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