PQR Research

В продолжении поста к моментуму вблизи исторического максимума: на выходных расширенная версия этого исследования вышла в Finance Research Letters. Если кратко, то сила моментума (для периодов наблюдения/удержания не менее года в акциях США) находится в…

В процессе рутинного перебора портфелей всплыл интересный факт: Большая часть силы трендовой стратегии (моментума) на американских акциях сидит в бумагах, которые близки к историческому максимуму (<0.9*Pmax). Если очистить stock universe от таких акций,…

Breaking bad trends. Взгляд исследователей из компании Research Affiliates на настройку трендовых стратегий в периоды разворотов рынка. https://telegra.ph/Breaking-bad-trends-08-27

В процессе рутинного перебора портфелей всплыл интересный факт: Большая часть силы трендовой стратегии (моментума) на американских акциях сидит в бумагах, которые близки к историческому максимуму (<0.9*Pmax). Если очистить stock universe от таких акций, то результаты стратегии (последний столбец) становятся скромными: низкая альфа/доходность лонг-шорт портфеля при отсутствии статистической значимости. Получается, что моментум в отскоках и боковиках - это некая ахиллесова пята, которую достаточно легко обнаружить. При этом доля лишних акций составляет около 55% портфеля для моментума на NYSE+NASDAQ с 1973 года.

Old but gold. Трехфакторная модель Фамы-Френча и зарождение системных тестов факторных стратегий на финансовых рынках. https://telegra.ph/Trehfaktornaya-model-Fama-and-French-1993-08-18

Большая часть исследований на этом канале и в ранних постах на Смартлабе посвящена факторным стратегиям. С одной стороны, большинство классических идей (momentum, value, size и low volatility) действительно работает на нашем рынке и обгоняют индекс на длинной дистанции. С другой стороны, высокие просадки одновременно по длинным и коротким позициям (factor crashes) делают такие стратегии не очень комфортными для удержания. Может сложиться впечатление, что диверсификация среди 3-6 устойчивых факторов может помочь, ведь не может большинство рыночно-нейтральных портфелей двигаться сонаправленно? К сожалению, околонулевая корреляция между факторами ломается именно в тот момент, когда она больше всего требуется. В работе Arnott et al. (2019) на данных по американскому рынку показано, что корзина из 6 устойчивых факторных стратегий имеет схожую максимальную месячную просадку, что и отдельные факторы (Exhibit 8). Похожие результаты я получил по 11 развивающимся рынкам, включая российский. Причины (и потенциальные предикторы) factor crashes мне неизвестны, по крайней мере такие периоды не связаны с повышенной волатильностью рыночных индексов, валютных курсов или аномально высокой/низкой доходностью акций. Но известно, что сама сонаправленность возникает из-за того, что разные факторы отбирают в портфель одни и те же акции, а не из-за роста сонаправленности на всем рынке. Соответственно, на этапе каждой ребалансировки можно исключить все пересекающиеся позиции внутри набора факторов для устранения риска критических убытков диверсифицированного портфеля стратегий. И для большинства рынков это действительно работает: 1) На прикрепленном графике отражена средняя корреляции доходности (LTM) портфелей для стратегий momentum, size и low volatility по 11 развивающимся рынкам в оригинальном виде (синяя линия) и после исключения пересекающихся позиций (красная линия). Самый крупный всплеск корреляции зафиксирован в 2004г. со значением 0 против максимального значения 0.5 для исходных портфелей. 2) Более точной метрикой factor crashes является доля периодов, когда доходность всех трех арбитражных портфелей на одном рынке отрицательна, максимальная серия таких периодов и количество серий с 2+ периодами отрицательной доходности. Для большинства рынков проблема с сонаправленностью решена, но какой ценой? 3) Сами по себе уникальные факторы проигрывают в доходности и альфе исходным факторам на длинной дистанции. Т.е. неуникальная часть портфеля содержит важный источник риска и доходности. Уникальные факторы интересны для активного менеджмента факторов (тайминга) и для дальнейшего изучения причин сонаправленности. Прикрепил полный текст этого исследования, который вышел в журнале Borsa Istanbul Review в начале этого года. Отдельная благодарность Стамбульской бирже за покрытие расходов на open access для всех читателей :) Ссылка на веб-версию: https://www.sciencedirect.com/science/article/pii/S2214845023001540

Сделал небольшое исследование по связи капитализации с ликвидностью акций на примере РФ и США. Для штатов капитализация действительно хорошо (90%+) отражает ликвидность. Для России портфели самых крупных и самых ликвидных акций отличаются по составу в среднем на 25%. Полный текст на vc: https://vc.ru/finance/406911-mozhno-li-schitat-dorogie-kompanii-bolee-likvidnymi-sravnitelnyy-analiz-akciy-rossii-i-ssha-kod-na-python Код с бэкстестами отправляется с этим сообщением.

Более года назад делал разрозненные исследования по факторам Momentum, Size и Value - собрал их в единый кулак в новой статьей на VC. С бэктестами. https://vc.ru/finance/399413-rabotayut-li-akademicheskie-idei-na-moskovskoy-birzhe-bolshoy-bektest-po-vsem-rossiyskim-akciyam-s-2003-goda

На днях вышло исследование по поиску взаимосвязи динамики цен и объема торгов по нашим бумагам с обсуждениями на mfd и в популярных Telegram каналах. Начинал писать его с коллегами по ВШЭ в начале 2020г и, вероятно, что роль Telegram сейчас выше, чем у всех прочих источников в плане охвата мнений частных инвесторов. Основные тезисы: 1) Мы взяли сообщения из популярных (>5_000 подписчиков) Telegram каналов (с 2017г по 2020г) и веток на mfd (с 2013 по 2020г) по 60 компаниям с Мосбиржи. 20 из них были голубыми фишками, 20 компаний второго эшелона и 20 неликвидов. Сообщения разделили на 3 типа тональности: негативную, позитивную и нейтральную. Этими данными пытались объяснить динамику цен и объема торгов по акциям в разрезе их групп. На тот момент мы охватывали более 50% активных брокерских счетов. Если предполагать, что пользователи не были ботами и не пересекались на 100%; 2) В целом, сентимент пригоден для объяснения доходности и, особенно, объема торгов. Тональность важна. Негативные сообщения обладают большей объясняющей силой. Если одновременно учитывать позитивную тональность сообщений и их активность, то модель получается еще сильнее. В статье мы назвали эту метрику HYPE индикатором; 3) Сентимент лучше работает по группе неликвидных акций. По группе сообщений mfd результаты более уверенные, но тогда это был крупнейший источник. Для определения тональности мы вручную разметили около 30_000 сообщений. Полный текст с описанием методологии и данных доступен бесплатно на сайте журнала (стр. 53-84) http://journal.econorus.org/pdf/NEA-53.pdf

Тикеры 552 акций из эксперимента. Для выгрузки с yfinance добавьте к каждому '.ME'

Какие акции меньше всего коррелируют с широким индексом? Исследование рынка российских неликвидов. Часть 1/3 Засел за изучение вселенной неликвидов на Мосбирже и понял, что в один обзор все не уместить. В первой части выделим неликвиды как группу, посмотрим их свойства и связь с остальными бумагами. Затем проверим простенькие стратегии отбора отдельных бумаг без учета всех сложностей учета издержек. В заключительной части постараемся учесть издержки, неидеальное исполнение сделки и недоступные для покупок акции. Основные тезисы: 1) Само по себе портфельное инвестирование (3 месяца и более) в неликвиды бессмысленно. Равновзвешенный индекс бумаг с дневным оборотом < 5 млн. руб. не вырос за 10 лет. В то время как индекс Мосбиржи, равновзвешенный индекс среднеликвидных бумаг и голубых фишек существенно вырос; 2) В отличие от всех прочих акций, неликвиды – единственная устойчивая группа в плане дневных возможностей заработка от лонга. Количество дней, когда не было ни одной акции с положительной доходностью на падающем индексе Мосбиржи для группы голубых фишек с 2011г. – 105. Для неликвидов таких дней было 24. А после 2014г. вообще 0. Да, эту прибыль нужно еще собрать с учетом комиссий и проскальзывания, но в отличие от индексных бумаг, есть поле для дальнейшей работы; 3) Предварительно, все интересные истории по неликвидам проходят в краевых портфелях по объему торгов и моментуму/реверсалу. Отдельные бумаги требуют изучения, но в спящих квантилях практически нет динамики. Полная версия на SL: https://smart-lab.ru/blog/786819.php

Решил реанимировать канал. Ядро останется прежним – длинные посты по системным исследованиям рынка, обзор научных работа по финансовой экономике, построение портфелей. Пока приостановил анализ текстов и сентимент. Новое название в честь 18-релиза бесплатной библиотеки для моделирования стратегий :) Ссылка прежняя https://github.com/atomtosov/pqr Возобновления исследований рынка начнется сегодня с сектора неликвидов на Мосбирже в трех частях.

Channel photo updated

Channel name was changed to «PQR Research»

Добавили quickstart в ридми и в отдельный блокнот: https://github.com/atomtosov/pqr/blob/dev/examples/quickstart.ipynb

Файл с дорожной картой в оригинальном качестве

Привет, почти 2 месяца назад мы запустили первую версию нашей библиотеки PQR для тестирования инвестиционных идей. Разделов для улучшения было так много, что Андрей (github.com/eura17) почти полностью переписал все функции. Основные изменения: 1) Переход к объектно-ориентированному программированию. Код легче читается и занимает меньше места. 2) Добавили функцию correct_matrices — она приравнивает матрицы с исходными данными к одному виду. Сортирует и удаляет отсутствующие в остальных матрицах столбцы (акции) и строки (периоды); 3) Появилась документация на readthedocs; 4) Возможность перебора параметров стратегии через grid_search. Быстрый вывод таблицы с результатами или отдельного параметра (например, Шарп) для стратегий с разными периодами наблюдения, удержания и лагом; 5) Больше метрик для портфелей и меньше багов. Из нового — максимальная просадка и количество прибыльных сделок. Полный пост на SL: https://smart-lab.ru/blog/706620.php Сама библиотека: https://github.com/atomtosov/pqr/tree/dev Документация: https://pqr.readthedocs.io/en/latest/index.html Код для тестирования портфелей Value и Size https://github.com/atomtosov/pqr/blob/dev/examples/size%2B_value(some)_factors_on_russian_market.ipynb

А саму библиотеку можно скачать здесь https://github.com/atomtosov/pqr Функции и переменные подписаны. Полноценный гайд в процессе. В папке examples есть ноутбуки по кросс-секционному моментуму.