コンテンツへスキップ
ライブラリの全資料

成長・ディフェンシブETF配分の連続的なマクロタイミング

記事 arXiv papers · 著者: Zheli Xiong
原文を読む

サマリー

マクロ・市場シグナルで成長型とディフェンシブ型のETFバスケット間の配分時期を判断できるかを評価します。新たなアルファ要因の発見ではなく、スタイル配分の問題として捉えています。要因帰属分析では、成長型からディフェンシブ型を差し引いたポートフォリオに識別可能なエクスポージャーがあり、統計的に説得力のある年率アルファはないとされています。提案するポリシーは、金利の緩和、株式ドローダウンの深さ、高ボラティリティ・ストレスの緩和、成長ポジションの混雑に対するペナルティを組み合わせます。滑らかな相互作用から連続スコアを生成し、それをポートフォリオウェイトに変換して時間とともに平滑化します。

報告された整合サンプルでは、選択されたポリシーはアクティブな傾きを上限付きで用い、取引コストも考慮しています。指定された比較において、複数の均衡型、シグナル整合型、市場型、ボラティリティ整合型ベンチマークを上回りました。また、ウォークフォワード分析と-2022以降の分析は、ドローダウンの縮小とリスク調整後の価値をさらに裏付けています。ただし、生のCAGRでは、成長資産への全額投資や、成長比率の高い有力な静的ポートフォリオを上回っていません。結果は、解釈可能なタイミング手法がリスク配分のアプローチとして有用であることを支持する一方、静的な成長資産への投資を厳しいベンチマークとして残しています。

主なアイデア

  • 成長型からディフェンシブ型を差し引いたバスケットは、新たに特定されたリターン異常ではなくスタイル・ポートフォリオとして扱います。
  • 金利、ドローダウン、ボラティリティ・ストレスの緩和、成長ポジションの混雑を連続スコアに組み合わせます。
  • スコアを上限付きの配分傾斜に変換し、実現ウェイトを時間とともに平滑化します。
  • 報告された検証では複数の比較ベンチマークに対する利点が示されますが、成長資産への全額投資より未調整のCAGRは低くなります。
  • ウォークフォワード分析と-2022以降の証拠は、ドローダウンとリスク調整後の成績が改善する可能性を示しています。

タグ

株式ファクター投資ポートフォリオ構築リスク管理バックテスト
全文
# 2605.20636


# Continuous Timing Signals for Growth-Defensive Style Allocation: Factor Attribution, Risk Matching, and Out-of-Sample Evidence









This paper studies conditional allocation between a growth/technology ETF basket, denoted by $G$, and a defensive income/value-oriented ETF basket, denoted by $D$. The objective is not to discover a new standalone alpha factor, but to examine whether known style exposures can be dynamically allocated using macro-market timing signals. Fama-French five-factor plus momentum attribution shows that the relative portfolio $G-D$ is a recognizable style portfolio: its market beta is 0.273, its HML beta is -0.552, its momentum beta is 0.117, and its annualized alpha is 1.95\% with a Newey-West t-statistic of only 0.81. The empirical object is therefore interpreted as a growth-versus-defensive style allocation problem rather than a new return anomaly. The allocation framework replaces discrete regime labels and if-then trading rules with a continuous smooth score. The score combines rate relief, SPY drawdown depth, high-VIX stress relief, and a growth-crowding penalty. Interaction terms are smoothed with softplus functions, the total score is mapped to G/D weights through a hyperbolic tangent function, and realized weights are smoothed with EWMA. In the main aligned comparison window from June 28, 2017 to May 15, 2026, with 10bp transaction costs, the selected smooth-score policy uses a 50\% maximum active tilt and obtains a 19.24\% CAGR, a Sharpe ratio of 1.01, and a maximum drawdown of -31.63\%. It improves over 50/50 G/D, matched TNX-only, matched core-only, SPY, and volatility-matched 100\% G benchmarks. It does not, however, exceed 100\% G or the best high-G static portfolios in raw CAGR. Walk-forward and post-2022 validations provide additional evidence of drawdown reduction and risk-adjusted allocation value. Overall, the evidence supports continuous, interpretable style timing, while also showing that high static growth exposure remains a strong benchmark.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。