Anlageklasse Trend Following

Anlageklasse Trend Following Anlageklasse Trendfolge ist eine Strategie, um eine Dynamik Anomalie zwischen verschiedenen Aktiva zu nutzen versucht. Es nutzt verschiedene gleitende Durchschnitte / Dynamik-Filter, um ein Engagement in einer Anlageklasse nur an der Zeit zu gewinnen, wenn es eine höhere Wahrscheinlichkeit für die Outperformance mit weniger Risiko. Diese Strategie wurde von Mebane Faber (mit Risikoparitäts Gewichtung Tweaking), einer der wichtigsten Befürworter popularisiert worden. Wir präsentieren Fabers einfache Version und Links zu anderen ähnliche Strategien in anderen Papieren Schnitt (auch empfohlen, um zu lesen). Einfache Handelsstrategie Quelle Papier Andere Papers Hall: A Mehr quantitativen Ansatz, um "einen quantitativen Ansatz, um Taktische Asset Allocation" Faber (2009), einer der am meisten heruntergeladenen Anlagepapiere zu SSRN, Details ein Taktische Asset Allocation Anlagestrategie, die die Vorteile der Perioden, in denen Erträge aus einigen Anlageklassen sind unter dem Durchschnitt und die Volatilität zu nehmen will ist viel höher. Mit anderen Worten, nimmt seine Strategie Vorteil der verschiedenen Marktordnungen. Obwohl seine genaue Strategie kann nicht mit den Anlagezielen der Finanzinstitute aufgrund der binären Investitionsentscheidungen in Faber-Strategie übereinstimmt, sind die Vorteile der Investition abhängig von den Regelungen der verschiedenen Anlageklassen wichtig genug, dass die Institutionen nicht Taktische Asset Allocation zu vermeiden. Dieses Papier Faber Ansatz bestätigt, dass die Nutzung von Konjunkturzyklen deutlich verbessern kann risikobereinigte Renditen. Es gibt bedeutende Verbesserungen an risikobereinigte Renditen durch den Einbau bedingte erwarteten Renditen und Standardabweichungen vom Zustand des Regimes. Diese Prognosen sind sowohl mit einfachen 10-Monatsdurchschnitt und mit komplexeren Markov-Regime-Schaltverfahren erstellt. Schließlich kann eine Vielzahl von Erweiterungen, darunter Einstellung maximale Hebelwirkung, die Risikoaversion Koeffizienten, und Tracking-Fehlergrenzen, Leistung der grundlegenden Strategie zu verbessern. Darüber hinaus unter Berücksichtigung der Konjunkturabhängigkeit und eigenwillige Dynamik der verschiedenen Teilindizes zu Fabers ursprünglichen Anlageklassen produziert noch stärkere Verbesserungen risikobereinigte Renditen. Antonacci: Die Kombination von strategischen und taktischen Asset Allocation Mittlere Varianzanalyse ist seit langem als ein Werkzeug für die Portfoliokonstruktion verwendet worden. In diesem Artikel sehen wir, wie sie auch für die Erkundung der von Exchange Traded Funds und Notizen dargestellt diverse Anlageklassen verwendet werden. Wir werden auch sehen, wie ein Zeitlagerung kann einen erheblichen Mehrwert bei der Konstruktion von effizienten Portfolios von börsengehandelten Fonds und Notizen hinzufügen. Antonacci: Risikoprämien Harvesting Durch Dual-Momentum Momentum ist der führende Markt-Anomalie. Es ist in seiner Anwendbarkeit nahezu universell. Anstatt sich auf Dynamik an Aktiva, Asset-Klassen angewendet, Dieser Artikel untersucht Dynamik in Bezug auf das, was es am effektivsten macht. Wir finden, dass sowohl absolut als auch relativ Dynamik wirksam bei der Verbesserung Rückkehr gibt, aber das absolute Dynamik tut mehr, um Volatilität und Drawdown verringern. Die Kombination der absoluten und relativen Dynamik die besten Ergebnisse. Extreme Vergangenheit zurückkehrt, dh die Preisvolatilität - wir auch ein Faktor, mit Schwung hoch belohnt zu erkunden. Wir identifizieren hohe Volatilität durch die Risikoprämien in Fremd / US Aktien, High Yield / Kreditanleihen, Aktien / Hypotheken-REITs und gold / Staatsanleihen. Mit Modulen von Asset-Paare als Bausteine ​​sind wir in der Lage, Volatilität Risikofaktoren und profitieren Sie von Cross-Asset-Diversifikation durch die Kombination von relativen und absoluten Schwung Risikoprämie Gewinne erfassen zu isolieren. Colucci, Brandolini: einen risikobasierten Ansatz, um Taktische Asset Allocation Fabers "einen quantitativen Ansatz, um Taktische Asset Allocation" (2009) schlägt die Verwendung einer sehr einfachen Handelsregel, um die risikobereinigte Renditen über verschiedene Assetklassen verbessern. Das Ziel dieser Arbeit ist es, eine alternative und einfache quantitative risikobasierten Portfolio-Management, die die risikoadjustierte Portfoliorendite über verschiedene Assetklassen verbessert präsentieren. Dieser Ansatz, der auf der Grundlage der Schlussfolgerungen der Brandolini D. - Colucci S. "Backtesting Value-at-Risk: Ein Vergleich zwischen Filtered Bootstrap und Historische Simulation", ist seit 1974 für die Kalibrierung und seit dem Jahr 2000 in einem echten Backtest getestet. Die Asset-Allokation Gerüst wird mit einer Kombination von Indizes, einschließlich des Standard & Poors 500, Topix, Dax, MSCI United Kingdom, MSCI Frankreich, Italien Comit Globale, MSCI Canada, MSCI Emerging Markets. RJ / CRB, Merril Lynch US-Treasuries, 7-10 Yrs. und alle Indizes werden in US-Dollar ausgedrückt. Seit 2000 ist die empirischen Ergebnisse vorhanden aktienähnliche Renditen mit niedriger Volatilität und Drawdown und nur ein negatives Jahr sowohl in der Brutto - und Nettokosten der Renditen. Collie, Sylvanus, Thomas: Die Volatilität antwort Asset Allocation Marktvolatilität ist selbst flüchtige; Märkte können an einigen Punkten in der Zeit relativ stabil und in anderen explosionsartig volatil sein. Dies bedeutet, dass das Risiko mit einem traditionellen (Festgewicht) Strategische Asset Allocation Richtlinie zugeordnet sind, im Laufe der Zeit stark variieren. Dieser Beitrag untersucht die Möglichkeit der Volatilität antwort Asset Allocation-dynamischer Vermögensverteilungspolitik, die als Marktvolatilität Veränderungen variiert. Erfahren Sie, warum wir glauben, eine Volatilität antwortVermögensVerteilungsPolitik kann zu einer konsequenteren Ergebnisse und einer besseren Kompromiss zwischen Risiko und Ertrag führen. Chen, Jiang, Zhu: Do Stil und Sektorindizes Carry Momentum? Vorhandene Literatur dokumentiert, dass Querschnittsaktien kehrt Ausstellungspreis und Gewinndynamik Mustern. Die Umsetzung solcher Strategien ist jedoch teuer aufgrund der großen Anzahl von Aktien beteiligt und einige Studien zeigen, dass die Dynamik Gewinne nicht die Transaktionskosten zu überleben. In diesem Beitrag untersuchen wir, ob Art und Sektor-Indizes häufig in Finanzindustrie haben auch Momentum-Muster. Unsere Ergebnisse zeigen, dass sowohl Stil und Sektorindizes aufweisen Kursdynamik und Sektor-Indizes weisen auch Gewinndynamik. Meist wichtiger ist, sind diese Momentum-Strategien auch nach Anpassung für potenzielle Transaktionskosten profitabel. Darüber hinaus zeigen wir, dass Kursdynamik in der Art Indizes wird durch einzelne Aktienrendite Dynamik angetrieben, während Kursdynamik im Sektor-Indizes wird durch Gewinndynamik angetrieben. Schließlich mit Style-Indizes als Abbildung wir zeigen, dass die Leistung des Stils Investitionen im Wesentlichen durch die Einbeziehung der Momentum-Effekt verstärkt werden. Marmi, Risso: Taktische Asset Allocation Mit Tageswerte Ein Portfolio mit verschiedenen Assets können größere Rendite und weniger Volatilität zu produzieren. Dies ist jedoch nicht neu; der Talmud erwähnt sogar die Vorteile der Asset Allocation (Immobilien, Rohstoffe und Bargeld) vor etwa 2000 Jahren. Man kann über viele Strategien, die diese Vermögenswerte zu kombinieren denken. Kürzlich, Faber (2006) vorgeschlagen, eine sehr einfache quantitative Market-Timing-Modell. In Worten, es besteht im Portfolio von US-Vermögenswerten, Auslandsvermögen, Rohstoffe, Immobilien und Anleihen zu gleichen Teilen zusammengesetzt ist. Die Strategie besteht darin, die Tendenz der einzelnen Elemente zu untersuchen, die Aufrechterhaltung der Position in der Vermögenswert, wenn die Tendenz steigend. Allerdings, wenn der Trend geht nach unten wir Verkauf des Vermögenswertes und kaufen Bargeld. Das Ziel der vorliegenden Arbeit ist es, die in Faber (2006) entwickelten Strategie mit täglichen Daten der US-Aktien, europäische Aktien, Rohstoffe, Rentenfonds und Cash für den Zeitraum 1. März 1994 und 25. Mai 2008 gelten. Antonacci: Risikoprämien Harvesting Durch Momentum Momentum ist der führende Markt-Anomalie. Es ist in seiner Anwendbarkeit nahezu universell. Anstatt sich auf Dynamik an Aktiva, Asset-Klassen angewendet, Dieser Artikel untersucht Dynamik in Bezug auf das, was es am effektivsten macht. Wir tun diese erste durch die Einführung einer Hurdle Rate-Filter, bevor wir Long-Positionen zu initiieren. Dies stellt sicher, dass die Dynamik existiert sowohl auf absoluter und relativer Basis und ermöglicht Schwung in Funktion als taktisches Overlay. Dann erkunden Sie den Faktor am stärksten von Dynamik belohnt - extreme Vergangenheit zurückkehrt, dh die Preisvolatilität. Wir identifizieren hohe Volatilität durch die paarweisen Risikoprämien in Fremd / US Aktien, High Yield / Kreditanleihen, Aktien / Hypotheken-REITs und gold / Staatsanleihen. Mit Modulen von Asset-Paare als Bausteine ​​lässt uns zu isolieren Volatilität Risikofaktoren und benutzen Dynamik effektiv Ernte Risikoprämie Gewinne. Wojtow: Theoretische Grundlagen und ein praktisches Beispiel für Trendfolge Das Ziel dieser Arbeit ist es, einen brauchbaren Rahmen für die Erfassung, Messung und Nutzung Trends im Finanzmarkt zu schaffen. Mit Hilfe der technischen Analyse (TA) Indikatoren, die wir herausfordern Efficient Market Hypothesis (EMH), die besagt, dass die Märkte sind zufällig und das ist nicht möglich, regelmäßig besser abschneiden als eine passive Anlagestrategie. Keller, Van Putten: Generali Momentum und flexible Verwaltung (FAA): Eine heuristische Forschung In dieser Arbeit erweitern wir die Zeitreihen Dynamik (oder trend) Modell hin zu einer generalisierten Dynamik Modell, die so genannte Flexible Asset Allocation (FAA). Dies wird durch das Hinzufügen neuer Schwung Faktoren auf die traditionelle Dynamik Faktor R auf der Basis der relativen Renditen unter den Aktiva geschehen. Diese neuen Faktoren genannt Absolute Dynamik (A), Volatilitätsdynamik (V) und Korrelation Dynamik (C). Jeder Vermögenswert wird auf jeder der vier Faktoren, R, A, V und C gewählt Durch die Verwendung eines linearisierte Darstellung einer Verlustfunktion, die Risiko / Rendite, wir sind in der Lage, bei einfachen geschlossener Form Lösungen für unsere flexible Asset Allocation-Strategie auf Basis ankommen Diese vier Faktoren. Wir zeigen die generali Momentum-Modell unter Verwendung eines 7 Asset-Portfolio-Modell, das wir Backtest 1998-2012, sowohl in-und out-of-sample. Guilleminot, Ohana, Ohana: Risiko vs Trend Driven Globalen Taktischen Asset Allocation Die Finanzkrise von 2008 wurde stark herausgefordert passiven Anlageformen. In dieser Arbeit vergleichen wir zwei systematische Anlageprozesse, die ein globaler Asset Allocator kann einsetzen, um sein Kapital angesichts der turbulenten Finanzumfeld zu bewahren. Die "risikoorientiert" Allokation von der beliebten "Risiko-Parität" Ansatz abgeleitet, hat ein starkes Interesse von beiden Wissenschaftlern und Praktikern in den letzten Jahren angesammelt. Es zielt darauf ab, die Durchsetzung eines konstanten Risiko Ziel und ein ausgewogenes Risikoprofil über die Zeit. Dieser Beitrag stellt eine neue "Trend-driven" - Ansatz, der die risikoorientierte Strategie, indem die Exposition gegenüber nach unten treiben Vermögen verbessert. Wir vergleichen dann die risikoadjustierte Aufführungen von Risiken und Trends getrieben Ansätze auf unterschiedlichen Anlageuniversen (von Aktien-, Rohstoff-, Devisen - und Anleiheterminkontrakte besteht) für den Zeitraum 1993-2012. Wir finden, dass ein Trend orientierten Ansatz Erträge erhöhten Sharpe Ratios und unteren Drawdowns im Durchschnitt gegenüber einer risikoorientierten Strategie. Die Outperformance des Trends gesteuerten Prozess ist jedoch nicht über die Zeit stabil: Perioden mit verwertbaren Trends wechseln sich mit lang anhaltenden trendlosen Perioden. Insgesamt ist der Hauptvorteil der Trend-Strategie über den risikoorientierten einem seiner höheren Laufruhe. Dies ist auf eine bessere Widerstandsfähigkeit gegenüber 2008 artige finanzielle Kernschmelze, die von Trendsignalen gut vorhergesagt werden und untergraben die Diversifizierung Ziel durch das Risiko-Parity-Ansatz verfolgt. Diese Ergebnisse zeigen den Wert der Kopplungsrisiko und trajektorielle Signale in taktischen Asset Allocation. Hutchinson, O'Brien: Ist diesmal anders? Trendfolge und Finanzkrisen Nach der großen positiven Renditen im Jahr 2008, erhielt CTAs erhöhte Aufmerksamkeit und Zuteilungen von institutionellen Investoren. Nacherfüllung unter seinem langfristigen Durchschnitt. Dies hat zu einer Zeit nach der größten Finanzkrise seit der großen Depression aufgetreten. In diesem Papier, mit fast ein Jahrhundert von Daten, die wir untersuchen, was normalerweise passiert mit der Kernstrategie von diesen Fonds in der globalen Finanzkrise verfolgt. Wir untersuchen auch die Zeitreihenverhalten der Märkte von CTAs in diesen Krisenzeiten gehandelt. Unsere Ergebnisse zeigen, dass in einen längeren Zeitraum folgenden Finanzkrisen Trendfolge durchschnittliche Renditen sind weniger als halb so hoch wie in No-Krisenzeiten verdient. Evidence from regionalen Krisen zeigt ein ähnliches Muster. Wir finden auch, dass Futures-Märkte werden nicht angezeigt, die starke Zeitreihen Rück Berechenbarkeit verbreitet in nicht-Krisenzeiten, was zu einer relativ schwachen Renditen für Trendfolgestrategien in den vier Jahren nach dem Beginn der Finanzkrise. Zakamulin: Die Realleistung von Market Timing mit Moving Average und Zeitreihen Momentum Regeln In dieser Arbeit überdenken wir die Mythen über die überlegene Leistung der Markt-Timing-Strategien mit gleitenden Durchschnitt und Zeitreihen Dynamik Regeln. Diese aktiven Zeitstrategien sind aufgrund ihrer außerordentlichen Einfachheit sehr attraktiv für Investoren und weil sie versprechen wesentliche Vorteile gegenüber ihren passiven Pendants (siehe beispielsweise das Papier von M. Faber (2007) `` einen quantitativen Ansatz, um Taktische Asset Allocation "veröffentlicht im Journal of Wealth Management). Allerdings `` zu gut um wahr "zu sein, berichtet Leistung dieser Market-Timing-Regeln wirft eine berechtigte Sorge, ob diese Leistung ist realistisch sind und ob die Investoren hoffen, dass die erwarteten zukünftigen Leistungen wird die gleiche wie sein die dokumentierte historische Leistung. Wir argumentieren, dass die berichtete Performance des Market-Timing-Strategien enthält in der Regel einen erheblichen Data-Mining-Bias und ignoriert wichtige Marktfriktionen. Um diese Probleme zu behandeln, führen wir out-of-sample Tests dieser beiden Zeitmodelle, wo wir für eine realistische Transaktionskosten zu berücksichtigen. Unsere Ergebnisse zeigen, dass im besten Fall der realen Leistung der Markt-Timing-Strategien ist nur geringfügig besser als die der passiven Pendants. Beekhuizen, Hallerbach: Aufdecken Trend Regeln Trend Regeln sind weit verbreitet zu folgern, ob die Finanzmärkte zeigen eine Auf - oder Abwärtsentwicklung. Durch geeignete Long - oder Shortpositionen, kann man von einer Fortsetzung dieser Trends zu profitieren. Herkömmlicherweise Trend Regeln auf gleitenden Durchschnitte (MAs) der Preise und nicht zurückkehrt, die verschleiert, wie viel Gewicht auf verschiedenen historischen Zeitabschnitten zugeordnet basiert. In diesem Beitrag zeigen wir, wie die zugrunde liegenden historischen Gewichtungsschemata der Preis MAs und Kombinationen von Preis MAs aufzudecken. Dies führt zu überraschenden und nützliche Erkenntnisse zu beliebten Trendregeln, zum Beispiel, das einige Trendregeln Informationen Zerfall invertiert (dh entfernte Renditen haben mehr Gewicht als neueren) oder versteckte Rückkehr zum Mittelwert Mustern. Dies eröffnet die Möglichkeit zur Verbesserung der Trend der Regel durch die Analyse der Mehrwert der Mean-Reversion-Teil. Wir befürworten die Gestaltung Trend Regeln in Bezug auf die Renditen statt Preise, wie sie bieten mehr Flexibilität und ermöglichen eine Anpassung Trend Regeln, Muster in Renditen Autokorrelation.