למידת מומנטום דינמית למעקב מגמה מסתגל
סיכום
מאמר זה בוחן כיצד אותות למעקב מגמה יכולים להשתמש באופן מסתגל בתקופות שונות של מבט לאחור במומנטום. במקום להסתמך רק על סיכומים קבועים של תשואות עבר, הוא מפעיל מסווג בינארי דינמי כדי ללמוד אם הקשרים בין מומנטום בעבר לתשואות בעתיד משתנים או נשארים יציבים. כך המשקיע יכול לשלב או לבחור מהירויות מומנטום, במיוחד סביב נקודות מפנה בשוק.
המחברים מעריכים את השיטה באמצעות נתונים מ־56 חוזים עתידיים ומשווים אותה לאסטרטגיית מומנטום מסורתית בסדרות זמן. הם מדווחים שמשקיע ממוצע־שונות היה מוכן לשלם דמי ניהול ניכרים בעבור הגישה הדינמית, ומתארים זאת כראיה לדיוק אותות משופר ולביצועי תיק טובים יותר. התיאור אינו מציין את גובה העמלה, את פרטי תכנון הבדיקה או תוצאות מותאמות לסיכון, ולכן אינו מבסס עד כמה היתרון עמיד בין תקופות או לאחר עלויות יישום.
רעיונות מרכזיים
- כללי מומנטום עם תקופת מבט לאחור קבועה עלולים להחמיץ שינויים בקשר בין תשואות עבר לתשואות עתידיות.
- מסווג בינארי דינמי לומד אם הקשרים האלה משתנים לאורך זמן.
- השיטה יכולה לבחור מהירויות מומנטום או לשלב ביניהן סביב נקודות מפנה.
- ההערכה משתמשת ב־56 חוזים עתידיים ומשווה את השיטה למומנטום מסורתי בסדרות זמן.
- הנכונות המדווחת של משקיעים לשלם דמי ניהול מרמזת על תועלת כלכלית, אך היקפה אינו מצוין.
תגיות
הטקסט המלא
# Trend-Following Strategies via Dynamic Momentum Learning # Trend-Following Strategies via Dynamic Momentum Learning Time series momentum strategies are widely applied in the quantitative financial industry and its academic research has grown rapidly since the work of Moskowitz, Ooi and Pedersen (2012). However, trading signals are usually obtained via simple observation of past return measurements. In this article we study the benefits of incorporating dynamic econometric models to sequentially learn the time-varying importance of different look-back periods for individual assets. By the use of a dynamic binary classifier model, the investor is able to switch between time-varying or constant relations between past momentum and future returns, dynamically combining or selecting different momentum speeds during turning points, improving trading signals accuracy and portfolio performance. Using data from 56 future contracts we show that a mean-variance investor will be willing to pay a considerable management fee to switch from the traditional naive time series momentum strategy to the dynamic classifier approach.
מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0
הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.