Результаты консервативной количественной инвестиционной модели LQI (lazy quantitative investing), о которой я писал ранее (https://smart-lab.ru/blog/384110.php), за декабрь (результаты за прошлый месяц: smart-lab.ru/blog/508343.php). Модель третий месяц подряд обгоняет SPY, но учитывая динамику индекса за последний месяц это не очень-то вселяет оптимизм. Вот веса предыдущего месяца и соответствующие ретурны торгуемых тикеров:

weight monthly.ret
XLY 0.048 -7.95
XLP 0.221 -8.91
XLE 0.000 -12.43
XLF 0.000 -11.12
XLV 0.000 -9.35
XLI 0.196 -10.65
XLB 0.000 -6.88
XLK 0.000 -8.36
XLU 0.210 -3.99
IYZ 0.214 -8.22
VNQ 0.112 -7.96
SHY 0.000 0.76
TLT 0.000 5.85
GLD 0.000 4.92

В среднем перформанс выбранных секторов оказался чуть лучше, чем у SPY, за счет этого удалось примерно на 1% обогнать индекс, однако из-за отсутствия в портфеле из-за предыдущего несходящего тренда защитных активов — золота и трежерей — модель проиграла EQW (equal-weighted портфель торгуемых тикеров): (-8.8%) SPY vs (-7.8%) LQI vs. (-6.0%) EQW. В терминах максимальной просадки в течение месяца модель также обогнала SPY и оказалась хуже EQW: 12.6% LQI vs. 15.4% SPY vs. 11.1% EQW. Что немного радует: в течение месяца я активно управлял реальным счетом (сливая портфель по ходу углубления просадки), так что результат получился чуть лучше — наверное, где-то на уровне EQW, однако этот результат все равно удручающий.

( Читать дальше )

Тут все ударились в подведение итогов года, однако для меня год еще не закрыт — завтра сессия на NYSE, поэтому итоги 2018 года я традиционно подведу в начале следующего, а в этом посте продолжаю публикацию своих ежемесячных результатов и портфелей на следующий месяц по стратегии на России (начало здесь: smart-lab.ru/blog/412664.php, результаты ноября: smart-lab.ru/blog/508330.php).

Вот как бы вел себя портфель, рекомендованный на декабрь:

( Читать дальше )

Результаты консервативной количественной инвестиционной модели LQI (lazy quantitative investing), о которой я писал ранее (https://smart-lab.ru/blog/384110.php), за ноябрь (результаты за прошлый месяц: smart-lab.ru/blog/502576.php). Модель зашла в белую полосу аутперформанса и второй месяц подряд существенно обгоняет SPY. Вот веса предыдущего месяца и соответствующие ретурны торгуемых тикеров:

weight monthly.ret
XLY 0.206 2.48
XLP 0.213 2.27
XLE 0.000 -1.56
XLF 0.104 2.63
XLV 0.174 8.08
XLI 0.000 3.81
XLB 0.000 3.80
XLK 0.025 -1.96
XLU 0.278 3.54
IYZ 0.000 1.81
VNQ 0.000 4.67
SHY 0.000 0.38
TLT 0.000 1.79
GLD 0.000 0.34

За счет того, что модель сидела в наиболее выросших секторах и не сидела в сливших — удалось обогнать и SPY и EQW (equal-weighted портфель торгуемых тикеров): +1.85% SPY vs +3.61% LQI vs. 2.3% EQW. В терминах максимальной просадки в течение месяца модель также обогнала SPY и оказалась на уровне с EQW: 4.1% LQI vs. 6.2% SPY vs. 3.9% EQW.

Вот позиции модели на начало декабря (доли в итоговом портфеле). Если решите их торговать — лучше заходить в ближайшие 1-5 дней с даты публикации:
weight
XLY 0.048
XLP 0.221
XLE 0.000
XLF 0.000
XLV 0.000
XLI 0.196
XLB 0.000
XLK 0.000
XLU 0.210
IYZ 0.214
VNQ 0.112
SHY 0.000
TLT 0.000
GLD 0.000

( Читать дальше )

Продолжаю публикацию своих ежемесячных результатов и портфелей на следующий месяц (начало здесь: smart-lab.ru/blog/412664.php, результаты октября: smart-lab.ru/blog/502573.php).

Вот как вел бы себя портфель, рекомендованный на ноябрь:

( Читать дальше )

По мотивам раз и двас

Хотел мульярд он,
Но греки закозлили.
Теперь по миру.

Результаты консервативной количественной инвестиционной модели LQI (lazy quantitative investing), о которой я писал ранее (https://smart-lab.ru/blog/384110.php), за октябрь (результаты за прошлый месяц: smart-lab.ru/blog/497297.php). Думаю, рассказывать о прошедшем месяце много не надо, и для модели он также выдался ужасным, однако за счет более грамотной аллокации в защитные активы и ухода из самых кислотных — модель наконец-то аутперформила SPY, причем довольно существенно. Вот веса предыдущего месяца и соответствующие ретурны торгуемых тикеров:

weight monthly.ret
XLY 0.161 -10.10
XLP 0.181 2.02
XLE 0.144 -11.37
XLF 0.122 -4.75
XLV 0.171 -6.78
XLI 0.000 -10.87
XLB 0.000 -9.18
XLK 0.000 -8.00
XLU 0.078 1.98
IYZ 0.062 -5.18
VNQ 0.081 -2.93
SHY 0.000 0.15
TLT 0.000 -2.93
GLD 0.000 2.12

За сачет того, что модель не залезла в часть особенно сливших секторов (XLI, XLB, XLK) — удалось обогнать SPY: (-6.9)% SPY vs (-5.0)% LQI vs. (-4.7)% EQW. В терминах максимальной просадки в течение месяца модель также обогнала SPY и оказалась чуть хуже EQW: 6.9% LQI vs. 9.7% SPY vs. 6.3% EQW.

( Читать дальше )

Продолжаю публикацию своих ежемесячных результатов и портфелей на следующий месяц (начало здесь: smart-lab.ru/blog/412664.php, результаты сентября: smart-lab.ru/blog/496726.php).

Вот как вел бы себя портфель, рекомендованный на октябрь:

( Читать дальше )

Продолжение. Предыдущие посты (в которых я оказался прав =):
февраль 2017 — номер раз
январь 2018 — номер два


В очередной раз рынки слегка штормит (и за вчера, например, на омэриге слита месячная зарплата, сегодня — чуть меньше), поэтому я решил прогнать свой старый одномерный a-la pattern recognition анализ и посмотреть ситуации на истории, напоминающие недавнюю (с начала 2018-го года) и посмотреть, а что же происходило с рынком после этого.
Использую методологию (и даже код) одного из старых постов, вкратце напомню что там делается: на истории отбираются все участки, максимально похожие на анализируемый, и смотрится, а что же было с рынком после них. Участки отбираются по максимальному сходству (в терминах MSE) профиля среднемесячных ретурнов анализируемого участка и соответствующих участков истории (ретурны среднемесячные, а не дневные, для того, чтобы исключить всякий мелкий незначительный шум и аутлаеров). Для анализа в этот раз использовался индекс полной доходности S&P 500 (yf: ^GSPC) как индекс с максимально длинной историей (с 1951-01-31).

( Читать дальше )

Большие парни отмечают каждые заработанные $100 млн. / $ярд, у нас труба пониже — дым пожиже, но все же: первая круглая цифирь на новом счете с середины марта (т.е. неполные 7 мес.). Что особенно радует — просадка за период не превышала 3%. Хорошо бы следующий квартал был как предыдущий — до НГ можно было бы повторить. Всем профита!

Результаты консервативной количественной инвестиционной модели LQI (lazy quantitative investing), о которой я писал ранее (https://smart-lab.ru/blog/384110.php), за сентябрь (результаты за прошлый месяц: smart-lab.ru/blog/491995.php). Модель продолжает андерперформить SPY и EQW, поскольку широкий рынок продолжает бычий рост, а защитные активы падают из-за роста процентных ставок, в том время как примерно половину капитала модель держит в защитных активах. Вот веса предыдущего месяца и соответствующие ретурны торгуемых тикеров:

      wts     ret
XLY 0.082  0.0053
XLP 0.118  0.0099
XLE 0.070  0.0244
XLF 0.133 -0.0221
XLV 0.069  0.0295
XLI 0.036  0.0217
XLB 0.000 -0.0179
XLK 0.093 -0.0002
XLU 0.000 -0.0065
IYZ 0.061  0.0077
VNQ 0.119 -0.0264
SHY 0.000 -0.0014
TLT 0.218 -0.0286
GLD 0.000 -0.0066

Корреляция между весами и ретурнами отрицательная — (-0.32), вследствие чего модель отстала от своих бенчмарков: (-0.57)% LQI vs +0.59% SPY vs. (-0.08)% EQW. Отставание вызвано тем, что существенную долю капитала модель вложила в реагирующие на ставки активы VNQ, TLT & XLP, а также по непонятной причине сливший финсектор XLF (обычно при росте ставок и падении трежерей он растет, но этом месяце это правило не работает). В терминах максимальной просадки в течение месяца модель где-то между SPY и EQW: 1.0% LQI vs. 0.8% SPY vs. 1.2% EQW.

( Читать дальше )