交易策略

量化投资五大前沿科研文章解读


今年金融研究的年度“geekfest”(正式名字为美国金融协会年会),汇集了世界金融界的顶级学术研究人员来讨论他们最新的金融研究成果。Alpha Architect评选出2018年量化投资领域的五大前沿科研文章,以下是其解读。

Stock Market Anomalies and Baseball Cards 

by Joey Engelberg, Linh Le and Jared Williams

金融领域一个长期未解的问题是关于所谓的“异常”(anomalies)或市场错误定价的研究是否是数据挖掘的结果或者反映真正的市场现象。作者们在棒球卡(一种供收集的棒球球员卡,类似于国内的集邮)市场寻找出了市场行为异常的样品证据。 如果错误定价是由人们行为驱动的,我们应该在金融市场之外的所有市场中都能看到错误的定价。作者证实,棒球卡市场同样受到与金融市场类似的市场无效问题的困扰。棒球卡市场投资者得到的教训与他们应该在金融市场中学到的教训相同。

启示:坚持选择赢家(即相对被低估的但基本面具有成长趋势的球员),并避免首次公开发售(即热门新秀卡)。

Competition and Momentum Profits 

by Gerard Hoberg, Nitin Kumar, and N.R. Prabhala

根据最大的动量(Momentum )因子基金iShares Edge Momentum Factor基金(股票代码:MTUM)的相对表现来衡量,2017年动量策略表现显然有利。但是,如果市场上有更多竞争者采用这一特定策略,那么该策略的非正常收益会怎样变化?直观来说,更多的竞争应该会降低策略的非正常收益,但这个问题实际上比我们想象的更难解决。从历史上看,研究人员专注于分析市场上有多少资金正在购买动量股票。但这些分析的结果却不一致。本文中的研究人员将这个问题重新梳理一下,简介地分析市场上有多少投资者在避免动量股票。作者证实了我们的直觉——更多的竞争导致动量利润衰退。作者确定了一个可以让投资者清晰监控竞争压力的方式,从而预测未来的动量利润。

启示:在决定是否将资本投入某类策略时,监控竞争者行为,这样可以避免拥挤交易(Crowded Trades)。

FinTechs and the Market for Financial Analysis 

by Jillian Grennan and Roni Michaely

由于互联网,智能手机和其他高新技术的强大功能,我们可以获得比以前更多的信息,也可以更快地访问信息。 由于信息超载,金融科技公司试图协助我们汇总信息,以便使我们可以更加高效地处理信息。 从理论上讲,汇总股票数据应能使投资者更快地了解所有公开可用的股票信息。 市场应该更有效率。 但实际上,信息汇总可能导致一些意想不到的后果。 作者发现,金融科技实际上可以减少投资者识别原始投资想法的动机,减少市场参与者制作原始财务信息的动机,从而降低市场效率。 这两种状况都不会提高市场价格的准确性。

启示:如果Fintech让你的生活变得轻松,那也让每个人的生活变得更加轻松。在网络上,你并没有优势,如果只依靠技术来做出投资决策,那么你将错过很多重要的细节。

The Impact of Internet Postings on Individual Investors

by Manuel Ammann and Nic Schaub

父母在我们小时都会教给我们一个基本的原则:不要拿陌生人的糖果。 在投资领域,这种建议同样正确:不要从陌生人那里获得投资建议。 作者分析了按照网络论坛上发布的投资建议进行投资的个人投资表现如何。作者发现,阅读论坛评论的投资者更多地受到看似更加复杂的评论以及最近表现良好的评论者的评论的影响。 毫无疑问,作者得出结论,根据网络建议进行投资可能不是一个好主意。

启示:做自己的投资研究,不要因为最近有人做得很好就认为他们很可能会继续保持良好状态。

From the Horse’s Mouth: What Matters to Individual Investors?

By James Choi and Adriana Robertson

“理论上,理论和实践之间没有区别。在实践中,存在着这样的问题。”作者采取了的策略:与其批评投资者如何看待市场,为什么不直接询问他们?这样做后,作者就投资者如何思考市场提出了一些很好的见解。好消息是,学者如何模拟投资者行为与投资者的实际行为大致相符。例如,投资者关心尾部风险,关注在将来保持自己的生活方式的能力,以及避免不确定的结果。但是调查结果中有一些坏消息。最重要的一点是投资者依赖过去的收益来预测未来的表现。尽管这一假设没有证据支持,但投资者仍然相信过去的收益。

启示:就投资者行为而言,理论与实践之间的区别相当小。 这对学术研究人员来说是个好消息。 然而,尽管学者们尽力使投资者避免使用过去的收益来预测未来的回报,但投资者仍然会这么做。

 

参考:

5 Cutting Edge Investment Research Articles, alpha architect

交易策略
幸存者偏差:投资决策陷阱
交易策略
高级期权策略之玉蜥蜴与扭曲姐妹
交易策略
高级期权策略之折翅蝶式
还没有评论哦,快来抢沙发吧!