU. Dakle, koristit ćemo SPY s beta od 1,00, XLU s beta od 0,18 i XLE s beta od 1,24.
Sve ove ulazne varijable i postavke sažete su u tablici pod nazivom Ulazne varijable i postavke.
Promjenjiva | Postavljanje 1 | Postavka 2 | Postavka 3 | Postavka 4 | Postavka 5 | Postavljanje 6 |
---|---|---|---|---|---|---|
Učestalost procjene |
Dnevno |
Tjedni |
Mjesečno |
|||
% Početno ulaganje |
30% |
40% |
50% |
60% |
70% |
80% |
ETF / Beta |
XLU / 0,18 |
ŠPIJUN / 1.00 |
XLE / 1,24 |
Odabir izlaznih varijabli i vremenskog okvira
Za izlazne varijable trebamo sposobnost preciznog mjerenja izvedbe ulaganja za svaki back-test. Mjerenje koje ćemo koristiti je godišnja stopa povrata, koja se naziva i interna stopa povrata. Srećom, Microsoft Excel ™ ima ugrađenu funkciju (XIRR) koju ćemo koristiti za standardizaciju izračuna. Uz to, uhvatit ćemo konačnu vrijednost portfelja, eventualne novčane nedostatke i ukupan broj trgovina.
Vremenski okvir za povijesne podatke o cijenama je od 22.12.1998. Do 31.7.2013., Nešto više od 14,5 godina. Podaci o povijesnim cijenama i dividendama dobiveni su iz Yahoo! web stranica o financijama.
Da rezimiramo, izložimo sve slučajeve povratnih testova koje ćemo pokrenuti za ovu analizu. Postoje 54 različite kombinacije varijabli i postavki koje ćemo istodobno mijenjati. Svih pedeset i četiri testna slučaja prikazana su u grafičkom formatu, pogledajte sliku naslovljenu Test slučajevi.
Svaki testni slučaj predstavlja jedan povratni test, na primjer, jedan testni slučaj je postaviti AIM algoritam na 30% početnog ulaganja u kapital, postaviti učestalost procjene na dnevno i koristiti povijesne podatke o cijenama za XLU-Utility ETF. Pokrenite podatke kroz AIM algoritam, izračunajte internu stopu povrata, uhvatite konačnu vrijednost portfelja, bilo kakav manjak novca i ukupan broj trgovina.
Ispitni slučajevi
Pretpostavke za testiranje AIM-a
Uvijek je potrebno dokumentirati pretpostavke kada se radi empirijska analiza, evo popisa za ovu analizu:
- Ukupni iznos početnog ulaganja iznosi 10.000 USD.
- Početna kupnja je cijena otvorenog tipa 22.12.1998.
- Odluke o AIM-u temelje se na cijeni zatvaranja dionica posljednjeg dana trgovanja u mjesecu za učestalost mjesečne procjene, posljednjeg dana trgovanja u tjednu za učestalost tjedne procjene ili cijene zatvaranja tog dana za učestalost dnevne procjene.
- Cijena kupnje ili prodaje je cijena dionice otvorena sljedećeg dana trgovanja nakon odluke AIM-a.
- Nalozi za kupnju ili prodaju pokreću se samo ako je AIM tržišna narudžba +/- 5% trenutne vrijednosti kapitala portfelja.
- Novčani nedostaci financirat će se, a novčani račun će biti postavljen na nulu dok se ne izvrši nalog za prodaju.
- Provizija za trgovanje dionicama ne uzima se u obzir, no ukupni trošak provizije možemo procijeniti pomoću ukupnog broja trgovina.
- Stopa povrata na gotovinsku pričuvu iznosi 0,5% APR-a.
- Dividende se reinvestiraju u dodatne dionice.
Rezultati povratnih testova
Tablica s naslovom Rezultati back-testova predstavlja rezultate svih 54 back-testova. Regresijskom analizom utvrdili smo koja od tri ulazne varijable ima najznačajniji učinak na stopu povrata, a rezultati su:
- Tip ETF-a: Najznačajniji
- % početnih kapitalnih ulaganja: Značajno
- Učestalost ocjenjivanja: beznačajna
Zapravo, dvije značajne varijable, vrsta ETF-a i% početnog ulaganja u kapital čine 94% varijacije koju vidimo u stopi povrata (za statistički gledano prilagođena vrijednost r-kvadrata je 0,937)
Rezultati povratnih testova
Imajte na umu da je značajan manjak novca opažen kod ulaganja u SPY i XLU koji se dogodio na svim razinama učestalosti procjene i kod početnih ulaganja u kapital od samo 50%. Međutim, nije bilo gotovinskih nedostataka prilikom ulaganja u XLE, bez obzira na učestalost procjene ili% početnog ulaganja u kapital.
Da bismo razumjeli zašto nije došlo do manjka gotovine prilikom ulaganja u XLE, moramo dekonstruirati tržište bikova od sredine 2002. do vrhunca tog bika trčanja krajem 2007. Od 23.7.2002. Do 26.12.2007. XLE cijena se kretala od 19,80 do 80,55 dolara, što je porast od 306,8%. AIM bi tijekom tog uspona izdavao višestruke signale o prodaji, gradeći novčane rezerve za mogućnosti kupnje tijekom neizbježnog pada tržišta koji je uslijedio. SPY i XLU doživjeli su sličnu vožnju od kraja 2002. do kraja 2007. godine, ali porast nije bio tako dramatičan. XLU je porastao za 191,4%, a SPY za 100,4%. Dakle, budući da je XLE veća beta dionica, rezultirao je višom stopom povećanja cijena, što je AIM-u omogućilo više prihoda. To je rezultiralo dovoljnim novcem u blagajni da se iskoriste višestruki signali za kupnju tijekom strmog pada tržišta od kraja 2008. do sredine 2009. godine.
Također vidimo da se broj trgovina povećava kako se povećava učestalost procjene i kako se ETF beta povećava. Intuitivno to ima smisla jer bismo očekivali više mogućnosti trgovanja ako češće provjeravamo vrijednost portfelja ili ako se cijena ETF-a snažnije kreće gore / dolje.
Gledajući grafikon pod naslovom Učinci vrste ulaganja, vidimo da je energetski ETF, oznaka XLE, imao najznačajniji učinak na stopu povrata s prosjekom od 11% i u rasponu od 7,1% do 14,5%.
Učinci vrste ulaganja
Pogledajmo sada graf pod naslovom Učinci početnog ulaganja u kapital. Vidimo da se prosječna stopa povrata linearno povećava s 5,3% s početnim udjelom od 30% u kapital, pa sve do 11% s inicijalnim ulaganjem s 80%. Imajte na umu da je najniža stopa povrata koju smo primijetili bila 3,8%, a najviša 14,5%.
Učinci% početnog ulaganja u kapital
Konačno, gledajući grafikon pod naslovom Učinci učestalosti procjene, vidimo da se prosječna stopa povrata ne mijenja puno od dnevnih do mjesečnih procjena. Zapravo je postojala samo neznatna razlika od 0,6% prosječne stope povrata između dnevnih i mjesečnih procjena.
Učinci učestalosti procjene
Budući da se učestalost procjene mjeri u vremenu, možemo je gledati s drugog gledišta. Otplatu možemo izračunati u dolarima po satu za vrijeme provedeno u procjeni sljedeće odluke o kupnji / prodaji / zadržavanju. Da bismo to učinili, moramo procijeniti prosječni porast konačne vrijednosti portfelja za češće procjene i ukupan broj sati utrošenih za procjene.
Na primjer, ako utrošimo 5 minuta svaki put kada ažuriramo AIM algoritam, tijekom 14,7 godina ovog istraživanja potrošili bismo 14,7 sati ukupno za mjesečne procjene, 63,7 sata za tjedne i 318,5 sati za dnevne. Gledajući grafikon pod naslovom Učinci učestalosti procjene na konačnu vrijednost portfelja, vidimo da je prosječna konačna vrijednost portfelja iznosila 21.445 USD za mjesečne procjene, 23.772 USD za tjedne i 25.044 USD za dnevne.
Na temelju ovih podataka, povrat za povećanje procjene iz mjesečne u tjednu izračunava se na sljedeći način:
(povećanje konačne vrijednosti portfelja) / (dodatno vrijeme za procjenu) =
(23.772 - 21.445) / (63,7 - 14,7) = 2370 USD / 49 = 47,49 USD na sat
Dakle, povećali smo naš prosječni portfelj za 2370 dolara uzimajući 49 dodatnih sati za ažuriranje AIM algoritma za povrat od 47,49 dolara po satu, a ne za otrcanu plaću.
Otplata za povećanje procjene iz mjesečne u dnevnu iznosi 11,85 USD po satu i 4,99 USD po satu za povećanje procjene iz tjedne u dnevnu.
Učinci učestalosti procjene na konačnu vrijednost portfelja
Zaključci
Iz našeg prvog članka o AIM-u vidjeli smo da možete poboljšati ulaganje u kupnju / zadržavanje korištenjem AIM-a s vrlo raznolikim ETF: SPY. Iz ovog članka vidimo da se više poboljšanja može postići rastavljanjem špijuna i upotrebom AIM-a na pojedinačne poslovne sektore. To je zbog toga što pojedinačni ETF-ovi u industriji imaju drugačiji stupanj volatilnosti (mjereno Beta-om) od agregiranog SPY-a. Ta razlika omogućuje AIM-u da uhvati više inherentne volatilnosti koja nije dostupna SPY-u.
To se dalje potvrđuje regresijskom analizom naših podataka o povratnom testu. Možemo zaključiti da je najvažniji čimbenik koji ćete uzeti u obzir ako ćete koristiti AIM za kontrolu portfelja vlasničkih ulaganja vrsta odabrane dionice / uzajamnog fonda / ETF-a. Točnije, čini se da je AIM algoritam učinkovitiji s većim beta / hirovitijim ulaganjima. Riječ opreza, iako je ova analiza ograničena na ETF-ove s beta-om koji se kreću od 0,18 do 1,24, nismo istraživali one ultra hlapljive ETF-ove koji su dvostruko i trostruko hlapljiviji od standardnih ETF-a. Dakle, vjerojatno nije sigurno ekstrapolirati naše rezultate na onu vrstu investicijskih sredstava.
Detaljan je članak o odabiru zaliha u arhivi web stranice korisnika AIM-a. Iako je usredotočen na odabir dionica u pojedinim tvrtkama, koncept bi se trebao lako primijeniti na odabir ETF-a.
Sljedeći čimbenik koji pokazuje značajan učinak na stopu povrata je% početnog ulaganja u kapital. Budući da se stopa povrata linearno povećava s povećanjem% početnog uloženog kapitala, ovaj bismo faktor trebali koristiti kao polugu rizika / povrata. Na primjer, ako ste konzervativan investitor i voljni ste prihvatiti nižu stopu povrata za tu sigurnost, u ETF u početku uložite samo 30-50%. Suprotno tome, ako ste spremni preuzeti punu snagu rizičnih ulaganja, onda se potrudite početnog ulaganja u kapital od 60–80%.
Konačno, posljednji faktor, učestalost procjene čini se beznačajnim u odnosu na stopu povrata. Međutim, promatrajući isplatu dodatnog vremena provedenog u procjeni AIM algoritma, vidimo da je naše povećanje vrijednosti portfelja najbolje pri povećanju učestalosti procjene s mjesečnog na tjedni (prosjek od 47,49 USD po dodatnom satu provedenom na procjeni AIM algoritma).
Naravno, učestalost procjene mogli biste tretirati kao faktor pogodnosti. Ako imate vremena ili sklonosti svakodnevno provjeravati svoj portfelj, imajte na umu. Ako nemate toliko vremena, ali imate kratak period vikendom, napravite svoj AIMing tjedno. Ako su vam dani i tjedni ispunjeni drugim aktivnostima, tada su možda mjesečne provjere portfelja za vas. U svakom biste scenariju očekivali slične stope povrata, međutim, imajte na umu da će vaši ukupni troškovi provizije za trgovanje rasti kako se učestalost procjene povećava.
AIM web stranice
- Oglasna ploča korisnika AIM-a (AIMUSERS)
Softver zasnovan na AIM-u
- Automatski investitor: Mehanički, automatizirani softver za ulaganje u dionice za dugoročno ulaganje
Automatski ulagač: Moćan, automatiziran, mehanički softverski paket za ulaganje u dionice dizajniran da poveća vaš povrat, umanji rizik i uštedi vrijeme.
© 2013 dburkeaz