Proporción Media Móvil De Movimiento

La teoría de que el mercado de valores es aproximadamente un paseo aleatorio no se ve bien en absoluto: La Figura 1 es un diagrama de dispersión (log-log) que muestra para cada uno Año 19011501986 la proporción del Índice Real y Pobre real diez años después con el índice real de hoy (en el eje de las y) versus un cierto índice de precios de los precios: la relación entre el índice real y el índice compuesto pobre para el primer año del intervalo de diez años , Dividido por un promedio móvil de treinta años de ganancias reales correspondiente al índice estándar y pobre (en el eje x). Los valores del índice son para enero, la conversión de los valores nominales a los valores reales se hace por el Índice de Precios del Productor de enero. La variable mostrada en el eje x se conoce públicamente al principio de cada intervalo de diez años. Si los precios reales de las acciones fueran un paseo al azar, deberían ser impredecibles, y realmente no habría relación entre y y x. Ciertamente, parece haber una clara relación negativa aquí. El valor de enero de 1996 para la relación mostrada en el eje horizontal es 29.72, mostrado en la figura con una línea vertical. Mirando el diagrama, es difícil salir sin la sensación de que el mercado es muy probable que disminuya sustancialmente en valor en los próximos diez años, parece que los inversores de largo plazo debe permanecer fuera del mercado para la próxima década. Es esta conclusión correcta? Cómo podemos reconciliarla con la amplia impresión pública de que la hipótesis de la caminata aleatoria es al menos aproximadamente verdad? Ratios como indicadores de sobreprecio del mercado El diagrama de dispersión mostrado en la figura 1 es inusual, Las medidas mostradas en ambos ejes se refieren al largo plazo. Ratios de los índices bursátiles a las medidas de valor fundamental (como las ganancias) como indicadores de las perspectivas para el mercado parecen ser más útiles cuando se relacionan correctamente a largo plazo es la lección de una serie de artículos recientes. El denominador de la relación debe ser alguna medida del valor fundamental a largo plazo, como las ganancias a largo plazo, y las perspectivas para el mercado que se prevé deberían ser de largo plazo. John Campbell y yo estudiamos la relación representada en la figura en una serie de artículos escritos a finales de los años ochenta. El R 2 en una regresión del diagrama de dispersión mostrado en la Figura 1, es decir, de la relación logarítmica de los precios sobre la relación logarítmica de precios, es 0.514, lo que significa que en este intervalo de 1901 a 1986, más de la mitad de los La variación del cambio de precios (log) podría haberse explicado de antemano por esta simple relación. Hay algunas preocupaciones acerca de la interpretación de esta dispersión, debido a los posibles pequeños efectos de la muestra, pero la fuerza de la asociación parece tan fuerte como para sugerir que esta relación no es coherente con los mercados eficientes o el modelo de caminata aleatoria. La razón utilizada para predecir las variaciones de los precios de las acciones, la relación entre el precio real y el promedio móvil de treinta años de las ganancias reales, tiende a ser más alta que la relación convencional de precios y ganancias porque las ganancias tienden a crecer más de treinta años, De la relación tiende a ser baja. Por lo tanto, la razón media es más alta de lo que uno podría haber esperado, la razón media sobre la muestra mostrada es 18.28. Hoy en día, con una relación de 29,72, muy por encima de la media, aunque no en niveles récord. El valor ajustado para el día de hoy de la regresión es 150.479, implicando una declinación esperada en el estándar real y el índice pobre sobre los 10 años próximos de 38.07. El diagrama de dispersión que se muestra en la Figura 1 es inusual de dos maneras: la relación precio-ganancia se define en términos de promedios de ingresos trimestrales, en lugar de ganancias de los últimos años, y el intervalo en el que se pronostican precios reales es de diez años, mucho más Que la mayoría están acostumbrados a. La proporción más simple y más ampliamente usada para predecir el mercado es la relación precio-primas. El uso de ganancias de un año en la proporción de precios es una convención desafortunada, recomendada por la tradición y la conveniencia, en lugar de cualquier lógica. Ya en 1934, Benjamin Graham y David Dodd, en su ya famoso libro de texto Análisis de Seguridad, dijeron que para los fines de examinar tales relaciones, se debería usar un promedio de ganancias de menos de cinco años, preferiblemente siete o diez años. (P.452) Las ganancias en un año tienden a verse afectadas por consideraciones a corto plazo, que no se puede esperar que continúen. En la actualidad, las ganancias se han disparado repentinamente en los últimos años, reduciendo dramáticamente los índices de precios de los precios, pero es dudoso que tales cambios repentinos sean significativos. Extendemos nuestro promedio móvil incluso más allá de lo que Graham y Dodd hicieron, suponiendo que aún más suavizado es ventajoso, y Graham y Dodd no tenían los datos para hacer posible tal suavización. Elegimos representar retornos a largo plazo, de diez años, ya que eso es lo que realmente importa a la mayoría de los inversionistas, porque hay tanto interés hoy en invertir a largo plazo y porque hay evidencia reciente en la literatura estadística de que el largo - Los retornos del horizonte son más previsibles. Esto puede ser contrario a las expectativas que uno podría haber pensado que es más fácil predecir en un futuro próximo que en un futuro lejano, pero los datos contradicen tal intuición. Esta previsibilidad del mercado no es el tipo de cosa que nos permitirá pronosticar que un accidente está a la vuelta de la esquina está pronosticando tendencias graduales, análogo a la previsión de las perspectivas de una ciudad basada en las tendencias de la población, o la predicción del éxito de una universidad En términos del número de jóvenes que se están matriculando. Nótese que la aparente relación predictiva no es realmente un artefacto del choque de 1929, como algunos podrían sospechar. El año 1929 no es un destacado real en la trama, y ​​los años posguerra de 1972 y 1966 ofrecen un apoyo más dramático a la teoría de que los cambios de precios están relacionados con las relaciones de precios. Tampoco es de 1987 el colapso de mucha importancia a estos resultados: el punto correspondiente a 1978 (diez años antes de nuestra primera observación después del choque aquí de enero de 1988) no es un destacado en esta trama. Nuestra variable de precio es de 11,12 en 1978, por debajo de la media de 18,28 en este conjunto de datos, y el cambio en el precio de log de 1978 a 1988 es de 0,57, algo más alto que el promedio de diez años de cambio de precio de 0.16, . El choque de 1987 en sí mismo realmente funciona en contra de la teoría, ya que el modelo predijo un aumento por encima de la media en los precios de las acciones reales en el intervalo de diez años 197815088, y el choque sirvió para hacer el aumento menos lejos por encima de la media. La figura 2 muestra un diagrama de dispersión conectado en el tiempo del rendimiento bruto real (inflación corregida) del índice de precios de acciones estándar y pobre, frente a la misma relación entre el precio real y el promedio de 30 años de los ingresos reales rezagados. En este diagrama, la relación se ve aún más sorprendente, es decir, la relación negativa entre la relación de precios de ganancias y el retorno posterior es más fuerte, más lineal en apariencia. La razón para el mejor ajuste en esta relación es que los retornos se ven afectados por la relación precio-primas de dos maneras: por el efecto sobre los cambios de precios subsiguientes, como se ve en la Figura 1, y también por su efecto en los rendimientos de los dividendos. Los tiempos de cotizaciones de los precios muy altos tienden a ser tiempos de dividendos bajos. El bajo rendimiento de los dividendos en tales circunstancias tiende a persistir durante años, contribuyendo así a los bajos rendimientos. Para pronosticar las rentabilidades de tres años, Campbell y I 1988 lograron un R 2 de 0.195 con esta única variable de predicción sola para pronosticar los retornos a diez años, alcanzamos un R 2 de .566. Por el contrario, si usamos la relación de precios de logs simples como variable independiente, el R 2 para pronosticar retornos a tres años fue de sólo 0,090, y para pronosticar rendimientos de diez años fue de 0,296. Los datos adicionales de nueve años desde nuestro trabajo de 1988 han sido amables con nuestros resultados: el R 2 en una regresión de diez años de rendimiento real de nuestra relación entre el precio real y el promedio móvil de treinta años de los ingresos reales sube para la muestra completa a 0,624 . Al extender nuestros datos a partir de 1987, podemos ahora observar el intervalo de diez años que comienza en 1982, y los altos rendimientos a diez años pronosticados por la baja proporción en 1982 se confirman bien por el rendimiento real. Si sustituimos el valor de enero de 1996 por la relación, es decir, 29,72, entonces la rentabilidad pronosticada de los diez años es de 1500,06, virtualmente cero. Por supuesto, esto no es lo mismo que el retorno esperado. Si los retornos son sesgados a la derecha, como sería sugerido por una distribución lognormal, entonces el rendimiento esperado puede ser sustancialmente mayor. La suposición lognormal y nuestro modelo de regresión estimado implicaría que el rendimiento esperado es exp (varianza media / 2) donde la media es el logaritmo bruto logaritmo esperado y la varianza es el error estándar cuadrado de la regresión: con éstos se obtiene un total esperado Retorno en los diez años siguientes de .009, o alrededor de una décima de un por ciento al año. Esta previsibilidad en el mercado no se debe a una respuesta del mercado a la previsibilidad de las tasas de interés. Campbell y Shiller 1988 encontraron que si uno sustituye como variable dependiente en la ecuación de retorno de diez años, el logaritmo de uno más el rendimiento de diez años en el estándar y Poor Composite menos el logaritmo de uno más el retorno de diez años de invertir en 41506 Los resultados prácticamente no han cambiado, el R 2 en la regresión sigue siendo 0,480. Todos estos resultados son estadísticamente significativos: usando una prueba de Wald que tiene en cuenta las observaciones superpuestas de la variable dependiente, encontramos que el nivel de significación para la ecuación de retorno real de diez años es de 0,000 para la ecuación de exceso de retorno de diez años que es 0,002. Posibles sesgos en la Relación Dado que las regresiones tienen regresores estocásticos, tenemos que esperar algún sesgo en el coeficiente estimado. En términos simples, incluso si los precios de las acciones no tienen relación alguna con las ganancias simples, siempre y cuando las ganancias se suavicen lo suficiente como para generar la relación precio-primas, tenderá a existir una correlación negativa de pequeñas muestras entre la relación precio-ganancia y la relación de treinta años Promedio de los ingresos. La correlación negativa se debe principalmente a que la media de la muestra se estima en toda la muestra, y los precios parecen ser, naturalmente, la media revertida a la media de la muestra, incluso si no existe una media verdadera. Hice un simple experimento de Monte Carlo para sugerir la importancia de este sesgo. Se generaron 96 observaciones (anuales) de una caminata aleatoria (este número corresponde a las 96 observaciones de 1901 a 1996 utilizadas para producir los 86 puntos mostrados en el diagrama de dispersión en la Figura 2), y regresar a los cambios de diez años en el paseo aleatorio en su Nivel al comienzo de la caminata aleatoria. Esta regresión muestra una especie de caso limitante de nuestra historia, en la cual las ganancias son tan suavizadas como para ser una constante, y de modo que las ganancias no juegan ningún papel en nuestro análisis. En este experimento de monte carlo, con 10.000 iteraciones, se encontró que el R 2 tiende a ser positivo: el promedio R 2 fue de 0,26. Sin embargo, en estos experimentos de monte carlo alcanzamos un R 2 de 0,624 sólo 1,9 veces, lo que sugiere que los resultados son realmente muy significativos. En otro experimento de monte carlo traté de representar el promedio móvil de 30 años de los ingresos como algo distinto de una constante: lo sustituimos por una media móvil de treinta años de precios rezagados, esto parecía un experimento interesante, en que los promedios de treinta años De las ganancias de registro son bastante similares a los promedios de 30 años del precio del registro con los datos reales, hasta una constante aditiva. En cada iteración del experimento de monte carlo, se estaba generando una nueva caminata aleatoria de 126 elementos (anuales), y para los elementos 31 a 116 se creó un vector de cambios posteriores de diez años como variable dependiente. Se tomó un vector de observaciones variables independientes creando primero el vector de los elementos 1 a 116 y luego restando de cada uno el promedio de 30 años del precio retrasado. En cada iteración, se regresó esta variable dependiente en la variable independiente y se registró la R 2. En 100.000 iteraciones el promedio R 2 fue 0,124, muy por debajo de lo que hemos observado, y en sólo 0,26 de las iteraciones fue el R 2 mayor que 0,62. Posibles errores en el índice utilizado para convertir valores nominales a valores reales Tenga en cuenta que nuestro diagrama de dispersión se refiere a los precios reales, los rendimientos reales y los ingresos reales. Es importante analizar nuestro análisis en estos términos, ya que nos referimos a cantidades reales, no nominales. Sin embargo, la introducción de índices de inflación de precios introduce la posibilidad de error. El período alrededor de 1920 parece tener un montón de apalancamiento, y es posiblemente explicar demasiado de nuestro ajuste. El comportamiento de nuestra serie alrededor de 1920 podría ser posiblemente un artefacto de nuestro índice de precios, un índice de precios al productor, que pudo mostrar mucha más volatilidad alrededor de la recesión de 192015021 que otros índices de precios. Por qué Long Horizon Returns Hay cierta confusión popular acerca de la importancia de esta previsibilidad en la predicción de retornos a largo plazo. Una fuente de preocupación que muchas personas expresan es, si los rendimientos de un año no son pronosticables de manera significativa, por qué los rendimientos de diez años, que son sólo medias de diez años de los rendimientos de un año, son significativamente previsibles? El poder de las pruebas que predice rendimientos de diez años se describen en Campbell 1992. Una confusión relacionada se refiere a la aparente propiedad al azar-paseo de retornos de un año. Cómo, algunos preguntarán, puede ser que los retornos de un año son tan al azar al azar, y sin embargo los retornos de diez años son en su mayoría pronosticables La respuesta es que se sabe que los procesos estocásticos que están cerca de la raíz unitaria para intervalos de un año pueden ser Sustancialmente previsible en intervalos más largos. Al mirar los retornos de un año, uno ve mucho ruido, pero a lo largo de intervalos de tiempo más largos este ruido efectivamente promedia, y es menos importante. Advertencias sobre el análisis anterior La conclusión de este documento que el mercado de valores se espera que disminuya en los próximos diez oídos y para obtener un retorno total de casi nada tiene que ser interpretado con mucha cautela. Nuestra búsqueda sobre las relaciones económicas que nosotros para estudiar el precio dividido por media móvil de 30 años de ganancias pueden haber tropezado en una relación de oportunidad sin importancia. En otras palabras, la relación estudiada aquí podría ser una relación espuria, el resultado de la minería de datos. Ni las pruebas estadísticas ni los experimentos de monte carlo tienen en cuenta la búsqueda de otras posibles relaciones. También es peligroso suponer que las relaciones históricas son necesariamente aplicables al futuro. Podría haber cambios estructurales fundamentales que ocurren ahora que significan que el pasado del mercado de valores ya no es una guía para el futuro. Campbell, John Y. y Robert J. Shiller, quotStock Precios, ganancias y dividendos esperados, Journal of Finance. 43 (3): 661-76, julio de 1988. El Modelo de Ratio de Dividendos y el Bias de Muestras Pequeñas: Un Estudio de Monte Carlo, quotes Economics Letters. 29: 325-31, 1989. Graham, Benjamin, y David L. Dodd, Análisis de Seguridad. Nueva York, 1934. Helwege, Jean, David Laster, y Kevin Cole, quotStock Market Valuation Indicators: Esta vez es diferente al Banco de la Reserva Federal de Nueva York Documento de investigación No. 9520, Septiembre 1995. 1996 Robert J. Shiller Los datos crudos utilizados para producir cifras también están en este sitio web. Ratios P ​​/ E: El S038P 500 Forward P / E y el CAPE Comparando Ratios P ​​/ E: El SampP 500 Forward P / E y el CAPE por el Banco de la Reserva Federal de Cleveland Joseph G. Haubrich, Sara Millington y Brendan Costello El precio de una acción y sus ganancias por acción permiten a los inversionistas evaluar el potencial de crecimiento de las compañías individuales. Estas dos piezas de información se pueden combinar para producir relaciones que rastrean la valoración relativa de las empresas a través del tiempo. Una métrica popular es la relación precio-ganancias (relación P / E). Cuando una relación P / E es alta, es a menudo una señal de que los precios o las ganancias cambiarán para llevar la proporción hacia su promedio. Algunas personas utilizan la proporción para ver si una acción está sobrevalorada, si creen que el precio es demasiado alto para ser apoyado por las ganancias. Observamos las variantes de pareja de la relación P / E y comparamos los tipos de información que cada uno proporciona. La relación P / E se calcula dividiendo el precio actual de la acción de una empresa por alguna medida de sus ganancias. La relación se puede calcular de dos maneras: hacia delante o hacia atrás. La relación P / E final utiliza los datos históricos de ganancias de una empresa, mientras que la relación P / E forward usa una estimación de ganancias futuras. Dado que la relación P / E forward utiliza proyecciones de ganancias futuras, tiene la ventaja de considerar las ganancias esperadas, en lugar de las ganancias actuales, que pueden ser altas O baja debido a factores únicos que no reflejan las perspectivas de la empresa. Por otro lado, un P / E de la empresa frente puede ser deflactado artificialmente por una estimación de ganancias rosado, sobre todo en un período de auge. Además, las ganancias son volátiles en el corto plazo y los márgenes de beneficio tienden a revertirse a un promedio a largo plazo durante un ciclo de negocios, lo que nubla aún más la utilidad del P / E hacia adelante. Aún así, el P / E hacia adelante se utiliza a menudo para analizar la valoración de una empresa en relación con la cantidad que realmente esperan ganar. Una variante de la relación P / E forward es la relación S / P forward de SampP, que se calcula con el precio y las ganancias de las 500 acciones que componen el índice SampP 500, lo que nos permite seguir la valoración de una gran muestra de empresas más hora. El promedio de SampP 500 P / E forward ratio para el período de 1990 a julio de 2015 es de 16,5. El P / E avanzado aumentó dramáticamente a finales de los 90, en retrospectiva tal vez señalando el final del auge del mercado de valores. El P / E forward no debe tomarse como un indicador infalible de dónde se moverán los precios. Desde 2006, la relación P / E de SampP ha permanecido generalmente por debajo de su promedio de 15 años y muy por debajo de los máximos observados en los años noventa. En particular, la relación no aumentó sustancialmente antes de la crisis financiera de 2007-2008 y no proporcionó una señal fuerte antes del posterior mercado bajista. Más recientemente, la relación ha crecido a una tasa marcadamente más lenta que la SampP 500 índice de acciones, tal vez sugiriendo que los precios de las acciones se han justificado por mayores ganancias esperadas. Para corregir algunos de los problemas con el uso de la relación forward P / E, el economista Robert Shiller de Yale creó una nueva métrica: el coeficiente de precios ajustado en función del ciclo (CAPE, Cyclically Adjusted Price to Earnings Ratio). Esta relación divide el índice SampP 500 por las ganancias promedio a 10 años. Debido a que este método utiliza datos históricos, elimina cualquier sesgo de estimación, y el horizonte de 10 años suaviza la volatilidad a corto plazo y la variación a lo largo del ciclo económico. Sin embargo, el umbral de 10 años es arbitrario y puede sobrecompensarse, lo que significa que es menos sensible a las variaciones en los ingresos que ocurren dentro de un período de 10 años. Vemos picos definidos en el CAPE a finales de la década de 1920, antes de la Gran Depresión, ya finales de los noventa antes de la caída de la burbuja de puntocom. Correcciones ocurrieron inmediatamente después de ambos picos y de nuevo durante la Gran Recesión. El valor medio de la CAPE durante el período es de 16.62. Una desviación estándar hacia arriba y hacia abajo se indica en la tabla siguiente, que captura el 67 por ciento de los valores de la CAPE. Vemos que en los puntos de datos posteriores a la recesión más recientes, el CAPE está subiendo por encima de la barra de una desviación estándar, y las empresas se están volviendo relativamente más valoradas. Podemos descomponer el CAPE en sus dos partes constitutivas: los precios de mercado de la empresa agregada y las ganancias agregadas. Obsérvese que los componentes agregados se ajustan a sus valores reales descontando por inflación. Históricamente, vemos que las ganancias y los precios se movieron en gran medida juntos, lo que significa que ninguna de las medidas afectó desproporcionadamente a la CAPE. A partir de finales de los 90, sin embargo, vemos que los precios han crecido sustancialmente más rápido que los ingresos. Si el CAPE se mueve demasiado por encima de la tendencia, se genera el temor de que un accidente o el mercado bajista es próxima. Para analizar la posición de CAPEs, sin embargo, debe definir una tendencia. La definición más simple es el promedio a largo plazo, que mostramos en el gráfico de descomposición. Otra posible tendencia es la que se mueve. Para analizar una tendencia en movimiento, usamos un filtro Hodrick-Prescott (HP), que proporciona una tendencia suave que fluctúa con el tiempo. El gráfico siguiente muestra los datos originales de CAPE con los datos filtrados por HP superpuestos sobre él. En comparación con la serie original, los datos suavizados son mucho más ajustados alrededor del valor promedio. En particular, los picos de finales de los años veinte y finales de los noventa, aunque aún presentes, se reducen significativamente en magnitud, debido a su corta duración. Aunque los últimos niveles de CAPE parecen altos en relación con el nivel promedio a largo plazo, en comparación con la tendencia de HP no parecen especialmente altos. Considerando el valor actual de la CAPE desde una perspectiva histórica, se esperaría una corrección de mercado para acercarla a la media. Sin embargo, es sólo ligeramente por encima del valor promedio móvil del filtro HP, y cae dentro de las bandas de desviación estándar del filtro HP. La relación P / E ha demostrado ser útil en el pasado para detectar cuándo los mercados de valores están sobrevalorados y encaminados a una corrección. Sin embargo, desde principios de los años 2000 la economía puede haber cambiado estructuralmente, por ejemplo, el tipo de puestos de trabajo disponibles o las industrias que están impulsando el crecimiento pueden ahora ser diferentes que en el pasado. Estos factores pueden necesitar ser tomados en cuenta al evaluar lo que es normal o sobrevalorado en los mercados de hoy. Una representación media móvil de la relación P / E, como el CAPE con el filtro HP, nos permite analizar mejor si la relación P / E está realmente por encima de su tendencia. Modelos de tiempo de mercado de prueba Esta herramienta en línea le permite probar diferentes mercados Calendario y modelos tácticos de asignación de activos basados ​​en los promedios móviles, el momento, la relación PE de Shiller y la volatilidad de la meta. PE10 10 - 22 acciones, 40 bonos PE10 lt 14 - 80 acciones, 20 bonos PE10 gt 22 - 40 acciones, 60 bonos 14 lt PE10 lt 22 - 60 acciones, 20 bonos Cuando el precio de fin de mes es mayor que el promedio móvil o cuando dos medias móviles se cruzan cuando el precio de fin de mes es menor que el promedio móvil o cuando dos medias móviles se mueven Promedio basado en el tiempo para los componentes de la cartera Invertir en un activo de cartera cuando el precio de fin de mes es mayor que el promedio móvil Mover un activo de cartera al efectivo cuando el precio de fin de mes es menor que el promedio móvil Modelo de fortaleza relativa basado en impulso que invierte En los activos con mejor desempeño del modelo Utilizar período de ventana de temporización única o períodos de tiempo ponderados múltiples Ajustar para la volatilidad como factor de escala inversa o como factor de clasificación negativo Utilizar las medias móviles como control de riesgo para decidir si las inversiones deben moverse al efectivo Doble impulso Use momentum relativo para seleccionar el activo de modelo de mejor desempeño Utilice momentum absoluto como un filtro para invertir en renta fija si el exceso de retorno del activo seleccionado es negativo Modelo de temporización basado en volatilidad objetivo Ajuste la exposición de mercado de la cartera en base a la volatilidad histórica realizada Y la meta dada de la volatilidad Buscar el ETF, el fondo mutuo o la copia común del símbolo de la copia Silicon Cloud Technologies LLC 2013-2016. Todos los derechos reservados.