İçindekiler:
- Duyarlılık Analizi ve Geri Test
- AIM Giriş Değişkenlerini Seçme
- Çıktı Değişkenlerini ve Zaman Çerçevesini Seçme
- AIM Testine İlişkin Varsayımlar
- Geri Test Sonuçları
- Sonuçlar
- AIM Web Siteleri
- AIM Tabanlı Yazılım
Robert Lichello'nun 1970'lerin sonunda geliştirdiği Otomatik Yatırım Yönetimi (AIM) algoritmasına biraz daha yakından bakmak için zaman ayırırsanız, bazı bariz sorular ortaya çıkıyor. Örneğin, portföy değerine aylıktan daha sık bakmak daha mı iyidir? Başlangıçtaki öz sermaye yatırımınız toplam yatırımınızın% 50'sinden fazla (veya az) olsaydı ne olurdu? Yüksek (veya düşük) fiyat oynaklığı sergileyen bir hisse senedi / fon / ETF seçerseniz getiri oranı artar mı yoksa düşer mi?
Bu makale, bu belirli soruları yanıtlamak için oldukça metodik bir yaklaşım benimseyecektir. Başka bir makaleYazdım, AIM algoritmasını 10 yıldan fazla geriye dönük test sonuçlarıyla açıklıyor ve bir diğeri AIM sisteminin çoklu ETF portföyünde nasıl kullanılacağını açıklıyor.
Duyarlılık Analizi ve Geri Test
Geriye dönük test alıştırması için, geçmişte belirli bir süre boyunca tek bir ETF (ticker SPY) kullanarak AIM algoritmasının performansını, giriş değişkenleri ayarlanmış ve değişmesine izin verilmemiş olarak inceledik.
Duyarlılık analizi, belirli girdi değişkenleri sistematik olarak değiştirildiğinde AIM algoritmasının çıktı sonuçlarının nasıl değişeceğini anlamak için geriye dönük test kavramını kullanır. Başka bir deyişle, girdi değişkenlerinin değişmesine izin verildiğinde AIM algoritmasının çıktısı ne kadar "hassas" dır.
AIM algoritmasının duyarlılık analizini gerçekleştirmek için, önce girdi değişkenlerini ve hangi aralığın değişmesine izin verileceğini seçmemiz gerekir. Sonra, çıktı değişkenlerini seçmemiz ve ardından geriye dönük test için bir zaman aralığı belirlememiz gerekir. Bu noktada, geri testlerin her birinden çıktı sonuçlarını toplarken, girdi değişkeni ayarlarının her kombinasyonu için geriye dönük testleri çalıştırmaya hazır olacağız. Sonunda sonuçları özetleyecek ve sonuçlarımızı çıkaracağız.
AIM Giriş Değişkenlerini Seçme
Bu analiz için, AIM algoritmasının üç girdi değişkeni seçeceğiz: Değerlendirme sıklığı, ilk öz sermaye yatırımı yüzdesi ve farklı öz sermaye yatırım türleri.
Değerlendirme Sıklığı
Bay Lichello, hisse senedi fiyatına aylık sıklıkta bakmayı önerdi. Bu kavramı duyarlılık analizimizde tutacağız ve ayrıca haftalık olarak kararlar almaya bakacağız. Gerçekten aktif tüccar için, algoritmanın günlük olarak karar almaya nasıl tepki verdiğini de göreceğiz.
İlk Öz Sermaye Yatırımı
Bay Lichello ilk önce öz sermaye ve nakit arasında% 50-% 50'lik bir dağılım önermiştir. Bununla birlikte, kitabının sonraki baskılarında özkaynaktan nakde% 80-% 20 kadar yüksek oranlar önermiştir. Duyarlılık analizimiz için bu kavramların her ikisini de tutacağız ve ayrıca% 50-% 50'nin altındaki alanı keşfedeceğiz. Ayarlarımız% 30 öz sermaye ile başlayacak ve% 80 öz sermayeye ulaşana kadar% 10 aralıklarla artacaktır.
Yatırımın Türü
State Street Global Advisors, S&P 500'ü 9 sektöre ayıran ETF'leri satar (Tüketici İsteğe Bağlı, Tüketici Temel Ürünleri, Enerji, Finans, Sağlık Hizmetleri, Endüstriyel, Malzemeler, Teknoloji ve Kamu Hizmetleri), bunlara Seçilmiş Sektör SPDR'leri denir. Bu analizde, S & P Depo makbuzu ETF'sine ek olarak iki sektör ETF'si, kısaltma kodu SPY'yi arayacağız. SPY'den daha yüksek fiyat oynaklığına ve SPY'den daha düşük volatiliteye sahip bir ETF kullanacağız. Oynaklığı ölçmek için bir hisse senedinin betasını kullanacağız. Morningstar'ın 3 yıllık beta tahminini kullanarak, en yüksek oynaklığa (1.24 beta) sahip ETF'nin Enerji hisse senedi olan XLE olduğunu görüyoruz. En düşük beta olan 0.18 hisse senedi, Utility ETF, ticker XLU'dur. Öyleyse, 1.00 beta ile SPY, 0.18 beta ile XLU ve 1.24 beta ile XLE kullanacağız.
Tüm bu giriş değişkenleri ve ayarlar, Giriş Değişkenleri ve Ayarlar başlıklı tabloda özetlenmiştir.
Değişken | Ayar 1 | Ayar 2 | Ayar 3 | Ayar 4 | Ayar 5 | Ayar 6 |
---|---|---|---|---|---|---|
Değerlendirme Sıklığı |
Günlük |
Haftalık |
Aylık |
|||
İlk Yatırım Yüzdesi |
% 30 |
% 40 |
% 50 |
% 60 |
% 70 |
% 80 |
ETF / Beta |
XLU / 0.18 |
SPY / 1.00 |
XLE / 1,24 |
Çıktı Değişkenlerini ve Zaman Çerçevesini Seçme
Çıktı değişkenleri için, her bir geriye dönük test için yatırım performansını doğru bir şekilde ölçme yeteneğine ihtiyacımız var. Kullanacağımız ölçüm, İç Getiri Oranı olarak da adlandırılan yıllık getiri oranıdır. Neyse ki, Microsoft Excel ™, hesaplamayı standartlaştırmak için kullanacağımız yerleşik bir işleve (XIRR) sahiptir. Ek olarak, nihai portföy değerini, meydana gelebilecek herhangi bir nakit açığını ve toplam işlem sayısını yakalayacağız.
Geçmiş fiyat verilerinin zaman çerçevesi 22/12/1998 ile 31/7/2013 arasındadır, bu 14,5 yıldan biraz fazladır. Tarihsel fiyat ve temettü verileri Yahoo! finans web sitesi.
Özetlemek gerekirse, bu analiz için çalıştıracağımız tüm geri test durumlarını ortaya koyalım. Eşzamanlı olarak değiştireceğimiz 54 farklı değişken ve ayar kombinasyonu vardır. Elli dört test senaryosunun tümü bir grafik biçiminde görüntülenir, Test Durumları başlıklı şekle bakın.
Her bir test senaryosu, tek bir geriye dönük testi temsil eder; örneğin, bir test senaryosu, AIM algoritmasını% 30 başlangıç öz sermaye yatırımına ayarlamak, değerlendirme sıklığını günlük olarak ayarlamak ve XLU-Utility ETF'si için geçmiş fiyat verilerini kullanmaktır. Verileri AIM algoritması ile çalıştırın, iç getiri oranını hesaplayın, nihai portföy değerini, nakit eksikliğini ve toplam işlem sayısını yakalayın.
Test Durumları
AIM Testine İlişkin Varsayımlar
Ampirik bir analiz yaparken varsayımları belgelemek her zaman gereklidir, işte bu analizin listesi:
- Toplam İlk yatırım tutarı 10.000 $ 'dır.
- İlk satın alma, 12/22/1998 tarihindeki açık fiyattır.
- AIM kararları, hisse senedinin aylık değerlendirme sıklığı için ayın son işlem gününde kapanış fiyatına, haftalık değerlendirme sıklığı için haftanın son işlem gününe veya günlük değerlendirme sıklığı için o güne ait kapanış fiyatına dayanır.
- Alım veya satım fiyatı, bir AIM kararını takip eden bir sonraki işlem gününde hisse senedinin açık fiyatıdır.
- Alım veya satım emirleri, yalnızca AIM piyasa emri portföyün mevcut özkaynak değerinin +/-% 5'i ise tetiklenir.
- Nakit eksiklikleri finanse edilecek ve bir satış emri yerine getirilene kadar kasa hesabı sıfıra ayarlanacaktır.
- Hisse senedi alım satım komisyonu dikkate alınmaz, ancak toplam işlem sayısını kullanarak genel komisyon maliyetini tahmin edebiliriz.
- Nakit rezerv getiri oranı% 0,5 APR'dir.
- Temettüler ek hisse senetlerine yeniden yatırılır.
Geri Test Sonuçları
Geri Test Sonuçları başlıklı tablo, 54 geri testin tümünün sonuçlarını göstermektedir. Üç girdi değişkeninden hangisinin getiri oranı üzerinde en önemli etkiye sahip olduğunu belirlemek için regresyon analizi kullandık ve sonuçlar:
- ETF Türü: En Önemli
- İlk öz sermaye yatırımı yüzdesi: Önemli
- Değerlendirme Sıklığı: önemsiz
Aslında, iki önemli değişken, ETF türü ve ilk öz sermaye yatırımı, getiri oranında gördüğümüz varyasyonun% 94'ünü oluşturur (istatistiksel olarak düşünülmüş için ayarlanmış r-kare değeri 0,937'dir)
Geri Test Sonuçları
SPY ve XLU'ya yatırım yapılırken, her seviyedeki değerlendirme sıklığında ve% 50'ye varan düşük başlangıç öz sermaye yatırımlarında önemli bir nakit açığı gözlemlendiğini unutmayın. Ancak, XLE'ye yatırım yaparken, değerlendirme sıklığı veya başlangıçtaki öz sermaye yatırımı yüzdesine bakılmaksızın hiçbir nakit sıkıntısı yoktu.
XLE'ye yatırım yaparken neden nakit sıkıntısı olmadığını anlamak için boğa piyasasını 2002 ortasından 2007'nin sonundaki boğa koşusunun zirvesine kadar yeniden yapılandırmamız gerekiyor. 7/23/2002 - 12/26/2007 XLE fiyat% 306,8 artışla 19.80 $ ile 80.55 $ arasında değişti. AIM, bu yükseliş sırasında birden fazla satış sinyali yayınlayarak, takip eden kaçınılmaz piyasa düşüşü sırasında satın alma fırsatları için nakit rezervleri oluşturacaktı. SPY ve XLU, 2002 sonlarından 2007'nin sonlarına kadar benzer bir boğa koşusu yaşadılar, ancak artış o kadar dramatik değildi. XLU% 191,4 ve SPY% 100,4 büyüdü. Dolayısıyla, XLE daha yüksek bir beta hisse senedi olduğu için, AIM'in daha fazla kar elde etmesine izin vererek daha yüksek bir fiyat artışına neden oldu. Bu, kasalarda 2008'in sonlarından 2009'un ortasına kadar olan sert düşüş sırasında çoklu satın alma sinyallerinden yararlanmaya yetecek kadar nakit ile sonuçlandı.
Ayrıca, değerlendirme sıklığı arttıkça ve ETF beta arttıkça işlem sayısının arttığını görüyoruz. Portföy değerimizi daha sık kontrol ediyorsak veya ETF fiyatı daha şiddetli bir şekilde yukarı / aşağı hareket ederse daha fazla alım satım fırsatı beklediğimiz için sezgisel olarak bu mantıklı.
Yatırım Türünün Etkileri başlıklı grafiğe baktığımızda, enerji ETF'si olan XLE'nin getiri oranı üzerinde ortalama% 11 ve% 7.1 ile% 14.5 aralığında en önemli etkiye sahip olduğunu görüyoruz.
Yatırım Türünün Etkileri
Şimdi de İlk Öz Sermaye Yatırımının Etkileri başlıklı grafiğe bakalım. Ortalama getiri oranının,% 30 başlangıç öz sermaye yatırımı ile% 5,3'ten% 80 başlangıç öz sermaye yatırımı ile% 11'e kadar doğrusal olarak arttığını görüyoruz. Gözlemlediğimiz en düşük getiri oranının% 3,8 ve en yüksek% 14,5 olduğunu unutmayın.
İlk Öz Sermaye Yatırımı Yüzdesinin Etkileri
Son olarak, Değerlendirme Sıklığının Etkileri başlıklı grafiğe baktığımızda, ortalama getiri oranının günlükten aylık değerlendirmelere çok fazla değişmediğini görüyoruz. Aslında, günlük ve aylık değerlendirmeler arasında sadece% 0,6 ortalama getiri oranı kadar küçük bir fark vardı.
Değerlendirme Sıklığının Etkileri
Değerlendirme sıklığı zaman içinde ölçüldüğünden, ona farklı bir açıdan bakabiliriz. Bir sonraki al / sat / beklet kararını değerlendirmek için harcanan süre için saat başına dolar cinsinden bir geri ödeme hesaplayabiliriz. Bunu yapmak için, daha sık değerlendirmeler için nihai portföy değerindeki ortalama artışı ve değerlendirmeler için harcanan toplam saati tahmin etmemiz gerekir.
Örneğin, AIM algoritmasını her güncellediğimizde 5 dakika harcarsak, bu çalışmanın 14,7 yılı boyunca aylık değerlendirmeler için toplam 14,7 saat, haftalık 63,7 saat ve günlük için 318,5 saat harcamış olurduk. Değerlendirme Sıklığının Nihai Portföy Değeri Üzerindeki Etkileri başlıklı grafiğe baktığımızda, ortalama nihai portföy değerinin aylık değerlendirmeler için 21.445 $, haftalık 23.772 $ ve günlük 25.044 $ olduğunu görüyoruz.
Bu bilgilere dayanarak, değerlendirmeyi aylıktan haftaya yükseltmenin geri ödemesi şu şekilde hesaplanır:
(nihai portföy değerinde artış) / (değerlendirme için ek süre) =
(23.772 - 21.445) / (63,7 - 14,7) = 2370 USD / 49 = 47,49 USD / saat
Bu nedenle, AIM algoritmasını, perişan bir maaş değil, 47,49 ABD doları geri ödeme için 49 saat daha güncelleyerek ortalama portföyümüzü 2.370 ABD doları artırdık.
Değerlendirmeyi aylıktan güne yükseltmenin geri ödemesi, haftalıktan günlük olan değerlendirmeyi artırmak için saat başına 11,85 ABD doları ve saatte 4,99 ABD dolarıdır.
Değerlendirme Sıklığının Nihai Portföy Değeri Üzerindeki Etkileri
Sonuçlar
İlk AIM makalemizden, çok çeşitli ETF: SPY ile AIM kullanarak Satın Al / Beklet yatırımını geliştirebileceğinizi gördük. Bu makaleden, SPY'yi parçalara ayırarak ve AIM'i bireysel iş sektörlerinde kullanarak daha fazla gelişme sağlanabileceğini görüyoruz. Bunun nedeni, toplu SPY'den farklı bir volatilite derecesine (Beta ile ölçülen) sahip olan bireysel endüstri ETF'lerinin olmasıdır. Bu fark, AIM'nin SPY için mevcut olmayan doğal dalgalanmanın daha fazlasını yakalamasına izin verir.
Bu, geri test verilerimizin regresyon analizi ile daha da doğrulanır. Bir hisse senedi yatırımları portföyünü kontrol etmek için AIM kullanacaksanız, dikkate almanız gereken en önemli faktörün, seçtiğiniz hisse senedi / yatırım fonu / ETF türü olduğu sonucuna varabiliriz. Daha spesifik olmak gerekirse, AIM algoritmasının daha yüksek beta / daha değişken yatırımlarla daha verimli olduğu görülmektedir. Yine de, bu analiz 0.18 ila 1.24 arasında değişen beta değerlerine sahip ETF'lerle sınırlıdır, standart ETF'lerden iki ve üç kat daha değişken olan bu ultra uçucu ETF'leri keşfetmedik. Dolayısıyla, sonuçlarımızı bu tür yatırım araçlarına göre tahmin etmek muhtemelen güvenli değildir.
AIM kullanıcıları web sitesinin arşivlerinde stok seçimi ile ilgili ayrıntılı bir makale bulunmaktadır. Bireysel şirketlerde hisse seçimine odaklanmasına rağmen, konseptin ETF seçimine uygulanması kolay olmalıdır.
Getiri oranı üzerinde önemli bir etki gösteren bir sonraki faktör, başlangıçtaki öz sermaye yatırımıdır. Yatırım yapılan ilk öz sermaye yüzdesi arttıkça getiri oranı doğrusal olarak arttığından, bu faktörü bir risk / getiri kaldıracı olarak kullanmalıyız. Örneğin, muhafazakar bir yatırımcıysanız ve bu güvenlik için daha düşük bir getiri oranı kabul etmeye istekli iseniz, başlangıçta ETF'ye yalnızca% 30-50 yatırım yapın. Tersine, riskli yatırımların tüm gücünü üstlenmeye istekli iseniz, o zaman% 60-80'lik bir başlangıç öz sermaye yatırımına gidin.
Son olarak, son faktör olan değerlendirme sıklığı, getiri oranına göre önemsiz görünmektedir. Bununla birlikte, AIM algoritmasını değerlendirmek için harcanan fazladan zamanın getirisine baktığımızda, portföy değerindeki artışımızın, değerlendirme sıklığını aylıktan haftaya çıkarırken en iyisi olduğunu görüyoruz (AIM algoritmasını değerlendirirken harcanan ek saat başına ortalama 47,49 $).
Elbette, değerlendirme sıklığını bir kolaylık faktörü olarak ele alabilirsiniz. Portföyünüzü günlük olarak kontrol etmek için zamanınız veya yatkınlığınız varsa, elbette sahip olun. O kadar zamanınız yoksa ancak hafta sonları kısa bir süreniz varsa, o zaman haftalık AIMing yapın. Günleriniz ve haftalarınız başka aktivitelerle doluysa, aylık portföy kontrolleri sizin için olabilir. Herhangi bir senaryoda, benzer getiri oranları görmeyi beklersiniz, ancak, değerlendirme sıklığı arttıkça toplam ticaret komisyonu maliyetlerinizin de artacağını unutmayın.
AIM Web Siteleri
- AIM Kullanıcıları Bülten Panosu (AIMUSERS)
AIM Tabanlı Yazılım
- Otomatik Yatırımcı: Uzun Vadeli Yatırım İçin Mekanik, Otomatik Hisse Senedi Yatırım Yazılımı
Otomatik Yatırımcı: Getirinizi Artırmak, Riskinizi En Aza İndirmek ve Size Zaman Kazandırmak için Tasarlanmış Güçlü, Otomatikleştirilmiş, Mekanik Bir Hisse Yatırım Yazılım Paketi.
© 2013 dburkeaz