Tilfeldige Porteføljer For Evaluering Trading Strategier

Denne siden er delt inn i de følgende avsnittene. Random-porteføljer har muligheten til å revolusjonere fondstyring. Du tror kanskje at de må være esoteriske og komplekse. Du ville være feil ideen er veldig enkel. For å ha tilfeldige porteføljer trenger du et univers av eiendeler og noen sett av begrensninger for å pålegge porteføljene Et sett av tilfeldige porteføljer er et utvalg fra porteføljepopulasjonen som overholder alle begrensningene. Figur 1 viser prøvetakingsområdet i vekter for et leketøyproblem med tre eiendeler. Begrensningene er. ingen vekt større enn 45.a maksimal volatilitet. Volatilitetsbegrensninger er ikke-lineære og derfor er grensen som svarer til den begrensningen, ikke-lineær. Figur 1 Tillatte vekter gitt noen begrensninger. Av apekatter og menn og dart. Den mest kjente form av tilfeldige porteføljer er aksjemarkedet dartbordspill Mennesker eller aper kaster dart for å velge ett eller noen få eiendeler Valget via dart blir da sammenlignet med noe profesjonelt utvalg Dette er fu n og nesten en god tilnærming, men har to feil. Den første feilen er at vi bare får se om den profesjonelle overgår et tilfeldig utvalg. Vi kan ikke se hvilken brøkdel av tilfeldige valg de profesjonelle overpresterer. For å være virkelig informert trenger vi for å se på rekkefølgen av hundre eller flere tilfeldige valg. Den andre sviktet er at dartene ikke overholder noen begrensninger. Dette er rettferdig i en aviskonkurranse der ekspertene ikke har begrensninger, men heller ikke reelle midler. Sammenligning av et fond med begrensninger til tilfeldige porteføljer uten begrensninger setter fondet i en ulempe. Performansmåling. There er to måter å bruke tilfeldige porteføljer for å oppnå ytelsesmåling den statiske metoden og skyggemetoden. Vi vil se hvorfor ytelsesmåling via referansemåter er mindreverdig. Statisk metode. I den statiske metoden genererer vi et sett av tilfeldige porteføljer som overholder begrensningene i begynnelsen av tidsperioden, hold de porteføljene gjennom ut tidsperioden, og finn avkastningen for perioden. Fondets prosentil er prosentandelen av de tilfeldige porteføljene med større avkastning. Konvensjonen i ytelsesmåling er for god til å ligge nær den nittende prosentilen og dårlig å være nær 100-prosentilen. Figur 2 er et eksempel. Det viser fordelingen av avkastningen av de tilfeldige porteføljene i blå og fondets avkastning i gull. I dette tilfellet har fonden ikke fungert veldig bra. Figur 2 Statisk metode for ytelsesmåling. Dette er veldig mye som ytelse måling med peer-grupper I begge tilfeller bruker vi en enkelt tidsperiode, og i begge tilfeller sammenligner vi vårt fond med et sett med alternative muligheter. Det er noen betydelige forskjeller selv om vi markerer to. I peer-grupper er alternativene andre midler som er ligner på fondet av interesse Ideelt bare midler med samme begrensninger ville bli brukt På den annen side ønsker vi å ha mange jevnaldrende for å få mer presisjon Så det er opp osing styrker for små peer grupper versus store peer grupper Det er ingen slik spenning med tilfeldige porteføljer vi kan generere så mange tilfeldige porteføljer som vi liker. En mer alvorlig problem med peer grupper er at vi ikke vet hva resultatene betyr Vi er ment å tro at hvis vårt fond av interesse gjorde det bedre enn alt annet enn 10 av sine jevnaldrende, så er vår fondsferdighet omtrent den 10. prosentilen blant sine jevnaldrende. Dette forutsetter at forskjeller i ferdighet dominerer forskjeller i flaks. En slik antagelse er usannsynlig å være berettiget I spesielt hvis det ikke er noe fond som har ferdigheter eller alle fondene har like dyktighet, så er vårt fond på 10. prosentilgang med flaks. Målet inneholder ingen informasjon i det hele tatt. Burns 2007a utvider på dette argumentet Surz 2006, 2009 drøfter ytterligere problemer med peer groups. The Shadowing Method. The statiske metode for tilfeldige porteføljer er mer informativ enn peer grupper Men det er fortsatt ganske generisk informasjon. Performance er i rot om beslutninger Ideen om skyggemetoden er å bruke tilfeldige handler for å etterligne de avgjørelsene som fondet tar. Dette kan gi oss et mye klarere bilde av verdien av beslutningsprosessen Et eksempel er omtalt i resultatmålingens søknadsside. Et fond vurderes mot et referanseindeks av sammenligne en rekke avkastninger fra fondet med tilsvarende avkastning for referansen Denne metoden har noen problemer Den største er tiden det tar å bestemme seg for at et godt fond virkelig er bedre enn referansen det vil trolig ta tiår. Kraften til disse testene i den ideelle setting er gitt i Burns 2007a flere år kreves for å få fornuftig kraft selv for eksepsjonell ferdighet Men virkeligheten er mye verre enn det ideelle fordi vanskeligheten med å slå et referansepunkt ikke er konstant Hvis de mest vektede verdiene i referanse tilfeldigvis utfører relativt bra, da vil det være vanskelig å slå referansen Omvendt, hvis de mest vektede verdiene utfører relativt dårlig, så vil det Det er lett å slå referansen Kothari og Warner 2001 diskutere dette. Figur 3 viser prosentandelen av midler som har SP 500 som deres referanseportefølje som overgikk referanseindeksen i hvert år, se detaljer i dette i resultatmåling via tilfeldige porteføljer for å tro at sammenligningen er meningsfylt, må vi tro at fondforvalterne som en gruppe var fattige i årevis, ble plutselig gode i tre år, og deretter gikk tilbake til å være fattige. Figur 3 Prosent av SP 500 benchmarked fondene som går utover året. Burser 2007b diskuterer ytelsesmåling i den litt forskjellige innstillingen for å teste anbefalingene fra markedskommentatorer. Testing av handelsstrategier. Fondforvaltere og potensielle fondforvaltere står overfor en rekke problemer når de bestemmer seg for en handelsstrategi. Her undersøker vi to. Det er hovedsakelig problemet med å være feil , og problemet med å være riktig. Data snooping gjør strategiene se bedre ut enn de egentlig er For å se hvorfor, antar at du prøvde 1000 trading strategier som var helt tilfeldig Den som gjorde det beste kan se rimelig godt Forhåpentligvis er en investeringsforvalter ikke i ferd med å prøve helt tilfeldige strategier, men utvalgsperspektiv vil fortsatt eksistere. Hvis lignende modeller brukes i flere selskaper for å håndtere mye penger, så er en fondsleder som bruker disse modellene, utsatt for dramatiske trekk i markedet. Dette ble tydelig for mange mennesker i august 2007 Uten krise er det vanskelig å fortelle at dette skjer. Random-porteføljer kan hjelpe med det første problemet, og muligens med den andre. Strategier kan testes ved hjelp av skyggemetoden diskutert ovenfor. Det er en viktig forskjell mellom ytelsesmåling og testing av handelsstrategi. Når du tester en handelsstrategi, ønsker vi å gjøre skyggingsprosessen flere ganger med forskjellige startporteføljer. . Denne testprosessen reduserer effekten av data snooping fordi det er en mye strengere definisjon av en vellykket strategi. F und manager er fortsatt sårbar for endringer i markedsadferd, men mye mindre utsatt for feil fortolkning av den historiske perioden. Testing med tilfeldige porteføljer kan være i stand til å redusere herding fordi teknologien gjør det mulig å hente mer efemerielle signaler. Rasjonal investering. praksis er mindre enn rasjonell for. tracking feil begrensninger. performance fees. constraint bounds. Tracking Feil Begrensninger. Mange mandater gir investeringsansvarlig en referanse og en maksimal sporingsfeil fra referansen Dette er sløsing i flere henseender. I nesten alle tilfeller investor kan kjøpe et indeksfond for referansen med svært lave administrasjonsavgifter Hva er fordelen ved å ansette en aktiv leder for å drive et fond som er ekstremt korrelert med indeksfondet. Hvis lederen ikke overskrider referanseindeksen med mer enn de ekstra administrasjonsgebyrene , så er det åpenbart ingen fordel i det hele tatt Hvis lederen har evnen til å konsekvent slå målestokken, så den ferdigheten kan legges til mye bedre bruk En dyktig fondssjef bør generelt kunne oppnå høyere avkastning når sporingsfeilbegrensningen blir slått. Å investere i investorer har penger i indeksen, at høyere avkastning av ubegrenset leder vil være mer verdifullt også alt annet er det bedre for det aktive fondet å ha lav sammenheng med indeksen. Det viser seg å være det samme som en stor sporingsfeil. Det vil si, det rasjonelle ville være å pålegge en minimumsporingsfeilbegrensning heller enn en maksimal sporingsfeilbegrensning. Årsaken til at det er maksimale sporingsfeilbegrensninger er for å få illusjonen om at fondets leder overgår eller ikke. Vi kan ikke virkelig fortelle ved å bruke referansemerker, men vi kan fortelle å bruke tilfeldige porteføljer selv om det ikke er sporingsfeilbegrensning Tilfeldige porteføljer fungerer like godt for ytelsesmåling uansett hvilken sporingsfeil det er. Prestasjonsgebyr. Hvis du har en ytelsesavgift, er det n Det er en god ide å ha det i forhold til en referanse Som figur 3 innebærer, er det for det meste en innsats mellom fondsleder og investor om hvorvidt store caps vil overgå Ferdighet vil ha svært lite å gjøre med det. Et mer fornuftig mål ville være den gjennomsnittlige avkastningen av et sett av tilfeldige porteføljer som adlyder fondets begrensninger. Konstraintseffekter. Vi kan bruke tilfeldige porteføljer til å bestemme rasjonelt hva begrensningsgrensene skal være. Begrensninger er vantest pålagt uten følelse av hva som blir oppnådd og tapt. 4 viser et eksempel på begrensninger Tettheten av realisert bruk over tid er vist for et visst sett av begrensninger gull og for de begrensningene pluss en volatilitetsbegrensning blå. Under de normale markedstider vil vi være ganske likegyldige for volatilitetsbegrensningen. dårlige markedsforhold for 2008 var volatilitetsbegrensningen ganske verdifull. Figur 4 Effekt av begrensninger i 2007-2008. Supplerende bruksområder av tilfeldige porteføljer. Et antall flere bruksområder av tilfeldige porteføljer har blitt foreslått, og det er sikkert et stort antall applikasjoner som ennå ikke er oppdaget. Her diskuteres noen flere bruksområder. Risikomodeller. Random-porteføljer gir et middel til å generere realistiske porteføljer som kan settes gjennom risikomodeller i for å se hvordan de utfører Risikomodeller kan sammenlignes med hverandre, eller individuelle modeller kan testes for svake punkter. Figur 5 viser et eksempel på å sammenligne en risikomodell s prognose for volatilitet til den realiserte volatiliteten for noen 120 20 porteføljer Korrelasjonen mellom spådd og realisert volatilitet på tvers av et stort antall tilfeldige porteføljer ble beregnet. Figur 5 Korrelasjon av spådd og realisert volatilitet. Generalt kvantverktøy. Randomporteføljer kan brukes i stort sett alle kvantitative øvelser som involverer porteføljer. En liste over noen av bruksområder er i Quant Research Applications siden. Ideen om tilfeldige porteføljer er ikke ny en tidlig bruk var programvalgte porteføljer av D ean LeBaron og kollegaer på Batterymarch Financial Management i 1970-tallet En enda tidligere bruk er beskrevet i en amerikansk statistisk forening tale av James Lorie i 1965 enhver tale som starter med Mark Twain og ender i St Tropez kan ikke være alt dårlig. Til det punktet tilfeldige porteføljer strekte beregningsevnen Beregningshastigheten er ikke lenger et alvorlig problem med egnet teknologi. Noen tekniske punkter. Statistisk oppstart og tilfeldig permutasjonstester er teknikker som har radikalt endret dataanalyse de siste par tiårene Avhengig av hvordan tilfeldige porteføljer brukes , er de generelt lik en av disse teknikkene. Bruk av tilfeldige porteføljer til å gjøre ytelsesmåling er analog med å gjøre en tilfeldig permutasjonstest. Undersøkelsen av effekten av begrensningsgrenser, som i figur 5, ligner på hvordan oppstartsstrengen kan Brukes. Den eneste virkelige forskjellen er at på grunn av begrensningene er tilfeldige porteføljer vanskeligere å beregne Konsulent publiserte noen vitnesbyrd om PIPODs Selv om dette handler spesielt om en implementering, gjelder de fleste kommentarene til tilfeldige porteføljer generelt. Selv naivt genererende tilfeldige porteføljer kan være nyttige. Eksempler på dette er Mikkelsen 2001 Kritzman og Page 2003 og Asso, L Her og Plante 2004 Kothari og Warner 2001 viser at benchmarking mot en indeks er problematisk, og deres teknikk innebærer tilfeldige porteføljer. Følgende produkter ble opprettet uavhengig av hverandre, og bare Portfolio Probe er assosiert med Burns Statistics. Portfolio Probe fra Burns Statistics Dette har en bred utvalg av begrensninger, inkludert det svært viktige for å begrense volatiliteten til porteføljene. PODer og PIPODer fra PPCA Inc. Asso, Kodjovi, Jean-Franois L Her og Jean-Franois Plante 2004 Er det egentlig et hierarki i investeringsvalg. Bridgeland, Sally 2001 Prosessattribusjon en ny måte å måle ferdigheter i porteføljekonstruksjon Journal of Asset Management. Burns, Patric k 2006 Porteføljeanalyse med tilfeldige porteføljer pdf av annoterte presentasjonsglass. Burns, P 2006 Tilfeldige porteføljer for ytelsesmåling i optimalisering, økonometrisk og finansiell analyse E Kontoghiorghes og C Gatu, redaktører Springer. Burns, P 2007a Bullseye Professional Investor Marsutgave En meget like versjonen er tilgjengelig som Dart to the Heart. Carl, Peter og Brian Peterson og Kris Boudt 2010 Virksomhetsmål og komplekse porteføljeoptimalisering R Finansopplæring. Daniel, GD Sornette og P Wohrmann 2008 Look-Ahead Benchmark Bias i Portefølje Evaluering Arbeidspapir på SSRN. Dawson, Richard og Richard Young 2003 Nesten jevnt fordelte, stokastisk genererte porteføljer i fremskritt i porteføljens konstruksjon og implementering redigert av Stephen Satchell og Alan Scowcroft Butterworth-Heinemann. Elton, EJMJ Gruber, SJ Brown og WN Goetzmann 2003 Moderne portefølje teori og investering Analyse, sjette utgave Kapittel 24, Evaluering av Portefølje Perfor mance. Kothari, SP og Jerold Warner 2001 Evaluering av Fondets Ytelsesrapport Journal of Finance Working Paper ved SSRN. Kritzman, Mark og Sbastien Page 2003 Hierarkiet for investeringsvalg Journal of Portfolio Management 29 nummer 4, side 11-23.Lisi, Francesco 2011 Dicing med markedet Randomized Procedures for Evaluering av Mutual Funds Quantitative Finance 11 nummer 2, sider 163-172 University of Padova Working Paper. Mikkelsen, Hans 2001 Forholdet mellom forventet retur og Beta En tilfeldig resampling Approach SSRN papers. Shaw, William 2010 Monte Carlo Porteføljeoptimalisering for General Investor Risk Return-Mål og Vilkårlige Return Distributions En løsning for Long-Only Porteføljer SSRN version. Simon, Thibaut 2010 En empirisk studie av aksjeporteføljer basert på diversifisering og innovative risikofaktorer Masters thesis. Stein, Roberto 2012 Ikke lurt av tilfeldighet ved hjelp av tilfeldige porteføljer for å analysere investeringsfondene SSRN-versjon. Surz, Ron 1994 Portfolio Opportunity Di Stributions En innovasjon i Performance Evaluation Journal of Investing. SURZ, Ron 1996 Portfolio Opportunity Distributions En løsning på problemene med benchmarks og peer-grupper Journal of Performance Measurement. Surz, Ron 1997 Global Performance Evaluation and Equity Style Vi presenterer Portfolio Opportunity Distributions i Handbook of Equity Style Management Frank Fabozzi Associates. Surz, Ron 2004 Hedge Funds Har Alpha er en hypotesen Verdt å teste Albourne Village library. Surz, Ron 2005 Testing Hypothesis Hedge Fund Performance er Good Journal of Wealth Management Vårproblem. Surz, Ron 2006 En fersk titt på Investeringsprestasjonsevaluering Sammendrag av beste praksis for å forbedre aktualitet og pålitelighet Journal of Portfolio Management Sommerproblem. Surz, Ron 2007 Nøyaktig Benchmarking er gått men ikke glemt Den avgjørende nødvendigheten av å komme tilbake til grunnleggende Journal of Performance Measurement Vol 11 No 3, Spring, s. 34 -43.Surz, Ron 2009 En handikapp av investeringsresultatet Horsera ce Publisert som handikap i investeringsprestasjonen Horserace in Advisor Perspectives 2009 28. april. Ron, Ron 2010 Den nye tilliten, men verifiserer SSRN-investerings - og rikthåndtering. Random-porteføljer for evaluering av handelsstrategier. Random-porteføljer kan gi en statistisk test om at en handelsstrategi Utfører bedre enn sjanse Hver løp av strategien er sammenlignet med en rekke matchende tilfeldige løp som er kjent for å ha null ferdigheter. Viktig er at denne typen backtest viser tidsperioder når strategien virker, og når den ikke t Live-porteføljer kan overvåkes i Denne måten også Dette gjør at informerte beslutninger - for eksempel endringer i innflytelse - kan gjøres i sanntid. Du vil lese resten av denne artikkelen. Vis abstrakte Skjul abstrakte ABSTRAKT Tilfeldige porteføljeporteføljer som adlyder begrensninger, men ignorerer verktøyet, er vist å måle investeringsevner effektivt. Problemene er fremhevet med hensyn til resultatmåling ved hjelp av informasjonsforhold i forhold til et referanse. Tilfeldige porteføljer kan også danne grunnlag for investeringsmandatene. Investeringsmandater dette tillater aktiv fond ledere mer frihet til å gjennomføre sine ideer, og gir investoren mer fleksibilitet til å få nytte av beregning. Sletting av tilfeldige porteføljer Tilfeldige porteføljer er kort diskutert. Kapittel Jan 2007 Journal of Derivatives Hedge Funds. Patrick Burns. Vis abstrakt Skjul abstrakt ABSTRAKT Parhandel er en populær handelsstrategi som forsøker å utnytte markedets ineffektivitet for å oppnå fortjeneste Ideen er enkelt å finne to aksjer som beveger seg sammen og ta lange korte posisjoner når de avviker unormalt, i håp om at prisene vil konvergerer i fremtiden Fra faglig synspunkt om svak markedseffektivitetsteori, bør parhandelsstrategi ikke presentere positiv ytelse siden den faktiske prisen på en aksje reflekterer sine tidligere handelsdata, inkludert historiske priser. Dette etterlater oss med en spørsmålet, presenterer parhandelsstrategi positiv ytelse for det brasilianske markedet Hovedformålet med denne undersøkelsen er å verifisere ytelsen og risikoen for parhandel på det brasilianske finansmarkedet for ulike frekvenser i databasen, daglige, ukentlige og månedlige priser for det samme tidsperiode Hovedkonklusjonen med denne simuleringen er at parhandelsstrategien var lønnsom og morsom rket nøytral strategi på det brasilianske markedet Slike lønnsomheten var konsistent over en region av strategiens parametre. De beste resultatene ble funnet for den høyeste frekvensen daglig, noe som er et intuitivt resultat. Artikkel Jan 2008.Marcelo Scherer Perlin. Vis abstrakt Skjul abstrakt ABSTRAKT Formålet med denne jobben er å undersøke om den tekniske analysen kan eller ikke kan tilføre verdi til investeringsbeslutninger. Gjennom utvikling av konfidensintervaller, konstruert ved hjelp av teknikken til Bootstrap-prøveinferanse, og i samsvar med nullhypotesen for markedet effektivitet i sin svake form testet vi 4 tekniske handelssystemer Nærmere bestemt oppnådde vi resultatene fra hvert system som ble brukt på den opprinnelige serien av eiendelene. Da sammenlignet vi disse resultatene med gjennomsnittet av resultatene oppnådd når de samme systemene ble anvendt på 1000 simulerte serier i henhold til en tilfeldig spasertur for hvert aktivum Hvis markeder er effektive i sin svake form, ville det ikke være noen grunn til at resultatene av den opprinnelige serien skulle være større enn de simulerte seriene. De empiriske resultatene som ble funnet her foreslo at de testte systemene var ikke i stand til å forutse fremtiden ved å bruke kun tidligere data. Noen av dem har imidlertid generert betydelig avkastning l-tekst Artikkel Jun 2010 Journal of Derivatives Hedge Funds. Daniel Guedine Serafine Pedro Luiz Valls Pereira. Random Porteføljer for Evaluering Trading Strategies. Date Skrevet 13. januar 2006.Random porteføljer kan gi en statistisk test at en handelsstrategi utfører bedre enn sjansen Hver løp av strategien er sammenlignet med en rekke matchende tilfeldige løp som er kjent for å ha null ferdigheter. Viktigst, denne typen backtest viser tidsperioder når strategien fungerer, og når det ikke t Live porteføljer kan overvåkes på denne måten også Dette lar informerte beslutninger, som for eksempel endringer i innflytelse, gjøres i sanntid. Keyword Investment Skill, MACD, ytelsesmåling. Sagt forslag til Citation. Burns, Patrick, Tilfeldige porteføljer for evaluering av handelsstrategier 13. januar 2006 Tilgjengelig på SSRN eller. Burns Statistikk e-post.