Decaimiento del alfa de factores, saturación de posiciones y riesgo de desplome

Resumen

Este estudio modela el declive del alfa de los factores como hiperbólico, deriva esa forma de un modelo de equilibrio basado en la teoría de juegos y la compara con alternativas lineales y exponenciales. Las pruebas utilizan ocho factores de Fama–French de 1963 a 2024. Los autores indican que la forma hiperbólica se ajusta mejor a factores mecánicos, como el momentum y la reversión, que a factores basados en el juicio, como el valor y la calidad. También encuentran indicios de que la saturación de posiciones se aceleró después de 2015, mientras que una prueba fuera de muestra muestra que el modelo sobrestimó el alfa restante.

Los resultados sugieren que la saturación de posiciones puede ser más útil para evaluar el riesgo de desplome que para seleccionar factores por sus rendimientos. En el análisis presentado, los factores de reversión con posiciones saturadas tuvieron mayores probabilidades de desplome, mientras que el momentum con posiciones saturadas tuvo menor riesgo de desplome. Un método de selección basado en la saturación de posiciones no superó al índice de referencia de momentum de factores en ratio de Sharpe. Estos resultados dependen de los factores elegidos, el modelo y las pruebas históricas; el estudio no demuestra que las medidas de saturación de posiciones predigan desplomes o rendimientos futuros en otros contextos.

Ideas clave

• Un modelo de teoría de juegos implica un decaimiento hiperbólico del alfa de los factores.
• En las pruebas comunicadas, la forma hiperbólica se ajusta mejor a los factores mecánicos que a los basados en el juicio.
• Fuera de muestra, el modelo sobrestima el alfa restante y la saturación de posiciones se aceleró después de 2015.
• La selección de factores basada en la saturación de posiciones no superó al índice de referencia de momentum de factores en ratio de Sharpe.
• La saturación de posiciones se asoció con distintos riesgos de desplome para los factores de reversión y momentum.

Etiquetas

# Not All Factors Crowd Equally: Modeling, Measuring, and Trading on Alpha Decay


# Not All Factors Crowd Equally: Modeling, Measuring, and Trading on Alpha Decay









We derive a specific functional form for factor alpha decay -- hyperbolic decay alpha(t) = K/(1+lambda*t) -- from a game-theoretic equilibrium model, and test it against linear and exponential alternatives. Using eight Fama-French factors (1963--2024), we find: (1) Hyperbolic decay fits mechanical factors. Momentum exhibits clear hyperbolic decay (R^2 = 0.65), outperforming linear (0.51) and exponential (0.61) baselines -- validating the equilibrium foundation. (2) Not all factors crowd equally. Mechanical factors (momentum, reversal) fit the model; judgment-based factors (value, quality) do not -- consistent with a signal-ambiguity taxonomy paralleling Hua and Sun's "barriers to entry." (3) Crowding accelerated post-2015. Out-of-sample, the model over-predicts remaining alpha (0.30 vs. 0.15), correlating with factor ETF growth (rho = -0.63). (4) Average returns are efficiently priced. Crowding-based factor selection fails to generate alpha (Sharpe: 0.22 vs. 0.39 factor momentum benchmark). (5) Crowding predicts tail risk. Out-of-sample (2001--2024), crowded reversal factors show 1.7--1.8x higher crash probability (bottom decile returns), while crowded momentum shows lower crash risk (0.38x, p = 0.006). Our findings extend equilibrium crowding models (DeMiguel et al.) to temporal dynamics and show that crowding predicts crashes, not means -- useful for risk management, not alpha generation.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.