最大回撤与回升：动量和反转信号
文章 arXiv papers · 作者: Jaehyung Choi
总结
本文测试基于最大回撤及其后续回升的选股规则。在多个股票市场中，据报告，基于这些指标构建的投资组合能够预测价格方向，并捕捉不同股票之间的收益差异。在月度周期上，按最大回撤排序的策略表现优于其他另类动量投资组合，包括基于累计收益的传统策略。在周度周期上，基于回升的规则在识别均值回归方面最有效，因此该方法可在不同时间尺度上用于动量和反向投资。
据报告，这些策略的收益风险特征也有所改善，Carhart 四因子分析发现因子中性截距更高。这些结果支持作者关于预测价值的主张，但本文没有列出市场名称、报告表现数据，也没有说明交易成本和实施方式。相关证据来自实证研究，无法证明这些信号会在测试环境之外持续有效。
核心观点
- 研究测试了使用最大回撤和后续回升的选股规则。
- 据报告，按最大回撤排序的策略在月度周期上优于其他另类动量投资组合。
- 据报告，基于回升的排序在周度周期上最有效地识别均值回归。
- 另类策略的收益风险指标有所改善，Carhart 四因子分析中的因子中性截距也更高。
- 本文没有提供市场名称、表现数据或交易成本细节。
标签
全文
# Maximum drawdown, recovery, and momentum # Maximum drawdown, recovery, and momentum We empirically test predictability on asset price by using stock selection rules based on maximum drawdown and its consecutive recovery. In various equity markets, monthly momentum- and weekly contrarian-style portfolios constructed from these alternative selection criteria are superior not only in forecasting directions of asset prices but also in capturing cross-sectional return differentials. In monthly periods, the alternative portfolios ranked by maximum drawdown measures exhibit outperformance over other alternative momentum portfolios including traditional cumulative return-based momentum portfolios. In weekly time scales, recovery-related stock selection rules are the best ranking criteria for detecting mean-reversion. For the alternative portfolios and their ranking baskets, improved risk profiles in various reward-risk measures also imply more consistent prediction on the direction of assets in future. In the Carhart four-factor analysis, higher factor-neutral intercepts for the alternative strategies are another evidence for the robust prediction by the alternative stock selection rules.
在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0
此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。