Информационные коэффициенты: дрейф и автокорреляция импульса

Сводка

В исследовании используется информационный коэффициент (средняя доходность относительно волатильности), чтобы оценить, как результативность импульса меняется в зависимости от периода ретроспективного анализа портфеля. Выводятся теоретические информационные коэффициенты для двух возможных источников импульса: положительной автокорреляции доходности и дрейфа средней доходности. Анализ предполагает, что короткие периоды ретроспективного анализа в несколько месяцев сильнее реагируют на автокорреляцию, а периоды около года чаще отражают дрейф.

Авторы сопоставляют эти теоретические закономерности с историческими данными, разделенными на стационарные периоды. Они обнаруживают, что в некоторых режимах, особенно до 1975, важнее автокорреляция, тогда как во многих более поздних периодах большую роль играет дрейф. Применив стратегию к данным индекса Dow Jones Industrial Average за более чем столетие, авторы также сообщают о затухающих колебаниях информационного коэффициента при многолетних периодах ретроспективного анализа и моделируют их как возврат к средней скорости роста. Результаты описывают исторические связи и теоретические механизмы; они не доказывают, что какой-либо период ретроспективного анализа будет лучше в будущих условиях рынка, и не учитывают издержки реализации.

Ключевые идеи

• Информационный коэффициент меняется в зависимости от длины периода ретроспективного анализа и механизма формирования импульса.
• Короткие периоды ретроспективного анализа могут улавливать автокорреляцию доходности, а более длинные периоды около года — дрейф средней доходности.
• В разных исторических режимах автокорреляция и дрейф имеют разную относительную значимость.
• Долгосрочные данные Dow Jones показывают затухающие колебания информационного коэффициента, которые авторы моделируют как возврат к средней скорости роста.

Теги

# Information ratio analysis of momentum strategies


# Information ratio analysis of momentum strategies









In the past 20 years, momentum or trend following strategies have become an established part of the investor toolbox. We introduce a new way of analyzing momentum strategies by looking at the information ratio (IR, average return divided by standard deviation). We calculate the theoretical IR of a momentum strategy, and show that if momentum is mainly due to the positive autocorrelation in returns, IR as a function of the portfolio formation period (look-back) is very different from momentum due to the drift (average return). The IR shows that for look-back periods of a few months, the investor is more likely to tap into autocorrelation. However, for look-back periods closer to 1 year, the investor is more likely to tap into the drift. We compare the historical data to the theoretical IR by constructing stationary periods. The empirical study finds that there are periods/regimes where the autocorrelation is more important than the drift in explaining the IR (particularly pre-1975) and others where the drift is more important (mostly after 1975). We conclude our study by applying our momentum strategy to 100 plus years of the Dow-Jones Industrial Average. We report damped oscillations on the IR for look-back periods of several years and model such oscilations as a reversal to the mean growth rate.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.