Копипаст | Последние научные исследования 8. Alpha in Academia.     

Перевод статьи из блога Alpha in Academia.

Моментум опционов на акции

Название статьи: Внутридневная доходность опционов: История двух моментов

Резюме:

В данной работе раскрываются две различные модели импульса во внутридневной доходности опционных стрэддлов: утренний и послеобеденный импульс, что дает трейдерам возможность извлечь выгоду из предсказуемого поведения рынка.

Утренний импульс показывает, что повышенная волатильность в первые 30 минут торгов имеет тенденцию сохраняться в том же интервале на следующий день. Например, если вчера утром волатильность и доходность были высокими, то, скорее всего, сегодня на утренней сессии будет наблюдаться такая же повышенная активность. Эта модель приносит значительную прибыль в размере 41 базисного пункта в день, или более 100% в год, при коэффициенте Шарпа 4,64.

Послеполуденный импульс возникает в последние 30 минут торгов, когда доходность вчерашнего закрытия, как правило, предсказывает доходность сегодняшнего закрытия. Хотя послеполуденный импульс часто разворачивается в течение ночи (например, положительная доходность вчерашнего закрытия может привести к отрицательной доходности сегодняшнего открытия), продолжение именно от закрытия к закрытию приносит значительную прибыль в размере 8 базисных пунктов в день, илиоколо 20% в год, с коэффициентом Шарпа 3,12.

Эти результаты указывают на устойчивую внутридневную сезонность в доходности опционов, выявляя возможности использования неэффективностей для трейдеров.

Размышления:

Эта статья представляет собой сочетание двух любимых мною вещей — опционов на акции и аномалии импульса. Для тех, кто не знаком с опционами, опционный стрэддл — это, по сути, ставка на волатильность базовой акции, а не на ее направленное движение. Длинный стрэддл приносит прибыль, когда волатильность выше ожидаемой, в то время как короткий стрэддл выигрывает от того, что волатильность ниже ожидаемой. Если вам интересно узнать больше, то в этой статье Investopedia есть отличное объяснение опционных стрэддлов.

Авторы строят стрэддлы с использованием опционов, продаваемых в момент исполнения, а также выяснили, что на эту стратегию не влияют такие события, как объявления о доходах. А еще — какой феноменальный коэффициент Шарпа! За такую стратегию хедж-фонды готовы убить. Будет интересно посмотреть, сохранится ли эта исключительная доходность с поправкой на риск, когда трейдеры и портфельные менеджеры воспользуются этой возможностью.

Язык раскрытия информации влияет на доходность

Название работы:Рискованные слова и доходность

Резюме:

В данной работе анализируется раздел «Факторы риска» в отчетах компаний 10-K и выявляются «рискованные слова», которые предсказывают будущие показатели акций. Фирмы, подчеркивающие эти слова, как правило, имеют более высокую будущую доходность, поскольку инвесторы требуют премию за принятие на себя соответствующих рисков. Стратегия long-short, основанная на этих словах, генерирует 22% годовой альфы при коэффициенте Шарпа 2,01, и остается устойчивой с 13% годовой альфы и коэффициентом Шарпа 1,76, если исключить компании с микро-капитализацией.

Используя машинное обучение, авторы исследования сгруппировали рискованные слова в 14 кластеров (например, энергетика, здравоохранение, кредиты), представляющих систематические риски. Более рискованные слова сигнализируют о более высоких ожидаемых доходах, а не о снижении цен, а также предсказывают более широкую экономическую неопределенность, коррелируя с такими показателями, как VIX и индекс EPU. Этот инновационный подход подчеркивает, как язык раскрытия информации влияет на поведение рынка.

Размышления:

Я уже рассказывал о нескольких работах, посвященных торговле настроениями, но ни одна из них не достигла такого уровня ясности и не показала столь впечатляющих результатов стратегии.

Кто бы мог подумать, что сухой, наполненный жаргоном раздел раскрытия информации в 10-К может обладать такой силой? Оказывается, язык, которым компании описывают свои риски, — это не просто наполнитель для соблюдения требований, он играет реальную роль в том, как инвесторы оценивают риски и относятся к ним. По мнению авторов, эти «рискованные слова» дают значимый сигнал о рисках, которые на самом деле важны для рынка, что намного превосходит то, что могут объяснить традиционные показатели (такие как скучные EBITDA и EPS).

Торговля S&P 500 во время выборов в США

Название работы: От голосов до волатильности: прогнозирование фондового рынка в день выборов

Резюме:

В данной работе представлена модель прогнозирования фондового рынка в день выборов (EDSMF) (модель на основе LLM), которая предсказывает внутридневные движения акций во время президентских выборов в США путем интеграции политических сигналов с традиционными фондовыми данными. Используя высокочастотные данные по S&P 500, модель прогнозирует доходность в следующую минуту, чтобы обосновать динамическую стратегию длинных и коротких сделок. Стратегия предполагает покупку акций с самыми высокими прогнозируемыми доходами и короткую продажу акций с самыми низкими доходами, а также ежеминутную ребалансировку позиций, чтобы уловить быстрые изменения на рынке.

Во время выборов 2024 года этот подход достиг коэффициента Шарпа 1,8163, превзойдя эталонные показатели. Сочетая подробную политическую информацию, такую как влияние политики кандидата на конкретный сектор, с прогнозами акций на уровне минут, модель показывает, как стратегии, ориентированные на конкретные сценарии, могут улучшить результаты торговли в таких уникальных условиях, как день выборов.

Размышления:

Эта работа определенно сложнее, чем две предыдущие, на которые я обратил внимание. Хотя она демонстрирует еще один высокий коэффициент Шарпа, я скептически отношусь к ее способности работать в реальной торговле. Поскольку прогнозы генерируются каждую минуту, модель и стратегия должны не только быстро вычислять эти прогнозы, но и молниеносно исполнять сделки. Учитывая огромный объем сделок, транзакционные издержки могут сильно повлиять на эффективность стратегии. Тем не менее, интересно посмотреть, насколько сильно политика может влиять на рынок.

Интересно, что в статье кандидаты называются только «Кандидат 1» и «Кандидат 2», не называя прямо ни Дональда Трампа, ни Камалу Харрис. Однако показано, что кандидат 1 положительно влияет на такие секторы, как энергетика, недвижимость и услуги связи, в то время как кандидат 2 предпочитает IT, здравоохранение и основные потребительские товары. При таком раскладе несложно сделать вывод о том, какой кандидат соответствует каждому из обозначений...

Прогнозирование изменений в индексе S&P 500

Название работы: Охота на лидеров завтрашнего дня: Использование машинного обучения для прогнозирования пополнения и удаления индексов S&P 500

Резюме:

В данной работе используется модель Random Forest для прогнозирования квартальных изменений в составе S&P 500, определяя такие ключевые факторы для добавлений, как трехмесячный средний объем торгов, количество аналитиков, покрывающих акции, и операционный доход. В случае исключения из состава участников предсказатели включают смену аудитора и отраслевые факторы, такие как перепредставленность.

Модель правильно предсказала ключевые изменения, такие как добавление Uber (UBER) и Jabil (JBL) (хотя и на квартал раньше) и удаление SolarEdge (SEDG), но пропустила другие, например BuildersFirstSource (BLDR). Исследование демонстрирует потенциальную торговую стратегию long-short, покупая акции, которые, вероятно, будут добавлены, и продавая акции, которые, как ожидается, будут удалены, предлагая основанный на данных подход к захвату альфы в динамике индекса.

Размышления:

В прошлом я уже рассказывал о работе, в которой изучались торговые возможности, основанные на изменениях цен на облигации при добавлении или исключении компаний из S&P 500. В этой работе мы сделали еще один шаг вперед, спрогнозировав эти изменения, что дает дополнительный уровень понимания. Мне интересно, что может дать трейдеру объединение этих двух стратегий.

Хотя модель Random Forest превзошла базовую логистическую регрессию и классификатор опорных векторов (SVC), я не могу не думать о потенциале других моделей для еще более эффективной классификации добавлений и исключений. По моему опыту работы на торговых площадках, а также по результатам предыдущих исследований, более продвинутые модели, такие как XGBoost, часто дают превосходные результаты при решении подобных задач классификации. Применение таких моделей или использование ансамблевых подходов может раскрыть еще большую предсказательную силу и альфа-потенциал для трейдеров.

Улучшенная модель ценообразования валютных опционов

Название работы: Условная факторная модель для доходности валютных опционов

Резюме:

В данной работе представлена модель инструментального анализа главных компонент (IPCA) — основа для оценки доходности валютных опционов путем увязки изменяющихся во времени факторов риска с экономическими, валютными и специфическими характеристиками опционов. Модель выявляет четыре ключевых фактора — неопределенность, моментум, макроэкономический и рыночный риск, — которые объясняют значительную часть вариаций доходности.

Используя эти факторы, стратегия достигает коэффициента Шарпа 5,88, демонстрируя способность модели использовать неэффективность ценообразования в валютных опционах. Интегрируя систематический импульс и рассматривая динамические взаимосвязи, модель IPCA устанавливает новый стандарт для понимания и прогнозирования доходности валютных опционов.

Размышления:

Это определенно длинная (и сложная) статья, насчитывающая почти 100 страниц. Для тех, кто знаком с анализом главных компонент (PCA) в статистике, IPCA — это его более динамичный собрат, часто используемый в финансовых массивах данных, где такие факторы, как риск и доходность, изменяются в зависимости от рыночных условий или специфических особенностей активов.

Хотя я не являюсь трейдером на валютном рынке (не говоря уже о торговле опционами на валютном рынке), эта статья все равно привлекла мое внимание. Рынок FX часто считается самым эффективным в мире благодаря своей ликвидности и огромному количеству участников. Это делает еще более впечатляющим тот факт, что в данной работе был обнаружен новый фактор импульса, способствующий достижению столь высокого коэффициента Шарпа. Это поистине захватывающий взгляд на рынок, который, как известно, трудно взломать.