การประเมินปัจจัยในการบริหารจัดการเชิงปริมาณผลงาน เมื่อมันมาถึงการจัดการพอร์ตโฟลิโอของหุ้นเมื่อเทียบกับมาตรฐานที่เป็นปัญหาความแตกต่างจากการกำหนดกลยุทธ์การกลับมาแน่นอน ในอดีตมีการถือหุ้นมากขึ้นกว่าในภายหลังที่หุ้นที่ทุกคนสามารถจะจัดขึ้นถ้ามีโอกาสที่ไม่ดีพอ เหตุผลที่เป็นข้อผิดพลาดติดตาม นี้ถูกกำหนดให้เป็นค่าเบี่ยงเบนมาตรฐานของผลตอบแทนผลงานลบผลตอบแทนมาตรฐาน หุ้นน้อยจะจัดขึ้นเมื่อเทียบกับมาตรฐานที่สูงกว่าข้อผิดพลาดการติดตาม (เช่นความเสี่ยงสูง) การวิเคราะห์ที่ตามมาเป็นแรงบันดาลใจส่วนใหญ่มาจากหนังสือการบริหารการลงทุนที่ใช้งานโดย Grinold คาห์น นี่คือพระคัมภีร์สำหรับทุกคนที่สนใจในการทำงานผลงานกับมาตรฐาน ผมขอแนะนำให้ทุกคนที่มีความสนใจในหัวข้อที่จะอ่านหนังสือตั้งแต่ต้นจนจบ มันเขียนอย่างดีและวางรากฐานของการจัดการผลงานที่ใช้งานระบบ (ฉันมีความร่วมมือในการแก้ไขหรือผู้เขียนไม่ได้) 1 การวิเคราะห์องค์ประกอบ นี่กำลังพยายามที่จะจัดอันดับอย่างถูกต้องที่สุดหุ้นในการลงทุนบนพื้นฐานผลตอบแทนไปข้างหน้า มีหลายคนที่มากับเครื่องมือมากมายและแตกต่างกันนับไม่ถ้วนของเครื่องมือเหล่านั้นได้รับการพัฒนาเพื่อให้บรรลุนี้ ในบทความนี้ผมมุ่งเน้นไปที่สองตัวชี้วัดที่ง่ายและใช้กันอย่างแพร่หลาย: ค่าสัมประสิทธิ์ข้อมูล (IC) และควอนไทย้อนกลับ (QR) 1.1 ข้อมูลค่าสัมประสิทธิ์ ไอซีจะช่วยให้ภาพรวมของความสามารถในการคาดการณ์ปัจจัยที่ อีกอย่างแม่นยำนี้เป็นตัวชี้วัดของวิธีการที่ดีเป็นปัจจัยอันดับหุ้นบนพื้นฐานผลตอบแทนไปข้างหน้า ไอซีถูกกำหนดให้เป็นความสัมพันธ์ยศ (ρ) ระหว่างตัวชี้วัด (เช่นปัจจัย) และผลตอบแทนไปข้างหน้า ในแง่ความสัมพันธ์ทางสถิติยศเป็นมาตรการที่ไม่อิงพารามิเตอร์ของ Dependance ระหว่างสองตัวแปร สำหรับตัวอย่าง n ขนาด คะแนนดิบ n จะถูกแปลงเป็นอันดับและρคำนวณจาก: ขอบฟ้าเพื่อกลับไปข้างหน้าจะต้องมีการกำหนดโดยนักวิเคราะห์และฟังก์ชั่นของการหมุนเวียนและการเสื่อมสลาย strategys อัลฟา (นี้ได้รับเรื่องของการวิจัย) เห็นได้ชัดว่า ICs จะต้องสูงที่สุดเท่าที่เป็นไปได้ในแง่แน่นอน สำหรับผู้อ่านกระตือรือร้นในหนังสือโดย Grinold คาห์นสูตรการเชื่อมโยงข้อมูลอัตราส่วน (IR) และ IC จะได้รับ: มีความกว้างเป็นจำนวนของการเดิมพันอิสระ (การซื้อขาย) สูตรนี้เป็นที่รู้จักกันเป็นกฎพื้นฐานของการจัดการการใช้งาน ปัญหาคือว่ามักจะกำหนดความกว้างได้อย่างถูกต้องจะไม่ง่ายอย่างที่มันฟัง 1.2 ควอนไทกลับ เพื่อให้มีการประเมินที่ถูกต้องมากขึ้นของปัจจัยอำนาจการทำนายของมันจำเป็นที่จะไปขั้นตอนต่อไปและหุ้นกลุ่มตาม quantile ของค่าปัจจัยแล้ววิเคราะห์ค่าเฉลี่ยของผลตอบแทนไปข้างหน้า (หรือแนวโน้มเข้าสู่ส่วนกลางตัวชี้วัดอื่น ๆ ) ของแต่ละ quantiles เหล่านั้น ประโยชน์ของเครื่องมือนี้คือตรงไปตรงมา ปัจจัยที่สามารถมี IC ที่ดี แต่อำนาจการทำนายที่อาจจะมีการ จำกัด จำนวนเล็ก ๆ ของหุ้น นี้ไม่ดีเป็นผู้จัดการผลงานจะต้องเลือกหุ้นที่อยู่ในจักรวาลทั้งหมดเพื่อตอบสนองข้อ จำกัด ข้อผิดพลาดในการติดตามของ quantiles ดีกลับมีลักษณะความสัมพันธ์ระหว่างจำเจ quantiles บุคคลและผลตอบแทนไปข้างหน้า 2 ข้อมูลและรหัส หุ้นทั้งหมดในดัชนี SP500 (อย่างเวลาที่เขียน) เห็นได้ชัดว่ามีอคติเรืออยู่รอด: รายการของหุ้นในดัชนีมีการเปลี่ยนแปลงอย่างระหว่างเริ่มต้นและสิ้นสุดของรอบระยะเวลาตัวอย่าง แต่ดีพอสำหรับวัตถุประสงค์ในการประกอบการอธิบายเท่านั้น รหัสดาวน์โหลดด้านล่างราคาหุ้นในแต่ละ SP500 ระหว่างมกราคม 2005 และวันนี้ (มันต้องใช้เวลาสัก) และเปลี่ยนราคาดิบให้เป็นผลตอบแทนในช่วง 12 เดือนและเดือนที่ผ่านมา อดีตเป็นปัจจัยของเราหลังจะนำมาใช้เป็นตัวชี้วัดการกลับมาข้างหน้า ด้านล่างเป็นรหัสในการคำนวณค่าสัมประสิทธิ์สารสนเทศและการส่งคืนวอนไท โปรดทราบว่าผมใช้ครัวเรือนในตัวอย่างนี้ แต่วิธีการจัดกลุ่มอื่น ๆ (terciles, deciles ฯลฯ ) สามารถนำมาใช้ จริงๆมันขึ้นอยู่กับขนาดของกลุ่มตัวอย่างสิ่งที่คุณต้องการที่จะจับภาพและอากาศที่คุณต้องการที่จะมีภาพรวมที่กว้างหรือมุ่งเน้นการกระจายหาง สำหรับการประเมินผลตอบแทนในแต่ละ quintile มัธยฐานได้ถูกใช้เป็นประมาณการแนวโน้มเข้าสู่ส่วนกลาง วัดนี้มีมากน้อยไวต่อค่าผิดปกติกว่าค่าเฉลี่ย และสุดท้ายรหัสการผลิตวอนไทกลับแผนภูมิ 3 วิธีการใช้ประโยชน์จากข้อมูลข้างต้นหรือไม่ ในแผนภูมิข้างต้นไตรมาสที่ 1 ปีที่ผ่านมาเป็นผลตอบแทนต่ำสุด 12 เดือนและ Q5 สูงสุด มีการเพิ่มขึ้นต่อเนื่องในเกือบ quantiles ผลตอบแทนระหว่างไตรมาสที่ 1 และ Q5 ซึ่งบ่งชี้อย่างชัดเจนว่าหุ้นตกไปอยู่ใน Q5 ดีกว่าผู้ที่ตกอยู่ในไตรมาสที่ 1 ประมาณ 1% ต่อเดือน นี้เป็นอย่างมากอย่างมีนัยสำคัญและมีประสิทธิภาพสำหรับการดังกล่าวเป็นปัจจัยที่เรียบง่าย (ไม่จริงประหลาดใจแม้ว่า) ดังนั้นจึงมีโอกาสมากขึ้นที่จะชนะดัชนีน้ำหนักเกินโดยหุ้นตกไปอยู่ใน Q5 และ underweighting ผู้ที่ตกอยู่ในไตรมาสที่ 1 ปีเมื่อเทียบกับเกณฑ์มาตรฐาน ไอซีของ 0.0206 อาจได้หมายความว่าการจัดการที่ดีในตัวเอง แต่มีความหมายที่แตกต่างจาก 0 บ่งชี้ว่ามีอำนาจในการพยากรณ์ที่ดีของ 12 เดือนที่ผ่านมาโดยรวมกลับ การทดสอบอย่างเป็นทางการอย่างมีนัยสำคัญสามารถประเมินได้ แต่นี้อยู่นอกเหนือขอบเขตของบทความนี้ 4 ข้อ จำกัด ในทางปฏิบัติ กรอบดังกล่าวข้างต้นเป็นที่ยอดเยี่ยมสำหรับการประเมินปัจจัยการลงทุนที่มีคุณภาพ แต่มีจำนวนของข้อ จำกัด ในทางปฏิบัติที่จะต้องมีการแก้ไขสำหรับการดำเนินชีวิตจริง: ปรับสมดุล ในคำอธิบายข้างต้นสันนิษฐานว่าในตอนท้ายของแต่ละเดือนผลงานที่มีการปรับสมดุลได้อย่างเต็มที่ ซึ่งหมายความว่าหุ้นทั้งหมดที่ลดลงในไตรมาสที่ 1 มีความหนักและหุ้นทั้งหมดตกอยู่ใน Q5 ที่มีน้ำหนักเกินเมื่อเทียบกับเกณฑ์มาตรฐาน นี้ไม่ได้เป็นไปได้เสมอสำหรับเหตุผลในทางปฏิบัติ: หุ้นบางคนอาจจะได้รับการยกเว้นจากการลงทุนที่มีข้อ จำกัด เกี่ยวกับอุตสาหกรรมหรือน้ำหนักภาคมีข้อ จำกัด เกี่ยวกับผลประกอบการ ฯลฯ ต้นทุนการทำธุรกรรม นี้ยังไม่ได้นำมาพิจารณาในการวิเคราะห์ข้างต้นและนี่คือเบรกอย่างร้ายแรงต่อการดำเนินชีวิตจริง การพิจารณาผลประกอบการจะดำเนินการมักจะอยู่ในชีวิตจริงในรูปแบบของการลงโทษที่มีต่อคุณภาพปัจจัย ค่าสัมประสิทธิ์การถ่ายเท นี้เป็นส่วนขยายของกฎพื้นฐานของการจัดการการใช้งานและผ่อนคลายสมมติฐานของรูปแบบ Grinolds ที่ผู้จัดการเผชิญข้อ จำกัด ที่ไม่ดักคอพวกเขาจากการแปลข้อมูลเชิงลึกการลงทุนโดยตรงในการเดิมพันผลงาน และในที่สุดผมประหลาดใจโดยสิ่งที่สามารถทำได้ในเวลาน้อยกว่า 80 บรรทัดของรหัสด้วย R ตามปกติความคิดเห็นใด ๆ ยินดีต้อนรับ