未经授权,严禁转载

AQR简介

AQR资本管理公司总部位于美国康涅狄格州格林威治,是全球最大的量化对冲基金,由克里夫·阿斯内斯、戴维·卡比勒、罗伯特·克罗尔及约翰·刘创立于1998年,目前资产管理规模超过2260亿美元。AQR为机构客户和财务顾问提供各种定量驱动的替代和传统投资工具。本文的英文原文于2019年4月23日发布在AQR的官方网站上,点击文末的阅读全文即可查看英文原文。

摘要

在最近,趋势跟踪策略经历了一次重大的最大回撤;同时,与过去数十年相比,趋势跟踪策略在最近十年的表现一直更为低迷。自然而然地,管理型期货投资者开始思考是否有些事情发生了变化,以及在未来,趋势追踪策略是否能产生更好的收益。我们开发了一套与众不同的框架来理解趋势跟踪策略的收益是由哪些因素决定的并且分析了几种对于为什么趋势跟踪策略自全球金融危机以来表现一直十分挣扎的不同解释。我们发现,在最近十年,趋势跟踪策略的收益减少主要是因为这段时间内,市场中出现大幅波动的次数减少,而不是因为策略本身从趋势中获得收益的能力下降。因此,我们相信,如果未来市场中再次出现与过去幅度相仿的波动,趋势跟踪策略将会带来更高的收益。

要点

  • 我们利用一套与众不同但基于实际证据的框架来研究是什么因素在影响趋势跟踪策略的表现。

  • 趋势跟踪策略在最近十年的低迷表现并不是因为趋势跟踪策略无法将市场中的趋势转化为收益或者是趋势跟踪投资组合中缺少多样化。

  • 造成趋势跟踪策略收益下降的主要原因在于,在最近十年中,全球各个市场的平均波动幅度明显减弱。

  • 但是没有充足证据表明,市场的结构出现了某些永久性的变化。因此,趋势跟踪策略在未来的表现应当更加趋近于历史平均水平。

前言

图一,图片来源于AQR官网

在最近,趋势跟踪策略经历了一次重大的最大回撤;与历史平均水平相比,趋势跟踪策略最近的表现也要更为低迷。甚至与2000年时相比,趋势跟踪策略在最近的收益都有显著的下降。出现这一现象的原因之一在于全球金融危机之中,现金利率低得有些不同寻常。然而,即使考虑到最近十年中更低的现金利率带来的影响,图一还是说明,趋势跟踪策略的收益在最近显著减弱。

在这篇文章的剩余部分,我们研究了可以解释趋势跟踪策略产生的超额收益的各个因子。我们提出了一套用来分析趋势表现的框架并用它来解答为什么与其数十年的历史相比,趋势跟踪策略在最近十年产生的超额收益要一直更少。

一套用来分析决定趋势跟踪策略收益各因素的框架

趋势跟踪策略旨在展现出趋势的金融市场中,利用趋势来赚取收益。从直觉来说,趋势跟踪策略的表现,在一定程度上是由策略所在市场的波动大小决定的。大多数时候,如果资产价格出现较大的波动,无论波动是正是负,往往对趋势追踪者有利;而如果资产的价格仅仅出现轻微的波动,这可能会对趋势追踪者带来挑战。当市场的动向并不明朗时,追踪市场趋势这一过程往往会因为市场来回往复的波动而产生亏损。与这形成鲜明对比的是,当市场往某一方向大幅移动时,追踪市场趋势可以从整体趋势中获益。我们利用这一关系来分析趋势追踪的表现。

关于这篇分析的几个细节:为了评估并量化趋势跟踪策略的表现和市场波动之间的关系,我们使用的市场数据覆盖4个资产类别,67个市场,部分数据甚至来源于百年之前。我们使用了“百年来趋势跟踪策略的证据”一文中描述的简单的趋势跟踪方法。在每年的每个市场中,我们考量了在经过风险调整之后,市场的表现以及在该市场中,趋势跟踪策略的表现。风险调整使得我们可以在相似的维度下,同时考量低波动性资产(例如国债期货)的价格变化和高波动性资产(例如原油期货)的价格变化。当我们考量市场波动时,我们考量的是当趋势跟踪可以同时从市场的正向波动和负向波动中获取收益时,市场波动幅度的绝对值大小。

图二,图片来源于AQR官网,图中纵轴代表策略平均收益,横轴代表市场波动的绝对幅度

图二展示了从1880年到2018年起,模拟的趋势跟踪策略的表现和策略所处市场波动的绝对幅度之间的关系。为了读者看起来方便,我们只用了一个数据点代表每一年的数据,该点代表着该年趋势跟踪策略在所有资产类别中的平均表现和该年趋势跟踪策略所在各市场中波动的平均绝对幅度。附录中的图七则完整展示了数千个数据点,每一个数据点代表了每年中每一个市场的趋势跟踪策略的表现及该市场波动的绝对幅度。

图二说明了市场波动的平均绝对幅度和该市场中模拟的趋势跟踪策略的平均收益(经风险调整后)存在着明显的正相关。将线性模型拟合到数据中,我们得到了一条向上倾斜的回归直线。这说明了,在历史上,趋势跟踪策略可以有效地将市场中的大幅波动转化为正收益(经风险调整后)。我们将投资策略的这个特质称之为“趋势效率”,因为它描述了该策略将市场波动转化为收益的转化率有多高。市场波动的绝对幅度和趋势跟踪策略的收益之间的这种关系,是我们理解为什么趋势跟踪策略在某一时间段内的表现与其长期表现相比有一定差距的基础。

基于这种关系,我们可以利用最近十年的数据来验证关于趋势跟踪策略表现的两个假设。这两个假设是:

  1. 在当前十年,风险调整后的市场波动反常地减弱了。

  2. 与过去相比,市场在当前十年仍然出现了相似的大幅波动,但是趋势跟踪策略无法像过去一样,从这些波动中获取收益。

如果第一个假设是正确的,基于最近十年数据的回归直线应当离X轴的左侧更近,除此之外,这条直线应当与基于1880年到2018年所有数据的回归直线相似。但是,如果第二个假设是正确的,基于最近十年数据的回归直线,相比于基于1880年到2018年所有数据的回归直线,应当下移或者向上倾斜程度更小,来反映出任一风险调整后的市场波动中,减弱的趋势跟踪策略表现。

图三,图片来源于AQR官网,图中纵轴代表策略平均收益,横轴代表市场波动的绝对幅度

在图三中,我们把最近十年的数据点从历史样本中独立出来并用这些数据点得到了一条回归直线(为了视觉上的直观,图中的数据点仅仅是数百个数据点的平均值)。接下来我们用这条回归直线来判断哪一个假设是正确的。我们可以很明显地看到,第一个假设更符合我们的观察。最近十年的很多数据点都出现在了X轴的左侧,但是除此之外,回归直线本身和用全部历史数据得到的回归直线之间并没有明显差异。换句话说,平均来看,在全球金融危机之后,市场中出现的波动与之前相比明显减弱了,但是“趋势效率”并没有出现明显的变化。此外,我们发现,在最近十年,趋势跟踪策略仍然可以从市场的大幅波动中获取收益,尤其是在2014年,趋势跟踪策略的表现十分出色。

总体来说,与过去相比,最近十年中跟踪趋势的机会更加有限,但是当市场出现大幅波动时,趋势跟踪策略的收益能力与历史相比并没有下降。这些发现让我们相信,最近十年中并没有应用趋势跟踪策略的最佳环境,但是这不能说明趋势跟踪策略从趋势中获取收益的潜力有所下降。

图四,图片来源于AQR官网,图中纵轴代表该绝对幅度的市场波动出现的频率,横轴代表市场波动的绝对幅度

图四中展示的市场波动(经风险调整后)分布也证明了最近几年中,市场大幅波动出现的频率有所下降。与历史相比,相对轻微的市场波动(经风险调整后)在最近出现得更为频繁而相对剧烈的市场波动(经风险调整后)则少有出现。虽然在未来,这种现象可能会持续,但是我们相信,市场的本质在最近几年并没有出现永久性的变化;我们预测,在未来市场波动的频率和幅度都将向历史整体水平靠拢,而不是像最近十年一样反常。

目前为止,我们分析的重点主要集中在趋势跟踪策略在各个市场的有效性。我们同时考虑到了第三种可能:最近几年,趋势跟踪策略表现不佳,是否是由于投资组合缺少多样化而造成的呢?部分投资者声称,在全球金融危机之后,各国央行在市场中的参与度和过去相比,明显增加,导致不同市场之间的联系更为紧密。一个多样化的趋势跟踪投资组合的收益(经风险调整后)和其内部各策略之间所实现的多样化直接相关。对整个投资组合而言,内部各策略之间的相关程度越低,投资组合的整体表现往往会更好。因此,我们开始思考,在一个多样化的趋势跟踪投资组合内部,各趋势跟踪策略之间的多样化效力是否在最近十年有所减弱,导致趋势跟踪策略的收益不佳。

图五,图片来源于AQR官网

我们通过定义一个“多样化系数”,将一个趋势跟踪投资组合内部的多样化程度进行量化。如图五所示,将这个比例因子(即“多样化系数”)乘以各市场的平均夏普比率,我们就得到了投资组合这一级的夏普比率。更高的“多样化系数”意味着投资组合更多样化。图五展示了基于全部历史数据的“多样化系数”和基于最近十年数据的“多样化系数”。值得注意的是,与历史相比,虚拟的趋势跟踪策略在最近十年中的“多样化系数”并没有明显不同。因此,我们似乎无法用投资组合缺少多样化来解释为什么与历史相比,趋势跟踪策略在最近表现低迷。

总结

图六,图片来源于AQR官网

总而言之,我们发现,趋势跟踪策略在最近的低迷表现是由市场中缺少大幅波动(经风险调整后,包括正向/负向)造成的,而并不是因为趋势跟踪策略无法如过去一样将市场趋势转变为收益或者趋势跟踪投资组合缺少多样化。图六通过分解导致趋势跟踪策略在最近表现不佳的各因素,说明了为什么趋势跟踪策略最近的表现与历史平均水平有一定差距。图六清晰说明了,自金融危机以来的十年中,市场中的大幅波动罕有出现,而这成为了导致趋势跟踪策略表现不佳的主要原因。图六同时说明了,如果其他条件保持不变但是市场波动的幅度能和历史水平保持一致,趋势跟踪策略在最近十年的表现应当同样会和历史水平保持一致。部分年份,例如2014年,为我们提供了最近出现的大幅市场波动的实例。当时原油以及和原油相关的大宗商品的价格暴跌;此外,随着美国结束量化宽松政策,美元严重紧缩。这些是最近十年来,为数不多的能让趋势跟踪策略产生高额收益的大幅市场波动。展望未来,我们虽然不能确定市场中合适才能出现可持续的大幅波动,但是我们预计,市场中最终还是会出现这样的波动,而在那时,趋势跟踪策略将有能力从中获取收益。

附录

图七,图片来源于AQR官网

点击【阅读原文】,查看更多内容~

AQR:投资者不能随心所欲地跟踪市场趋势相关推荐

  1. AQR:趋势跟踪不仅仅是量价趋势

    量化投资与机器学习微信公众号,是业内垂直于量化投资.对冲基金.Fintech.人工智能.大数据等领域的主流自媒体.公众号拥有来自公募.私募.券商.期货.银行.保险.高校等行业30W+关注者,曾荣获AM ...

  2. AQR:趋势跟踪——有效的风险对冲策略

    量化投资与机器学习微信公众号,是业内垂直于量化投资.对冲基金.Fintech.人工智能.大数据等领域的主流自媒体.公众号拥有来自公募.私募.券商.期货.银行.保险.高校等行业30W+关注者,荣获202 ...

  3. 不采用服务器虚拟化的优缺点,为什么要进行虚拟化部署?虚拟化的缺点是什么?...

    现如今,许多企业为了优化网络环境,都会采用虚拟化部署的方案,而在实行虚拟化方案之前,需要了解虚拟化存在的问题.那么为什么要进行虚拟化部署?虚拟化的缺点是什么?新网给大家逐一回答一下! 一.关于虚拟化技 ...

  4. java游戏代码_Java与Kotlin系列文章之性能问题详解

    作者丨Jakub Anioła 译者丨姜雨生 策划丨田晓旭 随着对 Kotlin 越来越深入的了解,我发现市面上关于 Kotlin 方面,比较深入的资料几乎是 0,所以我决定,将 Kotlin 各个方 ...

  5. 有赞招聘 | 遇见offer之就要圆你的大厂梦

    简历投递入口 算法工程师-信贷风控方向 [岗位职责]负责有赞金融业务的风控算法体系建设,带领团队构建资产风险防火墙. [工作内容] 1.负责有赞金融信贷类产品的风控算法设计.开发.及优化: 2. 深入 ...

  6. 遇见OFFER,阿里云最强技术团队现身招聘,“职”为你来

    简历投递入口: https://bss.csdn.net/delivery/resume/ali 在5·15 遇见OFFER大厂梦招聘活动中,近20家企业来到CSDN[遇见OFFER]直播招聘栏目,其 ...

  7. 2020阿里招聘岗位要求

    简历投递入口: https://bss.csdn.net/delivery/resume/ali 职位名称 职位描述 职位要求 阿里云智能事业群-中间件业务中台架构师-北京\杭州 1.负责阿里云中台项 ...

  8. 万字长文带你轻松了解LSTM全貌

    第一次接触长短期记忆神经网络(LSTM)时,我惊呆了. 原来,LSTM是神经网络的扩展,非常简单.深度学习在过去的几年里取得了许多惊人的成果,均与LSTM息息相关.因此,在本篇文章中我会用尽可能直观的 ...

  9. 谷歌浏览器87版本 iframe_谷歌Chrome的“混合内容”更新将会影响电商网站,自建站卖家如何应对?...

    据悉,谷歌Chrome已于10月7日宣布了可能影响电子商务网站的重要更改. 这些更改解决了网页上的"Mixed Content"(混合内容)问题.除了文本之外,典型的web页面还包 ...

最新文章

  1. 全球五大顶级域名一周统计 .BIZ环比上升7.3%
  2. Oracle数据库之PL/SQL程序基础设计
  3. jackson (json、xml的序列化与反序列化)
  4. 如何把睡袋转给别人_微信收到的语音如何转给别人?试试这2个方法,没准能帮到你...
  5. Json学习总结(1)——Java和JavaScript中使用Json方法大全
  6. opencv 直方图反向投影
  7. python +appium实现原理_python_appium使用原理
  8. 【资讯】这10大科技,将彻底改变你的生活
  9. 笔记本 win7 装vs2010 报错 注册表 拒绝访问等
  10. 管理用户和PROFILE——管理用户——修改用户
  11. Fixjs——显示交互基类InteractiveObject
  12. ASP.NET偷懒大法三 (利用Attribute特性简化多查询条件拼接sql语句的麻烦)
  13. DirectShow简介
  14. Oracle Update语句的几种方式
  15. favicon.ico在线制作,在线Favicon.ico制作转换工具
  16. python二手房使用教程_python爬取安居客二手房网站数据方法分享
  17. Spring Cloud H (五)服务网关 GateWay
  18. 哪几种MM最受男孩喜欢?(组图)
  19. iOS 字体类型列表
  20. Android 应用桌面角标显示

热门文章

  1. Grade for Android 之八: Groovy入门
  2. 本人毕业设计 基于python的新冠疫情数据分析系统
  3. 推荐自媒体和文案相关神器(短视频与公众号)
  4. 室内定位 基于CAD 地图 基于Openlayers 室内地图 SHP WEB Geoserver 井下人员定位
  5. 有打印机的源代码餐饮_支持接入标签打印机,餐饮门店两类商家有福了
  6. 计算机系学生应该怎么学java?
  7. Jetson AGX Xavier 设置 CAN,打开pllaon时钟,jetpack5.1
  8. 超融合2.0真的来了!
  9. win7计算机静态ip,win7旗舰版系统快速设置固定ip地址的图文介绍
  10. 【毕业季】-职场10年大咖有话想说