Robert Lichello automātiskās ieguldījumu pārvaldības (mērķa) sistēmas jutīguma analīze

Ja veltīsit laiku, lai mazliet tuvāk apskatītu automātiskās ieguldījumu pārvaldības (AIM) algoritmu, ko Roberts Lichello izstrādāja 70. gadu beigās, parādās daži acīmredzami jautājumi. Piemēram, vai labāk ir skatīties portfeļa vērtību biežāk nekā katru mēnesi? Kas notiktu, ja jūsu sākotnējais kapitāla ieguldījums būtu lielāks (vai mazāks) par 50% no jūsu kopējā ieguldījuma? Vai atdeves līmenis palielināsies vai samazināsies, ja izvēlēsieties akcijas / fondu / ETF, kam ir augsta (vai zema) cenu svārstība?

Šis raksts izmantos ļoti metodisku pieeju, lai atbildētu uz šiem konkrētajiem jautājumiem. Vēl viens rakstsEs uzrakstīju izskaidro AIM algoritmu ar 10+ gadu atpakaļpārbaudes rezultātiem, un vēl viens izskaidro, kā izmantot AIM sistēmu vairāku ETF portfelī.

Jutīguma analīze un aizmugures pārbaude

Atpakaļpārbaudes vingrinājumam mēs pētījām AIM algoritma veiktspēju, izmantojot vienu ETF (ticker SPY) noteiktā laika periodā pagātnē ar iestatītiem ievades mainīgajiem lielumiem un kuriem nav atļauts mainīties.

Jutīguma analīzē tiek izmantota aizmugurējās pārbaudes koncepcija, lai saprastu, kā mainīsies AIM algoritma rezultāti, kad sistemātiski tiek mainīti konkrēti ievades mainīgie. Citiem vārdiem sakot, cik “jutīga” ir AIM algoritma izeja, kad tiek atļauts mainīt ieejas mainīgos.

Lai veiktu AIM algoritma jutīguma analīzi, mums vispirms jāizvēlas ievades mainīgie un kāds diapazons tiem tiks atļauts mainīt. Tālāk mums jāizvēlas izejas mainīgie, pēc tam jānosaka atpakaļpārbaudes termiņš. Šajā brīdī mēs būsim gatavi veikt katras ievades mainīgo iestatījumu kombinācijas testus, vienlaikus apkopojot izejas rezultātus no katra aizmugures testa. Beigās mēs apkoposim rezultātus un izdarīsim secinājumus.

AIM ievades mainīgo izvēle

Šai analīzei mēs atlasīsim trīs AIM algoritma ievades mainīgos: Novērtēšanas biežums,% no sākotnējā kapitāla ieguldījuma un dažādi kapitāla ieguldījumu veidi.

Novērtēšanas biežums

Ličello kungs ieteica aplūkot akciju cenu ik mēnesi. Mēs šo jēdzienu paturēsim jutīguma analīzē un katru nedēļu aplūkosim arī lēmumu pieņemšanu. Patiesi aktīvam tirgotājam mēs redzēsim arī to, kā algoritms katru dienu reaģē uz lēmumu pieņemšanu.

Sākotnējais kapitāla ieguldījums

Ličello kungs vispirms ieteica sadalīt pašu kapitālu un skaidru naudu pat par 50–50%. Tomēr vēlākos grāmatas izdevumos viņš ieteica līdz pat 80% –20% pašu kapitāla attiecību pret skaidru naudu. Mēs paturēsim abus šos jēdzienus jutīguma analīzei un arī izpētīsim telpu zem 50% –50%. Mūsu iestatījumi sāksies ar 30% pašu kapitālu un palielināsies ar 10% intervālu, līdz sasniegs 80% pašu kapitālu.

Kapitāla ieguldījumu veids

State Street Global Advisors pārdod ETF, kas S&P 500 sadala 9 nozarēs (patērētāju izvēles, patērētāja pamatprincipi, enerģētika, finanšu, veselības aprūpe, rūpniecība, materiāli, tehnoloģija un komunālie pakalpojumi), tos sauc par Select Sector SPDR. Šajā analīzē mēs papildus S & P depozitārija kvītim ETF meklēsim divus sektora ETF, svārstu SPY. Mēs izmantosim ETF, kuram ir augstāka cenu svārstīgums nekā SPY, un tādu, kura svārstīgums ir mazāks nekā SPY. Lai noteiktu svārstīgumu, mēs izmantosim akciju beta versiju. Izmantojot Morningstar aplēsi par 3 gadu beta versiju, mēs atklājam, ka visvairāk svārstīgums ir ETF (beta 1,24) ir enerģijas krājums, XLE. Nozares akcijas ar zemāko beta līmeni 0,18 ir Utility ETF, svārsts XLU. Tātad, mēs izmantosim SPY ar beta 1,00, XLU ar beta 0,18 un XLE ar beta 1,24.

Visi šie ievades mainīgie un iestatījumi ir apkopoti tabulā ar nosaukumu Ievades mainīgie un iestatījumi.

Ievades mainīgie un iestatījumi

Mainīgs	1. iestatījums	2. iestatījums	3. iestatījums	4. iestatījums	5. iestatījums	6. iestatījums
Novērtēšanas biežums	Katru dienu	Iknedēļas	Katru mēnesi
Sākotnējais ieguldījums	30%	40%	50%	60%	70%	80%
ETF / Beta	XLU / 0,18	SPIEGS / 1.00	XLE / 1.24

Izvades mainīgo un laika grafika izvēle

Attiecībā uz produkcijas mainīgajiem lielumiem mums ir vajadzīga iespēja precīzi izmērīt ieguldījumu veiktspēju katram pretpārbaudei. Mērījums, kuru izmantosim, ir gada peļņas norma, saukta arī par iekšējo atdeves likmi. Par laimi, Microsoft Excel ™ ir iebūvēta funkcija (XIRR), kuru mēs izmantosim, lai standartizētu aprēķinus. Turklāt mēs iegūsim galīgo portfeļa vērtību, iespējamo skaidras naudas deficītu un kopējo darījumu skaitu.

Cenu vēsturisko datu grafiks ir no 1998. gada 22. decembra līdz 2013. gada 31. jūlijam, nedaudz vairāk par 14,5 gadiem. Vēsturiskie dati par cenām un dividendēm ir no Yahoo! finanšu vietne.

Apkopojot, izklāstīsim visus pretpārbaudes gadījumus, kurus izmantosim šai analīzei. Ir 54 atšķirīgas mainīgo un iestatījumu kombinācijas, kuras mēs vienlaikus mainīsim. Visi piecdesmit četri testa gadījumi tiek parādīti grafiskā formātā, skatiet attēlu ar nosaukumu Testa lietas.

Katrs testa gadījums ir viens pretpārbaude, piemēram, viens testa gadījums ir AIM algoritma iestatīšana uz 30% sākotnējo kapitāla ieguldījumu, novērtēšanas biežuma iestatīšana uz katru dienu un vēsturisko cenu datu izmantošana XLU-Utility ETF. Palaidiet datus, izmantojot AIM algoritmu, aprēķiniet iekšējo atdeves līmeni, uztveriet galīgo portfeļa vērtību, visus naudas trūkumus un kopējo darījumu skaitu.

Pārbaudes gadījumi

Pieņēmumi AIM testēšanai

Veicot empīrisko analīzi, vienmēr ir jādokumentē pieņēmumi, šeit ir šīs analīzes saraksts:

1. Sākotnējā ieguldījumu kopsumma ir 10 000 USD.
2. Sākotnējais pirkums ir atvērta cena 22.12.1998.
3. AIM lēmumu pamatā ir akciju slēgšanas cena mēneša pēdējā tirdzniecības mēnesī mēneša novērtēšanas biežumam, nedēļas pēdējā tirdzniecības diena - iknedēļas novērtēšanas biežumam vai šīs dienas noslēguma cena ikdienas novērtēšanas biežumam.
4. Pirkšanas vai pārdošanas cena ir akciju atklātā cena nākamajā tirdzniecības dienā pēc AIM lēmuma.
5. Pirkšanas vai pārdošanas rīkojumi tiek aktivizēti tikai tad, ja AIM tirgus rīkojums ir +/- 5% no pašreizējās portfeļa pašu kapitāla vērtības.
6. Līdz brīdim, kamēr tiks izpildīts pārdošanas uzdevums, tiks finansēti skaidras naudas iztrūkumi un naudas konts tiks iestatīts uz nulli.
7. Akciju tirdzniecības komisija netiek ņemta vērā, tomēr mēs varam novērtēt kopējās komisijas izmaksas, izmantojot kopējo darījumu skaitu.
8. Naudas rezerves ienesīguma likme ir 0,5% GPL.
9. Dividendes tiek reinvestētas papildu akcijās.

Pārbaudes rezultāti

Tabulā ar nosaukumu “Pārbaudes rezultāti” parādīti visu 54 pretpārbaužu rezultāti. Mēs izmantojām regresijas analīzi, lai noteiktu, kurš no trim ievades mainīgajiem visvairāk ietekmē atdeves ātrumu, un rezultāti ir:

• ETF veids: visnozīmīgākais
• Sākotnējais kapitāla ieguldījums%: nozīmīgs
• Novērtēšanas biežums: nenozīmīgs

Faktiski divi nozīmīgie mainīgie, ETF tips un sākotnējā kapitāla ieguldījumu% veido 94% no izmaiņām, kuras mēs redzam atdeves likmē (statistiski domājošajiem koriģētā r-kvadrāta vērtība ir 0,937)

Pārbaudes rezultāti

Ievērojiet, ka, ieguldot SPY un XLU, novēroja ievērojamu naudas līdzekļu deficītu, kas notika visos novērtēšanas periodu līmeņos un sākotnējiem ieguldījumiem kapitālā bija tikai 50%. Tomēr, ieguldot XLE, naudas trūkuma nebija, neatkarīgi no novērtēšanas biežuma vai sākotnējā kapitāla ieguldījuma%.

Lai saprastu, kāpēc, ieguldot XLE, nebija skaidras naudas deficīta, mums ir jādekonstruē buļļu tirgus no 2002. gada vidus līdz šī buļļa maksimālajam līmenim 2007. gada beigās. No 2002. gada 23. jūlija līdz 2007. gada 26. novembrim XLE cena svārstījās no $ 19.80 līdz $ 80.55 par 306.8% pieaugumu. Šī pacelšanās laikā AIM izplatīs vairākus pārdošanas signālus, veidojot skaidras naudas rezerves pirkšanas iespējām neizbēgamās tirgus lejupslīdes laikā. SPY un XLU piedzīvoja līdzīgu vēršu skrējienu no 2002. gada beigām līdz 2007. gada beigām, taču pieaugums nebija tik dramatisks. XLU pieauga par 191,4%, bet SPY - par 100,4%. Tātad, tā kā XLE ir augstāks beta krājums, tas izraisīja augstāku cenu pieauguma tempu, ļaujot AIM iegūt lielāku peļņu. Tā rezultātā kasē bija pietiekami daudz naudas, lai izmantotu vairāku pirkšanas signālu priekšrocības straujā tirgus krituma laikā no 2008. gada beigām līdz 2009. gada vidum.

Mēs arī redzam, ka darījumu skaits palielinās, palielinoties novērtēšanas biežumam un pieaugot ETF beta līmenim. Intuitīvi tam ir jēga, jo mēs sagaidām lielākas tirdzniecības iespējas, ja mēs biežāk pārbaudām portfeļa vērtību vai ja ETF cena straujāk šūpojas augšup / lejup.

Aplūkojot grafiku ar nosaukumu Investīciju veida ietekme, mēs redzam, ka enerģijas ETF, X rādītājs, visbūtiskāk ietekmēja atdeves līmeni ar vidēji 11% un diapazonu no 7,1% līdz 14,5%.

Ieguldījumu veida ietekme

Tagad aplūkosim grafiku ar nosaukumu Sākotnējā kapitāla ieguldījumu ietekme. Mēs redzam, ka vidējā atdeves likme lineāri pieaug no 5,3% ar sākotnējo kapitāla ieguldījumu 30% apmērā līdz pat 11% ar sākotnējo kapitāla ieguldījumu 80% apmērā. Ņemiet vērā, ka zemākais atdeves līmenis, ko mēs novērojām, bija 3,8% un augstākais - 14,5%.

Sākotnējā kapitāla ieguldījuma% ietekme

Visbeidzot, aplūkojot grafiku ar nosaukumu Novērtēšanas biežuma ietekme, mēs redzam, ka vidējais atdeves līmenis no ikdienas novērtējuma ļoti nemainās. Faktiski starp ikdienas un ikmēneša novērtējumiem bija tikai neliela atšķirība - vidējā atdeves likme 0,6%.

Novērtēšanas biežuma ietekme

Tā kā novērtēšanas biežums tiek mērīts laikā, mēs to varam aplūkot no cita skatu punkta. Mēs varam aprēķināt atmaksāšanos dolāros stundā par laiku, kas pavadīts, novērtējot nākamo pirkšanas / pārdošanas / aizturēšanas lēmumu. Lai to izdarītu, mums ir jānovērtē vidējais portfeļa galīgās vērtības pieaugums biežākiem novērtējumiem un kopējais vērtējumiem pavadīto stundu skaits.

Piemēram, ja mēs katru reizi pavadām 5 minūtes, kad atjauninām AIM algoritmu, tad šī pētījuma 14,7 gadu laikā mēs būtu iztērējuši 14,7 stundas mēnesī, 63,7 stundas nedēļā un 318,5 stundas dienā. Aplūkojot grafiku ar nosaukumu Novērtēšanas biežuma ietekme uz portfeļa galīgo vērtību, mēs redzam, ka vidējā galīgā portfeļa vērtība mēnesī bija 21 445 USD, iknedēļas - 23 772 USD un dienā - 25 044 USD.

Pamatojoties uz šo informāciju, atmaksāšanās par pieaugošo novērtējumu no mēneša uz nedēļu tiek aprēķināta šādi:

(portfeļa galīgās vērtības pieaugums) / (papildu laiks novērtēšanai) =

(23 772 - 21 445) / (63,7 - 14,7) = 2370 USD / 49 = 47,49 USD stundā

Tātad, mēs palielinājām savu vidējo portfeli par 2370 USD, veltot 49 papildu stundas, lai atjauninātu AIM algoritmu ar atmaksu 47,49 USD stundā, nevis noplukušu algu.

Atmaksāšanās par pieaugošo novērtējumu no ikmēneša uz katru dienu ir 11,85 USD stundā un 4,99 USD stundā par pieaugošu novērtējumu no nedēļas uz katru dienu.

Novērtēšanas biežuma ietekme uz portfeļa galīgo vērtību

Secinājumi

No mūsu pirmā AIM raksta mēs redzējām, ka jūs varat uzlabot ieguldījumus Buy / Hold, izmantojot AIM ar ļoti daudzveidīgo ETF: SPY. No šī raksta mēs redzam, ka vairāk uzlabojumu var iegūt, izjaucot SPY un izmantojot AIM atsevišķās uzņēmējdarbības nozarēs. Tas ir saistīts ar to, ka atsevišķiem nozares ETF ir atšķirīga svārstīguma pakāpe (ko mēra Beta) nekā apkopotais SPY. Šī atšķirība ļauj AIM piesaistīt vairāk raksturīgo svārstīgumu, kas SPY nav pieejams.

To vēl vairāk pārbauda mūsu aizmugures testa datu regresijas analīze. Mēs varam secināt, ka vissvarīgākais faktors, kas jāņem vērā, ja jūs plānojat izmantot AIM kapitāla ieguldījumu portfeļa kontrolei, ir jūsu izvēlētais akciju / kopfonda / ETF veids. Konkrētāk, šķiet, ka AIM algoritms ir efektīvāks ar lielākiem beta / nestabilākiem ieguldījumiem. Tomēr, piesardzīgi runājot, šī analīze attiecas tikai uz ETF ar beta versijām, kas svārstās no 0,18 līdz 1,24, mēs neizpētījām tos īpaši nepastāvīgos ETF, kas ir divas un trīs reizes nepastāvīgāki par standarta ETF. Tātad, iespējams, nav droši ekstrapolēt mūsu rezultātus šāda veida ieguldījumu veidiem.

AIM lietotāju tīmekļa vietnes arhīvos ir detalizēts raksts par akciju izvēli. Lai gan tas ir vērsts uz akciju izvēli atsevišķos uzņēmumos, koncepcijai jābūt viegli piemērojamai ETF atlasei.

Nākamais faktors, kas parāda būtisku ietekmi uz peļņas likmi, ir sākotnējā kapitāla ieguldījuma procentuālā daļa. Tā kā ienesīguma likme palielinās lineāri, palielinoties sākotnējam ieguldītajam pašu kapitālam, mums šis faktors jāizmanto kā riska / ienesīguma svira. Piemēram, ja esat konservatīvs investors un esat gatavs pieņemt zemāku peļņas līmeni par šo drošību, tad sākotnēji ETF ieguldiet tikai 30–50%. Un otrādi, ja esat gatavs uzņemties pilnu risku risku ieguldīšanu, tad izmantojiet 60–80% sākotnējo kapitāla ieguldījumu.

Visbeidzot, pēdējais faktors, novērtēšanas biežums, šķiet, ir nenozīmīgs salīdzinājumā ar atdeves līmeni. Tomēr, aplūkojot papildu laika pavadīšanu, kas pavadīts, novērtējot AIM algoritmu, mēs redzam, ka mūsu portfeļa vērtības pieaugums ir vislabākais, palielinot novērtēšanas biežumu no mēneša uz nedēļu (vidēji 47,49 USD par papildu stundu, kas iztērēta, novērtējot AIM algoritmu).

Protams, vērtēšanas biežumu jūs varētu uzskatīt par ērtības faktoru. Ja jums ir laiks vai nosliece, lai pārbaudītu savu portfeli katru dienu, visos gadījumos izmantojiet to. Ja jums nav tik daudz laika, bet nedēļas nogalēs jums ir īss periods, veiciet savu AIMING nedēļu. Ja jūsu dienas un nedēļas ir piepildītas ar citām aktivitātēm, varbūt jums ir domātas ikmēneša portfeļa pārbaudes. Jebkurā scenārijā jūs varētu redzēt līdzīgus ienesīguma rādītājus, tomēr ņemiet vērā, ka, palielinoties novērtēšanas biežumam, jūsu kopējās tirdzniecības komisijas izmaksas pieaugs.

AIM vietnes

• AIM lietotāju ziņojumu dēlis (AIMUSERS)

AIM balstīta programmatūra

• Automātiskais ieguldītājs: mehāniska, automatizēta akciju ieguldījumu programmatūra ilgtermiņa ieguldījumiem

  Automātiskais ieguldītājs: jaudīga, automatizēta, mehāniska akciju ieguldījumu programmatūras pakete, kas paredzēta, lai palielinātu jūsu atdevi, samazinātu risku un ietaupītu jūsu laiku.

© 2013 dburkeaz