最大下降、恢复和动量

投资组合构建过程投资组合构建的基本方法是建立Jegadeesh和Titman（1993）中给出的动量（控制）式投资组合。amarket universe中的资产在估计期间按照给定的选择规则重新排序。动量策略的估计期为六个月，反转策略的估计期为六周。在这项研究中，mos t标准（除甲最大值下降外）按评分标准的升序排列。在对资产进行分类后，形成几个排名篮。在标准普尔500指数和KOSPI 200指数中，我们有十个排名组。同时，为SPDR美国部门ETF创建了三个排名篮子，因为ETF领域的资产数量远小于之前两个领域的资产数量。第一组是针对排名分数最差的失败者，而排名最高的组是针对给定选择规则中表现最好的人。换句话说，根据基于最大提取和回收的替代选择规则，输家集团收集风险更高的资产，赢家篮子由风险更低的r资产组成。这就是为什么最大水位下降采用下降顺序，而其他水位下降采用as cending o顺序的原因。每个排名组被构建为一个与该组资产权重相等的投资组合。对于amonthly MONTORM（每周反转）策略，赢家组处于长（短）位置，输家组处于短（长）位置。长仓和空仓的大小完全相同，以便使整个长短仓组合保持美元中性。在保存期为九个月（周）后，每个BAS sket都是液体。投资组合的六分之一通常在每个月（周）开始时构建，也就是说，它是一个重叠的投资组合。3.3.

投资组合回报风险的风险模型动量/反转投资组合绩效的回报风险度量是根据重叠投资组合的每日时间序列计算的。最大水位降是直接从经验时间序列中计算出来的。日VaR、CVaR和夏普比率的风险模型是ARMA（1,1）-GARCH（1,1）模型，具有经典的回火稳定（CTS）创新。该模型由Kim等人（2010a）、Kim等人（2010b）和Kim等人（2011）提出，该模型的多个应用在金融领域（Tsuchida等人（2012年）；贝克等人（2013年）。同样的模型也用于动量投资组合构建（Choi等人（2015））和多样化回报风险平价投资组合构建（Choi等人（2021））。CTS分布的特征函数由φ（u）=exp给出嗯- iuΓ（1）- α） （C+λ1）-α+- C-λ1-α-)+ Γ(-α)C+(λ+- iu）α- λα++ C-(λ-+ iu）α- λα-其中m是位置参数，C±是标度参数，α是尾指数，λ±是上/下尾的衰减率。所有CTS参数都是正实数，尤其是α∈ (0, 2). 从风险管理的角度来看，α和λ-这些都是重要的参数。较小的α值表示CTS分布中的尾部较重。同样，较厚的下尾翼由较小的λ控制-.计算VaR、CVaR和Sharpe比率的步骤如下（Kim等人（2011））。首先，利用极大似然od估计（MLE）估计具有Student t-创新的ARMA-Garchm模型的参数。根据Rachev et al.（2011），ARMAGARCH模型a中的残差被认为是由CTS分布的概率分布函数生成的，该概率分布函数是通过对CTS分布的特征函数进行快速Fourier变换获得的。

然后用极大似然估计法对电流互感器分布进行参数估计。有关CTS分布和MLE的详细信息，请咨询Kim e t al.（2010a）、Kim et al.（2010b）、Kim et al.（2011）、Ra chev e t al.（2011）以及其中的参考资料。4.备选策略的绩效和风险报告4。1.韩国股市：KOSPI 2004.1.1。每周反转策略根据表2，基于短期恢复的排名指标是KOSPI 200组分宇宙中周尺度横截面反转信号的稳健预测因子。与传统的均值回归策略相比，基于恢复的反向策略不仅在平均回报率方面更具优势，而且在标准差方面的波动性也更小，在波动率为2.842%的情况下，每周平均实现0.073%。表现最好的是recoveryportfolio，每周收益率为0.146%，是原始反向策略平均收益率的两倍。此外，与基准策略的波动性相比，1.757%的标准偏差降低了近40%，从而保证了投资组合绩效的更高一致性。CR策略和CMR策略也能获得更大的周平均回报率，分别为0.086%和0.078%，标准差分别降低了2.665%和2.865%。此外，这些组合的荨麻疹水平表明，这些组合较少暴露于极端事件。同时，与be nchmark测度相比，与最大提取相关的排名规则，如M、CM和RM选择规则，对资产价格的方向预测能力较差。通过采用R、CR和CMR标准，在每个排名篮的级别上也发现了一致性。首先，输家集团在交替反向投资组合中的表现与输家集团的累积回报一样好。

多头头寸的平均回报率在0范围内。241%–0.314%，多头头寸的回报率波动较小，或与基准投资组合中多头篮子的回报率波动相当。特别是，在所有的失败者基础设施中，失败者群体不仅获得了最大的收益，还获得了最低的偏差。与恢复-失败者篮子相反，在R、CR和CMR策略中的赢家篮子比其他策略（包括基准反向策略）中的小篮子产生的幸运表现要少。在共担的多头-空头组合中，赢家篮的回报率较低，这也对整个投资组合的稳定性产生了影响。在表2中，我们发现，与复苏相关的投资组合（如R投资组合和CR投资组合）的表现优于其他投资组合，这是通过采用较少的风险来实现的。在每个风险度量中，这些恢复策略的风险低于根据其他排名规则（包括累积回报）构建的策略。R投资组合的夏普比率最大，CR策略也是夏普比率最高的投资组合之一。此外，VAR和CVaR的最低水平由R投资组合和CR投资组合获得。特别是，R策略的日VaR为1.149%，日CVaR为1。391%，是每个风险度量中的最小值。值得注意的是，CVaR值降低的幅度比VAR测量值的幅度更为显著。这一事实表明，在R投资组合的表现中，存在着更薄的下行拖尾。R组合和CR组合的最大提取量也低于所有其他策略。

同时，与最大提款相关的投资组合面临着更大的风险值（VaR和CVaR）。R组合和CR组合中的每个排名篮也比其他竞争排名组和基准低。与基准中相应的排名篮相比，这两个投资组合的赢家组和输家组表现出较小的ERVAR和CVAR。例如，回收标准中的失败者篮子分别以1.252%和1.870%达到了最低的VAR和CVaR值。在其他替代策略和基准策略中，theR策略和CR策略中的失败者组在前两大Sharpe比率中排名靠前。在恢复规则中，输家组的最大损失也小于传统控制投资组合中的长期损失。对于胜利者群体来说，这种趋势略弱。尽管VaR和CVaR中的空头篮子风险较小，但在累积回报方面，空头篮子的夏普比率和最大提取率比赢家篮子的更差。值得注意的是，风险较高的空头头寸对整个空头投资组合的稳定性更有吸引力。与恢复相关策略相反，最大减持策略倾向于构建风险较低的空头仓位和风险较高的多头仓位。这些特征与反向投资组合的理想属性不一致。4.1.2. 月度动量策略在表3中，我们发现基于最大减持相关股票选择规则的交替动量投资组合在月度规模上优于传统动量投资组合。最好的策略是根据综合排名标准构建的动量投资组合c，该组合具有累积回报和最大下降。

虽然累积回报标准提供了趋势跟踪策略，月回报率为1.331%，标准差为6.826%，但CM投资组合的月平均回报率为1.433%，波动率为7.036%。此外，与传统动量投资组合相比，CM投资组合的峰度处于最低水平。在标准差分别为6.729%和6.241%的情况下，CMR投资组合和RM投资组合的月回报率分别为1.311%和1.280%，在业绩上排名第二。这些投资组合的盈利能力稍差，但相对于动量策略，波动性水平的下降幅度也大得多。尽管CR投资组合和M PortfolioEnder的表现优于基准，但这些策略也显示出稳定的回报。与每周策略相反，恢复标准在月度范围内获得最差的平均回报。在与最大缩减相关的每个排名组的动量策略篮子中，强劲的动量是根据最大缩减标准进行稳健预测的另一个证据。在包括累积回报赢家在内的所有多头篮子中，CM策略中赢家篮子实现了1.701%的最强上涨势头。此外，回报率波动率为8。CM优胜者篮的062%几乎是10%——比基准优胜者组要小。与CM策略类似，CMRW内篮的表现与基准赢家篮一样有利可图，表现的波动相对减少。此外，所有基于最大缩编策略的失败者群体构成了传统的动量失败者群体。CM投资组合的los er篮子在平均回报率方面不如累积回报标准中的失败者gro up更有利。

此外，在失败者群体中，theCM失败者是平均回报率最差的群体之一。与传统动量策略的失败者篮子相比，RMR策略和CMR策略在空头篮子中也表现出更强的下行动量，这有利于提高长空投资组合的稳定性。同时，与复苏相关的投资组合的排名篮并没有表现出mo-mentum RankingGroup的理想特征。在表3中，动量投资组合的风险报告表明，按最大提款相关选择规则排列的备选投资组合在风险度量中的风险低于基准。例如，较小的VaR和CVaR水平是这些替代动量策略的关键属性。即使是RM投资组合和CMR投资组合，差异风险度量也只是几个基点。此外，较小的最大提取是除CRP投资组合外的其他投资组合的特征。此外，通过CM、CMR和RM策略可以实现更高的夏普比率。从观察结果来看，可以通过选择基于最大提取的综合排名标准来改进风险管理。在提款策略中，每个银行集团也表现出其改善的风险特征。与基准momentumportfolio中的长篮子相比，VaR、CVaR和备选赢家篮子的最大提取量都有所减少。此外，这些长篮子的Sha rpe比率相对于累积回报赢家组的Sha rpe比率增加。对于多头头寸，增加的正向风险度量和减少的风险度量是可取的。同时，更糟糕的VAR、CVAR和损失组的最大提款表明风险敞口更大。

另类空头篮子的夏普比率比基准动量输家的夏普比率弱。很明显，对于空头头寸，风险越高、表现越差的情况越可取。4.2. 美国股市：SPDR部门ETFs4。2.1. 每周反转策略如表4所示，RM、CR和CMR反转投资组合中发现的反转表明，短期复苏是ETF领域中均值反转的一个稳健指标。特别是，在所有其他反转策略中，选择规则是对资产价格的最佳预测因素。基于累积回报的投资组合表现优于CR投资组合，每周收益率为0.094%。与基准相比，CR策略的波动性较小，支持基于恢复相关选择规则的预测更加一致。此外，与基准相比，CR投资组合较少受到极端事件的影响。除了CR策略外，R策略的平均回报率不是最佳结果，但其标准偏差处于最低水平，每周1.217%。尽管其他基于恢复的排名规则也表现出良好的绩效，但每周的回报率比基准投资组合波动性更大。在基于记录的策略中发现的投资组合级别反转是由每个排名篮的反转驱动的。基于复苏的衡量标准很好地预测了未来的赢家和输家。首先，在替代投资组合中，赢家的得分低于输家的得分。其次，恢复策略中的失败者篮子表现出相似的逆转幅度。特别是，CR投资组合中的输家篮子获得了0.127%左右的强劲周转数。

此外，在所有可供选择的输家g组中，CR投资组合中多头篮子的波动性是第二低的。其强大的mea n逆转并不局限于失败者群体。例如，CR赢家篮筐的平均每周周转率为0.034%，是包括基准情况在内的所有短篮筐中表现最差的。此外，每周绩效的标准偏差处于最高水平之一。C R赢家和C R输家的长-短组合具有相反的特征，使整个投资组合更加有利可图。在表4中，我们发现CR策略的最终性能是在风险较小的情况下实现的。CR投资组合的VaR、CVaR和最大提取率分别为0.450%、0.575%和20.46%。这些风险度量是VaR、CVaR和其他投资组合中最大提取的第二低数字。CVaR和投资组合的最大提取低于基准，VaR值与传统反向投资组合的风险度量相当。此外，恢复投资组合是ris k管理中每种风险度量的最佳组合，其VaR、CVaR和最大提取率分别为0.340%、0.443%和17.91%。与传统均值回归策略的ris k度量相比，这些度量显著减少。同时，值得注意的是，worserisk项目是由其他投资组合产生的，这些投资组合是根据最大收入下降相关排名规则构建的。与整个多空投资组合水平类似，通过在股票选择过程中考虑回收措施，可以改进每个风险篮子中的风险管理。特别是，绩效和风险方面的最佳失败者群体是根据恢复标准构建的。

在alterna tiveportfolios（包括基准策略）中，recoveryloser篮子的所有风险指标均低于任何其他失败者群体。此外，在恢复标准中，失败者也能获得最大的形状。与长篮子相反，恢复投资组合的赢家群体表现出相反的特征，即它获得了最差的风险指标和夏普比率。由于反向策略中的赢家篮子实际上是做空的，因此风险较高的空头头寸通常有助于为整体多空组合获得更多利润。4.2.2. 月度动量策略Stable 5报告称，与PDR美国部门ETF领域的累积回报标准相比，根据最大提取量构建的替代股票选择规则在月度范围内对横截面动量现象产生了更高的预测。特别是，基于最大减支的动量投资组合表现优于累积动量策略。传统的动量策略在3.552%的波动率下平均每月产生0.117%的收益，而CMR策略是所有标准中最好的投资组合，其月收益率为0.172%，标准差为3。565%，即平均性能几乎提高了50%，标准偏差提高不到1%。在绩效衡量中，RMstrategy和CM strategy的月回报率分别为0.138%和0.121%，这两种策略也得到了be nchmark stra-tegy的认可。这些投资组合的波动性也低于基准策略。与每周策略相反，R策略和CR策略等恢复基础策略并不比累积回报策略更具优势。