Breaking bad trends

Еще одна статья с лекарством для трендовых стратегий от рыночных разворотов. Идея экстремально простая: направление рынка, определяемое через пересечение сигналов краткосрочного и долгосрочного моментума, позволяет наладить переключение между параметрами стратегии. Чем больше расхождений между сигналами, тем ниже доходность базового 12-месячного моментума.

Ссылка на оригинальную публикацию в журнале. Требуется подписка на издателя Taylor and Francis.

Ссылка на препринт (драфт перед отправкой в журнал). Не требуется никаких подсписок.

Работа опубликована сотрудниками Research Affiliates, крупной исследовательской компании, предоставляющей smart beta индексы и аналитику. В комбинации с практико-ориентированным профилем Financial Analysts Journal можно предположить, что требования к пониманию контекста (знакомства со схожими исследованиями) - низкие. Но лучше все-таки сперва ознакомиться со следующими работами:

1. Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time series momentum. Journal of Financial Economics, 104(2), 228–250. https://doi.org/10.1016/j.jfineco.2011.11.003 Подробнее о методике и предпосылках time-series моментума на разных классах активов.
2. Daniel, K., & Moskowitz, T. J. (2016). Momentum crashes. Journal of Financial Economics, 122(2), 221–247. https://doi.org/10.1016/j.jfineco.2015.12.002 Momentum crashes - периоды с огромными убытками рыночно-нейтральных (лонги и шорты в равных весах) трендовых стратегий в периоды разворотов рынка (и рыночных бет) от длинных и коротких позиций одновременно.
3. Barroso, P., & Santa-Clara, P. (2015). Momentum has its moments. Journal of Financial Economics, 116(1), 111–120. https://doi.org/10.1016/j.jfineco.2014.11.010 Интересный заход на тайминг моментума через прогнозную волатильность портфеля. Есть мнение, что заявленные транзакционные издержки сильно занижены, но для утверждения требуется репликация.

Стоит отметить, что slow (fast) time-series моментум в данной работе измеряется через среднюю 12-месячную (2-месячную) доходность по каждому из 43 фьючерсных контрактов на индексы акций, облигаций и сырьевые товары, а не через накопленную доходность (как в базовой работе Moskowitz et al. (2012) и в большинстве других работ по TS моментуму). Активы с положительной доходностью за N последних периодов отбираются в портфель как длинные позиции, а с отрицательной - как короткие.

Методика очень близка к скользящим средним, но авторы в каждом периоде сравнивают результаты обеих стратегий с нулевой доходностью, а расхождения сигналов (пересечения) используют для настройки динамичной стратегии (о ней далее). Условно, 1 - если доходность TS моментума выше нуля и 0 при <0.

Полученные 1 и 0 сравниваются между slow и fast вариациями стратегий в каждом периоде (месяце). Соответственно, значения расхождений находится в диапазоне от 0 до 12 за последний год. К слову, как экстремальное низкое, так и экстремально высокое количество пересечений встречаются довольно редко (менее 10% от общего количества периодов), что делает сигналы для переключений (и оборачиваемость) довольно низкой:

Связь между количеством расхождений авторы показывают через коэффициент Шарпа для 12-месячной стратегии в периоды различного количества расхождений сигналов. Шарп долгосрочной стратегии убывает вместе с количеством turning points и доходность находится в стабильном минусе при 6+ расхождениях за последний год:

Интересно, что большинство худших периодов для трендовых стратегий (и, соответственно, периодов с наибольшим количеством turning points) приходятся на современный период. Включая худший зафиксированный период для моментума в американских акциях (март 2009):

Соответственно, если количество расхождений в сигналах явно характеризуют результативность трендовой стратегии, то можно попробовать использовать их для переключения между долгосрочным и краткосрочным time-series моментумом. Если доходность актива за последние 12 и 2 месяца >0, то это бычий рынок. Аналогично, при одновременной доходности <0 - рынок медвежий. Если длинный сигнал на покупку, а короткий на продажу, то авторы определяют это состояния рынка как коррекцию, а в обратной ситуации - как отскок (первая система уравнений на графике ниже). Динамичная стратегия предполагает, что при однозначно бычьих (медвежьих) состояниях рынка торгуется базовый ts-моментум без изменений. А при оставшихся двух состояниях идет перераспределение весов между двумя стратегиями исходя из количества turning points (последняя система).

В результате динамичная стратегия обходит краткосрочный, долгосрочный моментум и их усредненную вариацию на всех состояниях рынка. Интересно, что это единственная стратегия с положительной доходностью в периоды следующие за turning points в интервале 2009-2019 гг:

Очевидно, что подход является сильно упрощенным, но показывает общую взаимосвязь между turning points трендовых стратегий и результативностью стратегий. Важно отметить, что высокое количество turning points != высокой волатильности, что подтверждает контроль на эту переменную.

Источники:

1. Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time series momentum. Journal of Financial Economics, 104(2), 228–250. https://doi.org/10.1016/j.jfineco.2011.11.003
2. Daniel, K., & Moskowitz, T. J. (2016). Momentum crashes. Journal of Financial Economics, 122(2), 221–247. https://doi.org/10.1016/j.jfineco.2015.12.002
3. Barroso, P., & Santa-Clara, P. (2015). Momentum has its moments. Journal of Financial Economics, 116(1), 111–120. https://doi.org/10.1016/j.jfineco.2014.11.010
4. Goulding, C. L., Harvey, C. R., & Mazzoleni, M. G. (2023). Breaking Bad Trends. Financial Analysts Journal, 80(1), 84–98. https://doi.org/10.1080/0015198X.2023.2270084