सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

रिटर्न की गतिशीलता लीवरेज्ड ETF के चक्रवृद्धि रिटर्न को कैसे आकार देती है

लेख arXiv papers · लेखक: Chung-Han Hsieh et al.
मूल स्रोत पढ़ें

सारांश

शोधपत्र का तर्क है कि केवल अस्थिरता ड्रैग से लीवरेज्ड एक्सचेंज-ट्रेडेड फ़ंड के दीर्घकालिक व्यवहार की व्याख्या नहीं होती। यह देखता है कि चक्रवृद्धि रिटर्न, रिटर्न के स्वसहसंबंध और अन्य गतिशीलताओं पर कैसे निर्भर करता है: स्वतंत्र रिटर्न लक्ष्य गुणक के मुकाबले अपेक्षित चक्रवृद्धि को सकारात्मक बना सकते हैं, रुझान परिणाम सुधार सकते हैं और माध्य की ओर वापसी उन्हें घटा सकती है। इसके ढाँचे में AR(1) और AR-GARCH मॉडल, सतत-समय में शासन परिवर्तन और पुनर्संतुलन की अलग-अलग आवृत्तियाँ शामिल हैं; यह अस्थिरता समूहबद्धता और शासन की निरंतरता को भी ध्यान में रखता है।

लेखक SPDR S&P 500 और Nasdaq-100 ईटीएफ के लगभग दो दशकों के डेटा से अनुभवजन्य समर्थन रिपोर्ट करते हैं। उनके अनुसार, गति-आधारित बाजारों में दैनिक पुनर्संतुलन रिटर्न बढ़ाता है, जबकि माध्य की ओर लौटने वाले दौर में कम बार पुनर्संतुलन करने से नुकसान सीमित हो सकता है। ये निष्कर्ष जाँची गई रिटर्न गतिशीलता और पुनर्संतुलन व्यवस्था पर निर्भर हैं। सारांश में प्रभाव का परिमाण, लागत या पहले से शासन पहचानने का विवरण नहीं है; इसलिए यह स्थापित नहीं होता कि निवेशक लाभदायक पुनर्संतुलन समय-सारणी भरोसेमंद ढंग से चुन सकता है।

मुख्य विचार

  • लीवरेज्ड ETF का चक्रवृद्धि रिटर्न केवल अस्थिरता ड्रैग पर नहीं, बल्कि रिटर्न की गतिशीलता पर भी निर्भर करता है।
  • रुझान लीवरेज्ड रिटर्न बढ़ा सकते हैं, जबकि माध्य की ओर लौटने वाली स्थितियों में कम प्रदर्शन हो सकता है।
  • ढाँचा स्वसहसंबंध, अस्थिरता समूहबद्धता, शासन की निरंतरता और पुनर्संतुलन की आवृत्ति पर विचार करता है।
  • रिपोर्ट किए गए ETF साक्ष्य में गति-आधारित बाजारों में दैनिक पुनर्संतुलन से लाभ और माध्य की ओर लौटने वाले दौर में कम बार पुनर्संतुलन से घटे नुकसान का संबंध दिखता है।

टैग

इक्विटीअस्थिरतामोमेंटमऔसत की ओर वापसी
पूरा पाठ
# Compounding Effects in Leveraged ETFs: Beyond the Volatility Drag Paradigm


# Compounding Effects in Leveraged ETFs: Beyond the Volatility Drag Paradigm









A common belief is that leveraged ETFs (LETFs) suffer long-term performance decay due to \emph{volatility drag}. We show that this view is incomplete: LETF performance depends fundamentally on return autocorrelation and return dynamics. In markets with independent returns, LETFs exhibit positive expected compounding effects on their target multiples. In serially correlated markets, trends enhance returns, while mean reversion induces underperformance. With a unified framework incorporating AR(1) and AR-GARCH models, continuous-time regime switching, and flexible rebalancing frequencies, we demonstrate that return dynamics -- including return autocorrelation, volatility clustering, and regime persistence -- determine whether LETFs outperform or underperform their targets. Empirically, using about 20 years of SPDR S\&P~500 ETF and Nasdaq-100 ETF data, we confirm these theoretical predictions. Daily-rebalanced LETFs enhance returns in momentum-driven markets, whereas infrequent rebalancing mitigates losses in mean-reverting regimes.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।