Om ett backtest blir bättre när du ombalanserar oftare är den första frågan inte om signalen blivit smartare. Frågan är om de extra affärerna belastades med de kostnader de skulle ha haft i verkligheten.
Ombalanseringsfrekvensen påverkar två saker samtidigt: hur snabbt portföljen följer sitt mål och hur mycket handel som krävs för att nå dit. En användbar jämförelse håller signalen och viktningen konstanta och mäter sedan avkastningen från snabbare justering mot hela kostnaden för den ökade omsättningen.
Varför slår daglig ombalansering veckovis ombalansering i mitt backtest?
Ibland borde den göra det. Om en signal rör sig snabbt kan en veckas väntan innebära att portföljen behåller inaktuella vikter. Ett dagligt schema kan minska den eftersläpningen. Men det kan också handla på små förändringar i målet som ett veckoschema ignorerar, och just där kan kostnaderna överstiga en liten fördel.
Tänk dig en portfölj på $100,000 vars målvikt ändras med 1% varje dag. Det innebär ungefär $1,000 i order per dag, innan hänsyn tas till köp och sälj som tar ut varandra. Vid en enkelriktad kostnad på 10 baspunkter kostar handeln på $1,000 ungefär $1. Om signalen verkligen gynnas av varje justering kan det vara billigt. Om målet svänger kring en stabil nivå och vinsten bara är några cent betalar det dagliga schemat för att jaga brus.
I ett backtest kan veckovarianten se sämre ut eftersom den reagerar sent. Dagvarianten kan se bättre ut eftersom den följer ett mer aktuellt mål. Inget av resultaten är övertygande förrän båda inkluderar jämförbara avslut, avgifter, spread och marknadspåverkan.
Hur jämför jag daglig och veckovis ombalansering på ett rättvist sätt?
Håll den underliggande signalen, universumet, viktningen och testperioden oförändrade. Ändra bara schemat. Använd samma antaganden om exekvering för båda och beräkna omsättningen utifrån de order varje schema faktiskt genererar, efter att förändringarna i hela portföljen nettats.
| Mått | Vad det visar | Vanligt misstag |
|---|---|---|
| Bruttoavkastning | Hur målportföljen utvecklades före handelskostnader | Att kalla det strategins resultat |
| Omsättning | Hur stor del av portföljvärdet som omsattes | Att räkna köp men glömma motsvarande försäljningar |
| Nettoavkastning | Vad som återstår efter avgifter, spread och uppskattad marknadspåverkan | Att tillämpa en enda avgiftssats och ignorera orderstorleken |
| Avvikelse från målvikterna | Hur mycket portföljens faktiska vikter släpade efter de önskade | Att behandla perfekt måluppfyllelse som kostnadsfri |
En praktisk konvention är att definiera enkelriktad omsättning som det lägre av totala köp och totala försäljningar, dividerat med portföljvärdet. Ange konventionen i rapporten. Vissa system använder i stället den totala omsatta notionalen, som kan vara ungefär dubbelt så stor vid en fullfinansierad omallokering. Båda sätten fungerar; om du växlar mellan dem utan att säga till blir jämförelserna meningslösa.
Redovisa sedan skillnaden i resultat: hur mycket nettoavkastning det snabbare schemat tillförde och hur mycket extra kostnad det medförde. Om ett dagligt schema ger 0.4 procentenheter mer brutto, kostar 0.7 punkter extra och slutar 0.3 punkter efter veckovarianten har du fått svar på frågan.
Hur bör jag modellera kostnaden för ombalansering?
Börja med handelsplats och instrument. Avgiftsscheman skiljer sig mellan spot och terminer; maker- och taker-avgifter skiljer sig åt; funding kan tillkomma för positioner som hålls genom ett betalningsfönster. Börja enkelt med att tillämpa den faktiska avgiftsnivån och en spreadkostnad på varje order. Lägg till marknadspåverkan som funktion av orderstorlek och likviditet för större order.
Anta att en strategi köper genom spreaden och senare säljer genom spreaden igen. Om spreaden är 4 baspunkter kostar tur och retur ungefär 4 baspunkter i spread, inte 2: vid varje genomkorsning betalar man ungefär halva spreaden. Lägg till taker-avgifter på båda sidor. Antagandet ”10 bp per handel” saknar mening om inte ”handel” och kostnadskomponenterna definieras.
Marknadspåverkan bör öka i takt med orderns storlek i förhållande till den tillgängliga likviditeten. Om samma fasta avgift tas ut för en order på $500 och en på $500,000 ser högfrekvent ombalansering artificiellt skalbar ut. Om dataunderlaget inte räcker för en trovärdig uppskattning av marknadspåverkan, visa ett känslighetsintervall och förklara var schemat slutar fungera.
Bör jag använda ett ombalanseringsintervall i stället för ett fast schema?
Ett intervall kan hindra små förändringar i målet från att generera order. Du kan till exempel ombalansera bara när ett innehav avviker mer än 2 procentenheter från sin målvikt. Det innebär något sämre måluppfyllelse i utbyte mot färre order.
Men ett intervall är ytterligare en parameter. Om du provar intervall på 0.5%, 1%, 2% och 5% för många tillgångar och behåller det bästa resultatet har du lagt till en sökdimension. Välj ett litet antal ekonomiskt motiverade intervall, dokumentera varje försök och utvärdera den valda regeln på perioder som inte användes för att välja den.
En användbar rapport visar schemat, intervallet, omsättningskonventionen, kostnadsmodellen och resultaten före och efter kostnader. Om du inte kan återskapa varför en order utlöstes kan du inte avgöra om ett bättre schema förbättrade strategin eller bara gjorde den mer aktiv.
När lönar sig tätare ombalansering?
När värdet av snabbare justering står sig efter realistiska kostnader och måttliga förändringar i antagandena. Jämför nettoresultaten mellan scheman, granska omsättningen per tillgång och marknadsläge och kontrollera om fördelen hänger på en enda ovanligt likvid period.
Låt också pappersstrategin följa samma schema. Ett backtest som uppdaterar målen vid varje stängning medan papperssystemet samlar order varje timme testar två olika exekveringspolicyer. Jämförelsen ska visa vad strategin ber kontot att göra och vad den aktiviteten kostar.
← Alla inlägg
