Идея, которая выглядит очевидной только задним числом.

Новый paper от Beckmeyer & Wiedemann ставит под сомнение базовую догму momentum-стратегий: что все прошлые торговые дни одинаково важны. Классический mom берёт доходность за 12 месяцев и усредняет её. Каждый день - равный голос. Просто. Удобно. И, как выясняется, глупо.

А что если некоторые дни важнее других?

Есть так называемый Characteristic-Managed Momentum. Суть без математики:
• 153 характеристики компаний: размер, прибыльность, оценку, и так далее
• через нейросеть обучается модель решать, какие прошлые дневные доходности вообще имеют смысл
• и взвешивают не период, а конкретные дни внутри этого периода

Результат - momentum, который смотрит не на всё подряд, а на то, что реально двигает цену.

Цифры выглядят вызывающе:
• 18,5% годовых против 13,2% у классического momentum
• Sharpe 1,47 против 0,49
• max drawdown –28% против –80%
• работает даже после 2003 года, где обычный mom постоянно спотыкается

Самое интересное - что именно делает модель. Она перегружает вес в небольшое число дней. В среднем 35 дней дают 50% всего сигнала. Это, как правило:
• дни сильных ценовых движений
• earnings
• рыночные шоки и jump-дни

То есть momentum - это не медленный тренд из 252 наблюдений. Это несколько критических дней, которые тащат всё. И это важно не только из-за ML. Это сходится с кучей других работ:
momentum живёт не в среднем шуме, а в точках концентрации информации. Momentum это не про время. Это про события.
И если вы взвешиваете всё одинаково, вы гарантированно размываете сигнал.

Learn Macro ◽️ Explore Macro