Съдържание:
- Анализ на чувствителността и обратно тестване
- Избор на AIM входни променливи
- Избор на изходни променливи и времеви рамки
- Предположения за тестване на AIM
- Резултати от обратния тест
- Заключения
- AIM уебсайтове
- Софтуер, базиран на AIM
Ако отделите време да разгледате малко по-отблизо алгоритъма за автоматично управление на инвестициите (AIM), разработен от Робърт Личело в края на 70-те години, се появяват някои очевидни въпроси. Например, по-добре ли е да разглеждаме стойността на портфейла по-често, отколкото месечно? Какво би се случило, ако първоначалната ви инвестиция в акции е повече (или по-малка) от 50% от общата ви инвестиция? Ще се увеличи или намали процентът на възвръщаемост, ако сте избрали акция / фонд / ETF, който показва висока (или ниска) нестабилност на цените?
Тази статия ще използва много методичен подход към отговорите на тези конкретни въпроси. Друга статияНаписах, обяснява алгоритъма AIM с 10+ години резултати от тестове назад, а друг обяснява как да използвам системата AIM в портфолио с много ETF.
Анализ на чувствителността и обратно тестване
За упражнението за бек-тест ние изучихме ефективността на алгоритъма AIM, използвайки единичен ETF (тикер SPY) за определен период от време в миналото с зададени входни променливи и не е позволено да се променят.
Анализът на чувствителността използва концепцията за обратно тестване, за да разбере как резултатите от резултатите от алгоритъма AIM ще се променят, когато конкретни входни променливи се променят систематично. С други думи, колко „чувствителен“ е изходът на AIM алгоритъма, когато входните променливи имат право да се променят.
За да извършим анализа на чувствителността на алгоритъма AIM, първо трябва да изберем входните променливи и какъв диапазон ще им бъде позволено да променят. След това трябва да изберем изходните променливи, след което да определим времеви интервал за обратно тестване. На този етап ще бъдем готови да стартираме обратни тестове за всяка комбинация от настройки на входни променливи, докато събираме изходни резултати от всеки от бек тестовете. Накрая ще обобщим резултатите и ще направим нашите заключения.
Избор на AIM входни променливи
За този анализ ще изберем три входни променливи на алгоритъма AIM: Честота на оценяване,% от първоначалната инвестиция в акции и различни видове капиталови инвестиции.
Честота на оценяване
Г-н Lichello предложи да се разглежда цената на акциите на месечна честота. Ще запазим това понятие в нашия анализ на чувствителността и също така ще разгледаме вземането на решения на седмична база. За истински активния търговец ще видим и как алгоритъмът реагира на вземането на решения ежедневно.
% Първоначална инвестиция в собствен капитал
Г-н Lichello първо предложи равномерно разделяне между собствения капитал и паричните средства от 50% до 50%. В по-късните издания на книгата си обаче той предлага съотношения до 80% -20% собствен капитал към пари. Ще запазим и двете понятия за нашия анализ на чувствителността, а също така ще изследваме пространството под 50% –50%. Нашите настройки ще започнат от 30% собствен капитал и ще се увеличават с 10% интервали, докато достигнат 80% собствен капитал.
Вид капиталова инвестиция
Глобалните съветници на State Street продават ETF, които разделят S&P 500 на 9 сектора (потребителска дискреция, потребителски клиенти, енергетика, финанси, здравеопазване, промишленост, материали, технологии и комунални услуги), те се наричат SPDR за избран сектор. В този анализ ще търсим два секторни ETF в допълнение към разписката ETF за депозитар на S&P, тикер SPY. Ще използваме ETF, който има по-висока волатилност на цените от SPY и такъв с по-ниска волатилност от SPY. За измерване на волатилността ще използваме бета на акциите. Използвайки оценката на Morningstar за 3-годишна бета версия, откриваме, че ETF с най-голяма волатилност (бета от 1,24) е запасът от енергия, тикер XLE. Секторният запас с най-ниска бета от 0,18 е Utility ETF, тикер XLU. И така, ще използваме SPY с бета от 1.00, XLU с бета от 0.18 и XLE с бета от 1.24.
Всички тези входни променливи и настройки са обобщени в таблицата, озаглавена Входни променливи и настройки.
Променлива | Настройка 1 | Настройка 2 | Настройка 3 | Настройка 4 | Настройка 5 | Настройка 6 |
---|---|---|---|---|---|---|
Честота на оценяване |
Ежедневно |
Седмично |
Месечно |
|||
% Първоначална инвестиция |
30% |
40% |
50% |
60% |
70% |
80% |
ETF / Бета |
XLU / 0,18 |
Шпиониране / 1.00 |
XLE / 1.24 |
Избор на изходни променливи и времеви рамки
За изходните променливи ни е необходима способността за точно измерване на ефективността на инвестициите за всеки обратен тест. Измерването, което ще използваме, е годишната норма на възвръщаемост, наричана още Вътрешна норма на възвръщаемост. За щастие, Microsoft Excel ™ има вградена функция (XIRR), която ще използваме за стандартизиране на изчислението. Освен това ще уловим крайната стойност на портфейла, евентуалния недостиг на пари в брой и общия брой сделки.
Времевата рамка за историческите данни за цените е от 22.12.1998 г. до 31.07.2013 г., малко повече от 14,5 години. Историческите данни за цените и дивидентите са от Yahoo! уебсайт за финанси.
За да обобщим, нека изложим всички случаи на бек-тест, които ще проведем за този анализ. Има 54 различни комбинации от променливи и настройки, които ще променяме едновременно. Всички петдесет и четири тестови случая са показани в графичен формат, вижте фигурата, озаглавена Тестови случаи.
Всеки тестов случай представлява един обратен тест, например един тестов случай е да се настрои алгоритъмът AIM на 30% първоначална инвестиция в собствения капитал, да се зададе честота на оценяване на ежедневно и да се използват данните за исторически цени за ETF на XLU-Utility. Изпълнете данните чрез алгоритъма AIM, изчислете вътрешната норма на възвръщаемост, уловете крайната стойност на портфейла, всеки недостиг на пари и общия брой сделки.
Тестови случаи
Предположения за тестване на AIM
Винаги е необходимо да се документират предположенията, когато се прави емпиричен анализ, ето списъкът за този анализ:
- Общата сума на първоначалната инвестиция е $ 10 000.
- Първоначалната покупка е цената на отваряне на 22.12.1998.
- Решенията за AIM се основават на цената на затваряне на акциите в последния ден на търговия на месеца за честота на месечна оценка, последния ден на търговия от седмицата за честота на седмична оценка или цена на затваряне за този ден за честота на ежедневна оценка.
- Цената за покупка или продажба е цената на отваряне на акцията на следващия търговски ден след решение на AIM.
- Поръчките за покупка или продажба се задействат само ако пазарната поръчка на AIM е +/- 5% от текущата стойност на собствения капитал на портфейла.
- Недостигът на пари в брой ще се финансира и паричната сметка ще бъде нула, докато не бъде изпълнена поръчка за продажба.
- Комисионната за търговия с акции не се взема под внимание, но можем да изчислим общите разходи за комисионни, като използваме общия брой сделки.
- Доходността на паричния резерв е 0,5% ГПР.
- Дивидентите се реинвестират в допълнителни акции.
Резултати от обратния тест
Таблицата, озаглавена Резултати от обратните тестове, представя резултатите от всички 54 бек теста. Използвахме регресионен анализ, за да определим коя от трите входни променливи има най-съществен ефект върху нормата на възвръщаемост и резултатите са:
- Тип ETF: Най-значим
- % първоначална капиталова инвестиция: Значителна
- Честота на оценяване: незначителна
Всъщност, двете значими променливи, тип ETF и% първоначална инвестиция в собствения капитал, представляват 94% от вариацията, която виждаме в нормата на възвръщаемост (за статистически настроената коригирана стойност на r-квадрат е 0,937)
Резултати от обратния тест
Имайте предвид, че при инвестиции в SPY и XLU се наблюдава значителен дефицит в пари, който се наблюдава на всяко ниво на честота на оценяване и при първоначални инвестиции в акции до 50%. Въпреки това, не е имало парични дефицити при инвестиране в XLE, независимо от честотата на оценяване или% първоначална инвестиция в собствен капитал.
За да разберем защо не е имало недостиг на пари при инвестиране в XLE, трябва да деконструираме бичия пазар от средата на 2002 г. до върха на този бик в края на 2007 г. От 23.07.2002 г. до 26.12.2007 г. XLE цената варираше от 19,80 до 80,55 долара, което е 306,8% увеличение. AIM ще издава множество сигнали за продажба по време на това изкачване, изграждайки парични резерви за възможности за закупуване по време на неизбежния спад на пазара, който последва. SPY и XLU изпитаха подобен бик от края на 2002 г. до края на 2007 г., но увеличението не беше толкова драматично. XLU нарасна с 191,4%, а SPY нарасна със 100,4%. И така, тъй като XLE е по-висок бета запас, това доведе до по-висок темп на увеличение на цената, което позволява на AIM да привлича повече печалби. Това доведе до достатъчно пари в касата, за да се възползват от множество сигнали за покупка по време на стръмния спад на пазара от края на 2008 г. до средата на 2009 г.
Също така виждаме, че броят на сделките се увеличава с увеличаването на честотата на оценяване и с нарастването на ETF бета. Интуитивно това има смисъл, тъй като бихме очаквали повече възможности за търговия, ако проверяваме по-често стойността на портфейла си или ако цената на ETF се люлее нагоре / надолу по-силно.
Разглеждайки графиката, озаглавена Ефекти от типа инвестиция, виждаме, че енергийният ETF, тикер XLE, е имал най-значителен ефект върху нормата на възвращаемост със средно 11% и диапазон от 7,1% до 14,5%.
Ефекти от типа инвестиция
Сега нека разгледаме графиката, озаглавена „Ефекти от първоначалната инвестиция в собствения капитал“. Виждаме, че средната норма на възвръщаемост нараства линейно от 5,3% при 30% първоначална инвестиция в акции чак до 11% при 80% първоначална инвестиция в акции. Имайте предвид, че най-ниската норма на възвръщаемост, която наблюдавахме, беше 3,8%, а най-високата беше 14,5%.
Ефекти от% първоначални капиталови инвестиции
И накрая, разглеждайки графиката, озаглавена „Ефекти от честотата на оценяване“, виждаме, че средната норма на възвръщаемост не се променя много от дневни до месечни оценки. Всъщност имаше само малка разлика от 0,6% средна норма на възвръщаемост между дневните и месечните оценки.
Ефекти от честотата на оценяване
Тъй като честотата на оценяване се измерва във времето, можем да я погледнем от различна гледна точка. Можем да изчислим възвръщаемост в долари на час за времето, прекарано в оценка на следващото решение за покупка / продажба / задържане. За да направим това, трябва да изчислим средното увеличение на крайната стойност на портфейла за по-чести оценки и общия брой часове, прекарани за оценки.
Например, ако отделяме 5 минути всеки път, когато актуализираме AIM алгоритъма, тогава през 14,7 години от това проучване бихме прекарали общо 14,7 часа за месечни оценки, 63,7 часа за седмични и 318,5 часа за ежедневни. Разглеждайки графиката, озаглавена Ефекти от честотата на оценяване върху крайната стойност на портфейла, виждаме, че средната крайна стойност на портфейла е била 21 445 долара за месечни оценки, 23 772 долара за седмични и 25 044 долара за дневни.
Въз основа на тази информация възвръщаемостта за увеличаване на оценката от месечна на седмична се изчислява, както следва:
(увеличение на крайната стойност на портфейла) / (допълнително време за оценка) =
(23,772 - 21,445) / (63,7 - 14,7) = 2370 $ / 49 = 47,49 $ на час
И така, увеличихме средното си портфолио с $ 2370, като отделихме 49 допълнителни часа, за да актуализираме алгоритъма AIM за възвръщаемост от $ 47,49 на час, а не изтъркана заплата.
Възвръщаемостта за увеличаване на оценката от месечна на дневна е $ 11,85 на час и $ 4,99 на час за увеличаване на оценката от седмица на ден.
Ефекти от честотата на оценяване върху крайната стойност на портфейла
Заключения
От първата ни статия за AIM видяхме, че можете да подобрите инвестицията Buy / Hold, като използвате AIM с изключително диверсифицирания ETF: SPY. От тази статия виждаме, че повече подобрения могат да бъдат постигнати чрез разглобяване на SPY и използване на AIM за отделни бизнес сектори. Това се дължи на отделните индустриални ETF, които имат различна степен на нестабилност (измерена чрез бета) от агрегирания SPY. Тази разлика позволява на AIM да улови повече от присъщата нестабилност, недостъпна за SPY.
Това се потвърждава допълнително от регресионния анализ на нашите данни от обратния тест. Можем да заключим, че най-важният фактор, който трябва да вземете предвид, ако ще използвате AIM за контрол на портфейл от капиталови инвестиции, е видът акции / взаимен фонд / ETF, който сте избрали. За да бъдем по-конкретни, изглежда, че AIM алгоритъмът е по-ефективен при по-високи бета / по-нестабилни инвестиции. С дума на предпазливост, този анализ се ограничава до ETF с бета, които варират от 0,18 до 1,24, не сме изследвали онези ултра летливи ETF, които са два и три пъти по-нестабилни от стандартните ETF. Така че, вероятно не е безопасно да екстраполираме резултатите си към този тип инвестиционни средства.
В архивите на уебсайта на потребителите на AIM има подробна статия за избора на запаси. Въпреки че е фокусирана върху подбора на акции в отделни компании, концепцията трябва да бъде лесна за прилагане при избора на ETF.
Следващият фактор, който показва значителен ефект върху нормата на възвращаемост, е% първоначална инвестиция в собствения капитал. Тъй като нормата на възвръщаемост се увеличава линейно с увеличаване на% първоначално инвестиран собствен капитал, тогава трябва да използваме този фактор като лост за риск / възвръщаемост. Например, ако сте консервативен инвеститор и сте готови да приемете по-ниска норма на възвръщаемост за тази безопасност, тогава инвестирайте само 30-50% първоначално в ETF. И обратно, ако сте готови да поемете пълната сила на рисковите инвестиции, тогава се насочете към удоволствието от 60–80% първоначална капиталова инвестиция.
И накрая, последният фактор - честотата на оценяване изглежда незначителна по отношение на нормата на възвръщаемост. Въпреки това, когато разглеждаме печалбата за допълнително време, прекарано в оценяване на алгоритъма на AIM, виждаме, че нашето увеличение на стойността на портфейла е най-доброто при увеличаване на честотата на оценяване от месечно на седмично (средно 47,49 долара за допълнителен час, прекаран в оценяване на алгоритъма на AIM).
Разбира се, можете да третирате честотата на оценяване като фактор за удобство. Ако имате време или предразположение да проверявате ежедневно портфолиото си по всякакъв начин, имайте го. Ако нямате толкова много време, но имате кратък период през почивните дни, правете AIMing седмично. Ако вашите дни и седмици са изпълнени с други дейности, тогава може би месечните проверки на портфейла са за вас. Във всеки сценарий бихте очаквали да видите подобни норми на възвръщаемост, но имайте предвид, че общите ви разходи за комисионни за търговия ще се увеличат с увеличаване на честотата на оценяване.
AIM уебсайтове
- Табло за потребители на AIM (AIMUSERS)
Софтуер, базиран на AIM
- Автоматичен инвеститор: Механичен, автоматизиран софтуер за инвестиции на акции за дългосрочно инвестиране
Автоматичен инвеститор: Мощен, автоматизиран, механичен пакет за инвестиции на акции, създаден да увеличи Вашата възвръщаемост, да намали риска и да Ви спести време.
© 2013 dburkeaz