Średnia krocząca - MA ZMNIEJSZAJĄCA Średnia krocząca - MA Jako przykład SMA rozważ zabezpieczenie z następującymi cenami zamknięcia w ciągu 15 dni: Tydzień 1 (5 dni) 20, 22, 24, 25, 23 Tydzień 2 (5 dni) 26, 28, 26, 29, 27 Tydzień 3 (5 dni) 28, 30, 27, 29, 28 10-dniowa MA określiłaby ceny zamknięcia za pierwsze 10 dni jako pierwszy punkt danych. Następny punkt danych obniżyłby najwcześniejszą cenę, dodał cenę w dniu 11 i wziął średnią, i tak dalej, jak pokazano poniżej. Jak wspomniano wcześniej, IZ opóźnia bieżące działania cenowe, ponieważ są one oparte na wcześniejszych cenach, im dłuższy okres czasu dla MA, tym większe opóźnienie. Tak więc 200-dniowa MA będzie miała znacznie większy stopień opóźnienia niż 20-dniowy MA, ponieważ zawiera ceny z ostatnich 200 dni. Czas stosowania MA zależy od celów handlowych, a krótsze MA stosuje się w przypadku transakcji krótkoterminowych, a długoterminowe IZ są bardziej odpowiednie dla inwestorów długoterminowych. 200-dniowy MA jest szeroko śledzony przez inwestorów i handlowców, z przerwami powyżej i poniżej tej średniej ruchomej uważanej za ważny sygnał handlowy. IZ przekazują również ważne sygnały transakcyjne samodzielnie lub gdy przechodzą dwie średnie wartości. Wzrost wartości MA wskazuje, że zabezpieczenie ma tendencję wzrostową. podczas gdy malejący MA wskazuje na to, że ma tendencję zniżkową. Podobnie, pęd w górę jest potwierdzany przez zwyżkowy crossover. co ma miejsce, gdy krótkoterminowe MA przechodzi ponad długoterminowe MA. Pęd w dół jest potwierdzany przez niedźwiedzi crossover, który pojawia się, gdy krótkoterminowe MA przechodzi poniżej długoterminowego MA. LOS 16f Omów mocne strony i ograniczenia modeli względnej wyceny LOS 16g Oceniaj, czy rynek akcji jest niedostateczny, czy przewartościowanie za pomocą modelu wyceny względnego kapitału Czym dokładnie jest ten model Podobnie jak modele Fed i Yardeni, jest to oparty na przychodach model wyceny porównawczej. Został opracowany przez Campbell i Shillera w oparciu o zalecenia Grahama i Dodda, co jest fascynujące. Fascynująco nudne. Jaką formułę powinieneś wiedzieć, że ta LOS polega mniej na zapamiętywaniu formuł, a więcej na zrozumieniu fundamentalnych relacji między nimi. Aktualny indeks SampP 500 10-letnia średnia krocząca prawdziwych zarobków Poczekaj chwilę, co to jest gwiazdka Zasadniczo oznacza to, że zarówno licznik, jak i mianownik muszą zostać skorygowane o inflację i podane w ujęciu realnym. Niech zgadnę, istnieje długoterminowy średni współczynnik PE, tak, dobrze zrobione. Jeśli bieżąca cena przekracza 10-letnie średnie ruchome zarobki (skorygowane o inflację). Masz na myśli obecny stosunek PE NIE Użyj aktualnej ceny, ale NIE aktualnego E 1 lub E 0. W każdym razie, jeśli ten wskaźnik - i obwieszczenie stosowały współczynnik PE, to nie dochód z zysków, który jest jego odwrotnością - przekracza średnią długoterminową, indeks jest zawyżany, a wskaźnik (lub przynajmniej powinien) ostatecznie spadnie do długoterminowa średnia. Odwrotnie jest również, że stosunek, który jest poniżej średniej długoterminowej oznacza, że wskaźnik jest relatywnie niedowartościowany, a jego cena będzie (lub powinna) wzrosnąć, dopóki wskaźnik ten nie osiągnie długoterminowego średniego poziomu. Jakie są zalety tego modelu? Wykorzystując wskaźnik CPI do dostosowania się do inflacji, unika się porównywania rzeczywistej zmiennej z wartością nominalną. Ponadto zastosowanie 10-letniej średniej ruchomej usuwa wszelkie zniekształcenia wynikające z cyklu koniunkturalnego. Jakie są jego wady? Często zdarza się, że wskaźniki niskiej wagi (w stosunku do średniej długoterminowej) utrzymują się przez dłuższy okres, co czyni ten środek mniej użytecznym w perspektywie krótkoterminowej. Poza tym nie uwzględni efektów zmian rachunkowości w czasie, które mogą być znaczące. Interesujące, tak byś powiedział. Nie jest niezależny od zmian w rachunkowości. Och, więc ważna krytyka tego modelu jest. Nie jest niezależny od zmian w rachunkowości. Tak, ciągle tak mówisz. To musi być ważne. Gdybym został poproszony o krytykę na egzaminie. Nie jest niezależny od zmian w rachunkowości. Chciałbym przestać to mówić. To jest jedyne, co chcesz, żebym wiedział o tym modelu. Nie jest niezależny od zmian w rachunkowości. Cena150Earnings Stosunki jako prognozy zwrotu: Perspektywy rynku akcji w 1996 r. Przez Roberta J. Shillera Teoria, że giełda jest w przybliżeniu losowym spacerem wcale nie wygląda dobrze: Rysunek 1 to (log-log ) Schemat rozproszenia dla każdego roku 19011501986 stosunek rzeczywistego standardu i słabego wskaźnika dziesięć lat później do rzeczywistego indeksu dzisiaj (na osi y) w stosunku do pewnej proporcji ceny do 150 USD: stosunek rzeczywistego indeksu standardowego i słabego do indeksu dla pierwszego rok dziesięcioletniego przedziału, podzielony przez opóźnioną trzydziestoletnią średnią ruchomą rzeczywistych zarobków odpowiadającą standardowemu i słabemu wskaźnikowi (na osi x). Wartości indeksu są dla stycznia, konwersja wartości nominalnych do wartości rzeczywistych odbywa się w styczniowym indeksie cen producenta. Zmienna pokazana na osi X jest publicznie znana na początku każdego dziesięcioletniego przedziału. Gdyby rzeczywiste ceny akcji były przypadkowym spacerem, powinny być nieprzewidywalne i nie powinno tu być prawdziwego związku między Y a X. Z pewnością wydaje się, że istnieje tutaj wyraźna relacja negatywna. Wartość wskaźnika z 1996 r. Dla wskaźnika pokazanego na osi poziomej wynosi 29,72, co przedstawiono na rysunku z pionową linią. Patrząc na wykres, trudno jest odejść, nie mając wrażenia, że rynek prawdopodobnie straci na wartości w ciągu kolejnych dziesięciu lat. Wydaje się, że inwestorzy długoterminowi powinni pozostać na rynku przez następną dekadę. Czy ten wniosek jest słuszny? Jak możemy pogodzić go z powszechnym, publicznym wrażeniem, że hipoteza chodzenia losowego jest co najmniej w przybliżeniu prawdziwa. Wskaźniki jako wskaźniki rynkowej przeceny rynkowej Wykres rozproszenia przedstawiony na rysunku 1 (i na kolejnej figurze) jest niezwykły, ponieważ miary przedstawione na obu osiach odnoszą się do długiego przebiegu. Wskaźniki indeksów giełdowych do mierników wartości fundamentalnej (takich jak zarobki) jako wskaźników prognoz rynkowych wydają się najbardziej przydatne, gdy odnoszą się one odpowiednio do dłuższego okresu, jest to lekcja wielu ostatnich publikacji. Mianownik tego wskaźnika powinien stanowić pewną miarę długookresowej wartości podstawowej, takiej jak długoterminowe zyski, a prognozy dla rynku, który ma być prognozowany, powinny być długookresowe. John Campbell i ja studiowaliśmy związek przedstawiony na rysunku w serii artykułów napisanych pod koniec lat 80. XX wieku. R 2 w regresji wykresu rozrzutu pokazanego na rys. 1, tj. Stosunku kłód cen do wskaźnika zarobków cen dziennika, wynosi 0,514, co oznacza, że w tym okresie od 1901 do 1986 r. Ponad połowa wariancję zmiany ceny (log) można było wcześniej wyjaśnić za pomocą tego prostego wskaźnika. Istnieją pewne obawy dotyczące interpretacji tego rozproszenia, ze względu na możliwe małe efekty przykładowe, ale siła związku wydaje się tak duża, że sugeruje, że ta relacja nie jest zgodna z modelem efektywnych rynków lub modelu losowego spaceru. Współczynnik stosowany tutaj do przewidywania zmian cen akcji, stosunek realnej ceny do trzydziestoletniej średniej kroczącej rzeczywistych zarobków, jest zwykle wyższy niż konwencjonalny wskaźnik zarobków, ponieważ zyski rosną ponad trzydzieści lat, a więc mianownik stosunku zazwyczaj jest niski. Tak więc średni stosunek jest wyższy niż można się było spodziewać, średni stosunek w stosunku do przedstawionej próby wynosi 18,28. Dzisiaj, w stosunku 29,72, znacznie powyżej średniej, choć nie na rekordowych poziomach. Dopasowana wartość na dzień dzisiejszy regresji wynosi 150,479, co oznacza oczekiwany spadek realnego standardowego i słabego indeksu w ciągu najbliższych 10 lat po 38,07. Wykres scatter przedstawiony na wykresie 1 jest niezwykły na dwa sposoby: wskaźnik zarobków cenowych definiowany jest w kategoriach trzydziestoletnich średnich zarobków, a nie ostatnich lat, a przedział, w którym prognozowane są rzeczywiste ceny, wynosi dziesięć lat, znacznie dłużej niż większość jest przyzwyczajona. Najprostszym i najczęściej stosowanym wskaźnikiem używanym do przewidywania rynku jest stosunek ceny do 50 USD. Wykorzystanie jednorocznych zarobków w stosunku ceny do 50 EUR jest niefortunną konwencją, zalecaną raczej przez tradycję i wygodę niż jakąkolwiek logikę. Jeszcze w 1934 roku Benjamin Graham i David Dodd w słynnym podręczniku Analizy bezpieczeństwa powiedzieli, że do zbadania takich wskaźników należy użyć średniej zarobków o wartości nieprzekraczającej pięciu lat, najlepiej siedmiu lub dziesięciu lat. (str. 452) Na zarobki w ciągu jednego roku mają wpływ krótkoterminowe czynniki, których nie można oczekiwać. W obecnych czasach zyski gwałtownie wzrosły w ciągu ostatnich kilku lat, przynosząc radykalne obniżki cen, ale wątpliwe jest, aby takie nagłe zmiany miały sens. Rozszerzamy naszą średnią kroczącą nawet dalej niż Graham i Dodd, sądząc, że wygładzenie jest jeszcze bardziej korzystne, a Graham i Dodd nie mieli danych, aby to wygładzić. Zdecydowaliśmy się reprezentować długoterminowe zwroty z dziesięciu lat, ponieważ jest to ważne dla większości inwestorów, ponieważ obecnie istnieje tak duże zainteresowanie długoterminowymi inwestycjami, a ponieważ w literaturze statystycznej istnieją ostatnie dowody na to, że długoterminowe zwroty horyzontu są bardziej przewidywalne. Może to być sprzeczne z oczekiwaniami, które można by sądzić, że łatwiej jest prognozować w najbliższej przyszłości niż w odległej przyszłości, ale dane są sprzeczne z taką intuicją. Ta przewidywalność rynku nie jest rzeczą, która pozwoli nam przewidywać, że katastrofa jest tuż za rogiem, prognozuje stopniowy trend, analogicznie do prognozowania miasta w oparciu o trendy populacyjne, lub prognozowania sukcesu uniwersytetu pod względem liczby młodych ludzi, którzy się zapisują. Zauważ, że widoczna relacja predykcyjna nie jest tak naprawdę artefaktem katastrofy z 1929 roku, jak niektórzy mogą podejrzewać. Rok 1929 nie jest prawdziwą atrakcją fabuły, a lata powojenne 1972 i 1966 świadczą o bardziej dramatycznym wsparciu teorii, że zmiany cen są związane ze stosunkiem ceny do 50 dolarów. Nie ma też katastrofy z 1987 roku, która miałaby duże znaczenie dla tych wyników: punkt odnoszący się do 1978 (dziesięć lat przed naszą pierwszą obserwacją po zderzeniu tutaj, w styczniu 1988) nie jest wyjątkowy w tym spisku. Nasza zmienna price150earnings wynosi 11,12 w 1978 r., Poniżej średniej 18,28 w tym zestawie danych, a zmiana ceny logu z 1978 r. Na 1988 r. Wynosi 0,57, nieco więcej niż średnia dziesięcioletnia zmiana ceny dziennika o 0,16, oferując pewne łagodne wsparcie dla naszej teorii . Katastrofa z 1987 r. Faktycznie działa przeciwko teorii, ponieważ model przewidywał ponadprzeciętny wzrost rzeczywistych cen akcji w okresie dziesięciu lat 197815088, a krach sprawił, że wzrost był znacznie mniejszy niż średnia. Na wykresie 2 przedstawiono wykres punktowy rzeczywistej (skorygowanej o inflację) stopy zwrotu brutto ze wskaźnika cen standardowych i złych złożonych w porównaniu do tego samego stosunku ceny rzeczywistej do 30-letniej średniej z opóźnionym rzeczywistym zyskiem. Na tym diagramie relacja wygląda jeszcze bardziej uderzająco, to znaczy, że ujemna relacja między wskaźnikiem zarobków cenowych a późniejszym zwrotem jest silniejsza, bardziej liniowa. Przyczyną lepszego dopasowania w tej relacji są zwroty, które wpływają na stosunek cen do 150 EUR na dwa sposoby: przez wpływ na późniejsze zmiany cen, jak widać na wykresie 1, a także przez ich wpływ na stopę dywidendy. Czasy bardzo wysokich wskaźników zarobków cenowych to zazwyczaj czasy niskiej stopy dywidendy. Niski poziom dywidendy w takich okolicznościach utrzymuje się przez lata, przyczyniając się w ten sposób do niskich zwrotów. Aby przewidzieć trzyletnie powroty, Campbell i I 1988 osiągnęli R 2 na poziomie 0.195 z tą pojedynczą zmienną prognostyczną do prognozowania zwrotów dziesięcioletnich, uzyskaliśmy R 2 na poziomie .566. W przeciwieństwie do tego, jeśli użyliśmy prostego wskaźnika cen dziennika jako zmiennej niezależnej, R2 dla prognozowania trzyletniego zwrotu wynosił tylko 0,090, a dla prognoz dziesięcioletni zwrot wynosił 0,296. Dodatkowe dane z okresu dziewięciu lat, które upłynęły od opublikowania artykułu z 1988 roku, były dobre dla naszych wyników: R 2 w regresji dziesięcioletnich realnych zysków z naszego stosunku rzeczywistej ceny do trzydziestoletniej średniej kroczącej prawdziwych zarobków wzrasta dla pełnej próby do 0,624 . Rozszerzając nasze dane po 1987 r., Jesteśmy teraz w stanie obserwować dziesięcioletnią interweniunkturę rozpoczynającą się w 1982 r., A wysokie dziesięcioletnie zwroty prognozowane przez niski współczynnik w 1982 r. Są dobrze potwierdzone faktycznym zwrotem. Jeśli zastąpimy wartość wskaźnika z stycznia 1996 r., Czyli 29,72, to przewidywany zwrot dziesięcioletni dziennika wynosi 1500,06, czyli praktycznie zero. Oczywiście nie jest to to samo co oczekiwany zwrot. Jeśli zwroty są przekrzywione z prawej strony, co sugeruje logormalna dystrybucja, oczekiwany zwrot może być znacznie wyższy. Logormalne założenie i nasz szacowany model regresji sugerowałby, że oczekiwany zwrot to exp (średnia wariancja2), gdzie średnia to oczekiwana wartość logarytmicznego zwrotu brutto, a wariancja jest kwadratem standardowego błędu regresji: z tymi wnioskujemy oczekiwany całkowity zwrot ponad kolejne dziesięć lat .009, czyli około jednej dziesiątej procenta rocznie. Ta przewidywalność na rynku nie wynika z reakcji rynkowej na przewidywalność stóp procentowych. Campbell i Shiller 1988 odkryli, że jeśli jeden zastępuje zmienną zależną w dziesięcioletnim równaniu powrotu, to dziennik plus plus dziesięcioletni zwrot na standardzie i Poor Composite minus dziennik jednego plus dziesięcioletni zwrot z inwestycji w 41506 miesiąc główny papier komercyjny, wyniki praktycznie nie uległy zmianie, R2 w regresji nadal wynosi 0,480. Wszystkie te wyniki są statystycznie znaczące: stosując test Wald, który uwzględnia zachodzące na siebie obserwacje zmiennej zależnej, stwierdzamy, że poziom istotności dla dziesięcioletniego równania rzeczywistego powrotu wynosi 0,000 dla dziesięcioletniego równania nadwyżki zwrotu, 0,002. Możliwe odchylenia w relacji Ponieważ regresje mają regresory stochastyczne, musimy się spodziewać pewnego odchylenia w szacowanym współczynniku. Mówiąc prościej, nawet jeśli ceny akcji nie mają żadnego związku z prostymi zarobkami, tak długo, jak zarobki są wygładzane na tyle, by generować stosunek ceny do 50 USD, będą to zazwyczaj małe korelacje w małych próbkach między wskaźnikiem zarobków cenowych a trzydziestym rokiem. średnia zarobków. Negatywna korelacja powstaje głównie dlatego, że średnia próby jest szacowana dla całej próby, a ceny naturalnie wydają się być średnią powrotu do ich średniej próbki, nawet jeśli nie istnieje prawdziwa średnia. Zrobiłem prosty eksperyment z Monte Carlo, aby zasugerować, jak ważne może być takie nastawienie. Wygenerowaliśmy 96 (rocznych) obserwacji losowego spaceru (liczba ta odpowiada 96 obserwacjom od 1901 do 1996 r. Użytych do wytworzenia 86 punktów pokazanych na wykresie rozproszenia na ryc. 2) i cofnęła dziesięcioletnie zmiany w chodzie losowym poziom na początku losowego spaceru. Ta regresja pokazuje pewien rodzaj ograniczającego przypadku naszej historii, w której zarobki są tak wygładzone, że są stałe, i że zarobki nie odgrywają żadnej roli w naszej analizie. W tym eksperymencie monte carlo, z 10 000 iteracjami, stwierdziliśmy, że R2 miało tendencję do bycia dodatnim: średnia R2 wynosiła 0,26. Jednak w tych doświadczeniach z Monte Carlo osiągnęliśmy wartość R2 równą 0,624, co oznacza, że wyniki są rzeczywiście bardzo znaczące. W innym eksperymencie monte carlo starałem się przedstawić 30-letnią średnią ruchomą zarobków jako coś innego niż stałą: zastąpiliśmy ją trzydziestoletnią ruchomą średnią opóźnionych cen, co wydawało się ciekawym eksperymentem, w tym trzydziestoletnim uśrednieniu. przychodów z dzienników wyglądają dość podobnie do 30-letnich średnich cen dziennika z rzeczywistymi danymi, aż do stałej dodatku. W każdej iteracji eksperymentu monte carlo generowany był nowy 126-elementowy (roczny) losowy spacer, a dla elementów od 31 do 116 utworzono wektor kolejnych dziesięcioletnich zmian jako zmienną zależną. Wektor niezależnych zmiennych obserwacyjnych pobierano najpierw tworząc wektor elementów od 1 do 116, a następnie odejmując od każdej 30-letniej średniej opóźnionej ceny. W każdej iteracji zmieniliśmy tę zależną zmienną na niezależną zmienną i zarejestrowaliśmy R 2. W 100 000 iteracji średnia R2 wynosiła 0,124, znacznie poniżej tego, co zaobserwowaliśmy, aw zaledwie 0,26 iteracji był R2 większy niż 0,62. Możliwe błędy w indeksie używanym do konwertowania wartości nominalnych do rzeczywistych Należy zauważyć, że nasz wykres punktowy odnosi się do rzeczywistych cen, rzeczywistych zwrotów i rzeczywistych zarobków. Ważne jest umieszczenie naszej analizy w tych kategoriach, ponieważ zajmujemy się rzeczywistymi, a nie nominalnymi ilościami. Jednak wprowadzenie wskaźników inflacji cenowej wprowadza możliwość błędu. Wydaje się, że okres około 1920 roku ma duży wpływ i prawdopodobnie stanowi zbyt dużą część naszego dopasowania. Zachowanie naszej serii około 1920 roku może być prawdopodobnie artefaktem naszego indeksu cen, indeksu cen producenta, który może wykazywać znacznie większą zmienność wokół recesji 192018021 niż inne indeksy cen. Dlaczego Long Horizon Returns Istnieje pewne powszechne zamieszanie na temat znaczenia tej przewidywalności w prognozowaniu zwrotów w długim horyzoncie. Źródłem obaw wyrażanym przez wiele osób jest to, że jeśli roczne stopy zwrotu nie są istotnie przewidywalne, dlaczego dziesięcioletnie zwroty, które są tylko dziesięcioletnimi średnimi rocznymi zwrotami, są znacznie przewidywalne? Przyczyny Potencjał testów przewidujących dziesięcioletnie powroty opisano w Campbell 1992. Związane z tym zamieszanie dotyczy pozornej losowej ścieżki powrotów rocznych. Jak niektórzy będą pytać, czy może być tak, że roczne zyski są tak pozornie przypadkowe, a dziesięcioletnie zwroty są w większości przewidywalne Odpowiedź jest taka, że wiadomo, że procesy stochastyczne, które znajdują się blisko pierwiastka jednostki w odstępach rocznych, mogą być znacznie przewidywalne w dłuższych odstępach czasu. Patrząc na roczne zyski, widzimy dużo hałasu, ale w dłuższych odstępach czasu ten hałas skutecznie uśrednia i jest mniej ważny. Ostrzeżenia dotyczące powyższej analizy Wniosek, że rynek giełdowy ma spaść w następnych dziesięciu uszach i uzyskać całkowity zwrot prawie nic, musi być interpretowany z wielką ostrożnością. Nasze poszukiwania nad relacjami ekonomicznymi, które pozwolą nam badać cenę podzieloną przez 30-letnią średnią ruchomą zarobków, mogły natknąć się na przypadkową relację bez znaczenia. Innymi słowy, badana relacja może być relacją fałszywą, będącą wynikiem eksploracji danych. Ani testy statystyczne, ani eksperymenty monte carlo nie uwzględniają poszukiwania innych możliwych relacji. Niebezpiecznie jest też zakładać, że stosunki historyczne mają z konieczności zastosowanie w przyszłości. Mogą zaistnieć zasadnicze zmiany strukturalne, które oznaczają, że przeszłość rynku akcji nie jest już przewodnikiem po przyszłości. Campbell, John Y. i Robert J. Shiller, quotStock Ceny, zarobki i oczekiwane dywidendy, cytowany Journal of Finance. 43 (3): 661-76, lipiec 1988., "Model wskaźnika dywidendy i małe odchylenie próbki: badanie Monte Carlo", cyt. "Listy ekonomiczne". 29: 325-31, 1989. Graham, Benjamin i David L. Dodd, Analiza Bezpieczeństwa. Pierwsze wydanie, McGraw Hill, Nowy Jork, 1934. Helwege, Jean, David Laster i Kevin Cole, quotStock Wskaźniki wyceny rynkowej: Czy ten czas jest inny niż Bank Rezerw Federalnych Bank of New York Research Paper nr 9520, wrzesień 1995. 1996 Robert J. Shiller Surowe dane wykorzystywane do produkcji figur znajdują się również na tej stronie.
No comments:
Post a Comment