Relação Média Em Movimento

A teoria de que o mercado de ações é aproximadamente uma caminhada aleatória não parece bem: a Figura 1 é um diagrama de dispersão (log-log) que mostra para cada um Ano 19011501986, a proporção do Índice Real e Pobre real, dez anos depois, para o índice real hoje (no eixo y) em relação a um certo índice de preços de preços1: a proporção do Índice Padrão e Pobre Composto real para o primeiro ano do intervalo de dez anos , Dividido por uma média móvel de trinta anos de atraso de ganhos reais correspondente ao Índice Padrão e Pobre (no eixo x). Os valores do índice são para janeiro, a conversão de valores nominais em valores reais é feita pelo índice de preços de produtores de janeiro. A variável mostrada no eixo x é conhecida publicamente no início de cada intervalo de dez anos. Se os preços reais das ações fossem uma caminhada aleatória, eles deveriam ser inestimáveis, e não deveria haver nenhuma relação aqui entre y e x. Certamente, parece haver uma relação negativa distinta aqui. O valor de janeiro de 1996 para a relação mostrada no eixo horizontal é 29.72, mostrado na figura com uma linha vertical. Olhando para o diagrama, é difícil sair sem a sensação de que o mercado provavelmente diminuirá substancialmente em valor ao longo dos dez anos seguintes, parece que os investidores de longo prazo devem permanecer fora do mercado para a próxima década. Esta conclusão é correta. Como podemos reconciliá-la com a grande impressão pública de que a hipótese de caminhada aleatória é pelo menos aproximadamente verdadeira. Razões como indicadores de sobrepreciação do mercado. O diagrama de dispersão mostrado na Figura 1 (e na figura subsequente) é incomum, na medida em que a As medidas mostradas em ambos os eixos dizem respeito ao longo prazo. Os índices de mercado de ações para medidas de valor fundamental (como ganhos) como indicadores das perspectivas para o mercado parecem ser mais úteis quando se relacionam corretamente com o longo prazo, esta é a lição de uma série de trabalhos recentes. O denominador da proporção deve ser uma medida de valor fundamental a longo prazo, como ganhos a longo prazo, e as perspectivas para o mercado que deve ser previsto devem ser de longo prazo. John Campbell e eu estudamos a relação retratada na figura em uma série de trabalhos escritos no final da década de 1980. O R 2 em uma regressão do diagrama de dispersão mostrado na Figura 1, isto é, da relação logarítmica entre os preços no índice de ganhos de registro, é de 0,514, o que significa que, durante esse intervalo de 1901 a 1986, mais de metade dos A variação da mudança de preço (log) poderia ter sido explicada antecipadamente por essa proporção simples. Há algumas preocupações sobre a interpretação desta dispersão, devido a possíveis pequenos efeitos de amostra, mas a força da associação parece tão forte que sugere que essa relação não é consistente com o mercado eficiente ou o modelo de caminhada aleatória. A proporção utilizada aqui para prever as mudanças nos preços das ações, a relação entre o preço real e a média móvel de trinta anos de lucro real, tende a ser maior do que o índice de preços convencionais, porque os ganhos tendem a crescer ao longo de trinta anos e, portanto, o denominador Da relação tende a ser baixa. Assim, a razão média é maior do que o esperado, a proporção média da amostra mostrada é 18,28. Hoje, com uma proporção de 29,72, bem acima da média, embora não em níveis recordes. O valor ajustado para hoje da regressão é de 150.479, o que implica um declínio esperado no Índice Padrão e Pobre real nos próximos 10 anos de 38.07. O diagrama de dispersão mostrado na Figura 1 é incomum de duas maneiras: o índice de preços é definido em termos de médias de lucros de trinta anos, em vez dos ganhos dos últimos anos, e o intervalo durante o qual os preços reais estão previstos é dez anos, muito mais longo Do que a maioria está acostumada. A relação mais simples e mais amplamente usada para prever o mercado é a proporção de preços150. O uso de ganhos de um ano no índice de preços150 é uma convenção infeliz, recomendada por tradição e conveniência, em vez de qualquer lógica. Já em 1934, Benjamin Graham e David Dodd, no seu agora famoso livro de análises de segurança, diziam que, para fins de análise desses índices, deve-se usar uma média de ganhos de até menos cinco anos, de preferência sete ou dez anos. (Pág. 452) Os ganhos em qualquer ano tendem a ser afetados por considerações de curto prazo, que não podem ser esperadas para continuar. No presente, os ganhos subitamente dispararam nos últimos anos, trazendo os índices de preços de preços de forma dramática, mas é duvidoso que mudanças súbitas sejam significativas. Ampliamos nossa média móvel ainda mais do que Graham e Dodd, supondo que ainda mais alisamento é vantajoso, e Graham e Dodd não tiveram os dados para tornar possível esse alisamento. Nós escolhemos representar os retornos de horizonte longo, de dez anos, já que isso é importante para a maioria dos investidores, porque há tanto interesse hoje em investimentos de longo prazo e porque há evidências recentes na literatura estatística de que o longo prazo, Os retornos do horizonte são mais previsíveis. Isso pode ser contrário às expectativas de alguém se poderia pensar que é mais fácil prever no futuro próximo do que no futuro distante, mas os dados contradizem essa intuição. Esta previsibilidade do mercado não é o tipo de coisa que nos permitirá prever que um crash está ao virar da esquina prevê tendências graduais, análises à previsão das perspectivas de uma cidade com base nas tendências da população ou a previsão do sucesso de uma universidade Em termos de número de jovens que estão se matriculando. Note-se que a aparente relação preditiva não é realmente um artefato do acidente de 1929, como alguns podem suspeitar. O ano de 1929 não é um verdadeiro destaque no enredo, e os anos de pós-guerra de 1972 e 1966 oferecem um apoio mais dramático para a teoria de que as mudanças de preços estão relacionadas aos índices de preços de preços. Tampouco o choque de 1987 é muito importante para esses resultados: o ponto correspondente a 1978 (dez anos antes da nossa primeira observação pós-colisão aqui de janeiro de 1988) não é um destaque nesta trama. Nossa variável price150earnings é 11.12 em 1978, abaixo da média de 18,28 neste conjunto de dados, e a variação do preço do registro de 1978 a 1988 é de 0,57, um pouco acima da média de 10 anos de variação do preço do logarítmico de 0,16, oferecendo algum suporte suave para nossa teoria . O colapso do próprio 1987 realmente funciona contra a teoria, uma vez que o modelo previu um aumento acima da média dos preços das ações reais ao longo do intervalo de dez anos 197815088, e o acidente serviu para aumentar o aumento muito acima da média. A Figura 2 mostra um diagrama de dispersão temporizado do retorno bruto real (corrigido da inflação) no índice de preços de ações padrão e pobre versus a mesma proporção de preço real para a média de 30 anos de ganhos reais retidos. Nesse diagrama, a relação parece ainda mais marcante, ou seja, a relação negativa entre a relação preço-lucro e o retorno subsequente é mais forte, mais linear na aparência. A razão para o melhor ajuste nesta relação é que os retornos são afetados pelo rácio de preços150 de dois modos: pelo efeito nas mudanças de preços subseqüentes, conforme observado na Figura 1, e também pelo efeito sobre os rendimentos de dividendos. Os tempos de índices de rendimentos de preços muito elevados tendem a ser tempos de baixos rendimentos de dividendos. O baixo rendimento de dividendos em tais circunstâncias tende a persistir por anos, contribuindo assim para os baixos retornos. Para a previsão de retornos de três anos, Campbell e I 1988 conseguiram um R 2 de 0.195 com esta única variável de previsão sozinho para a previsão de retornos de dez anos, conseguimos um R 2 de .566. Em contrapartida, se usássemos o índice simples do preço de ganhos de registro como a variável independente, o R 2 para prever os retornos de três anos era apenas 0,090, e para a previsão de retornos de dez anos foi de 0,296. Os dados adicionais de nove anos desde o nosso artigo de 1988 tem sido gentil com nossos resultados: o R 2 em uma regressão de retornos reais de dez anos em nossa relação de preço real a média móvel de trinta anos de ganhos reais sobe para a amostra completa para 0,624 . Ao ampliar nossos dados em 1987, podemos agora observar o intervalo de dez anos a partir de 1982, e os altos retornos de dez anos preditos pelo baixo índice em 1982 são bem-sucedidos pelo retorno real. Se substituímos o valor de janeiro de 1996 pela proporção, isto é, 29,72, então o retorno previsto de dez anos de registro é 1500,06, praticamente zero. Claro, isso não é o mesmo que o retorno esperado. Se os retornos estiverem distorcidos para a direita, como seria sugerido por uma distribuição lognormal, o retorno esperado pode ser substancialmente maior. A suposição lognormal e nosso modelo de regressão estimado implicariam que o retorno esperado é exp (variância média 2) onde a média é o retorno esperado do log bruto e a variância é o erro padrão quadrático da regressão: com estes apresentamos um retorno total esperado Nos últimos dez anos de .009, ou cerca de um décimo de por cento ao ano. Esta previsibilidade no mercado não se deve a uma resposta do mercado à previsibilidade das taxas de juros. Campbell e Shiller 1988 descobriram que se um substitui como variável dependente na equação de retorno de dez anos o log de mais um retorno de dez anos no padrão e Poor Composite menos o log de mais o retorno de dez anos ao investir em 41506 Mês de papel comercial principal, os resultados são praticamente inalterados, o R 2 na regressão ainda é 0.480. Todos esses resultados são estatisticamente significativos: usando um teste de Wald que leva em consideração as observações sobrepostas da variável dependente, encontramos que o nível de significância para a equação de retorno real de dez anos é de 0.000 para a equação de retorno em excesso de dez anos. 0,002. Possíveis vieses na relação Uma vez que as regressões têm regressores estocásticos, devemos esperar algum viés no coeficiente estimado. Em termos simples, mesmo que os preços das ações não tenham nenhum relacionamento com os ganhos simples, desde que os ganhos sejam suavizados o suficiente para gerar o índice de preços150, haverá uma correlação negativa pequenas amostras entre o índice de ganhos de preço e os trinta anos Média de ganhos. A correlação negativa ocorre principalmente porque a média da amostra é estimada em toda a amostra, e os preços parecerão naturalmente serem significativos ao reverter para a média da amostra, mesmo que não exista um verdadeiro meio. Eu fiz um experimento simples de Monte Carlo para sugerir o quão importante esse viés poderia ser. Geramos 96 observações (anuais) de uma caminhada aleatória (este número correspondente às 96 observações 1901 a 1996 usadas para produzir os 86 pontos mostrados no diagrama de dispersão na Figura 2), e regredir mudanças de dez anos na caminhada aleatória em sua Nível no início da caminhada aleatória. Esta regressão mostra uma espécie de caso limitante de nossa história, em que os ganhos são tão suavizados quanto a uma constante, e para que os ganhos não desempenhem nenhum papel em nossa análise. Neste experimento de Monte Carlo, com 10.000 iterações, descobrimos que o R 2 tende a ser positivo: o R 2 médio foi de 0,26. No entanto, nestes experimentos de monte carlo conseguimos um R 2 de 0,624 apenas 1,9 do tempo, sugerindo que os resultados são realmente altamente significativos. Em outro experimento de monte carlo, procurei representar a média móvel de 30 anos dos ganhos como algo diferente de uma constante: a substituímos por uma média móvel de trinta anos de preços remanescentes, isso pareceu ser um experimento interessante, nas médias de trinta anos De ganhos de registro ficam bastante semelhantes às médias de 30 anos de preço de registro com dados reais, até uma constante de adição. Em cada iteração do experimento de monte carlo, foi gerada uma nova caminhada aleatória de 126 elementos (anual) e, para os elementos 31 a 116, foi criado um vetor de mudanças subseqüentes de dez anos, como variável dependente. Um vetor de observações variáveis ​​independentes foi tomado primeiro criando o vetor dos elementos 1 a 116 e, em seguida, subtraindo de cada uma a média de 30 anos do preço atrasado. Em cada iteração, regredimos esta variável dependente na variável independente e registramos o R 2. Em 100.000 iterações, a R 2 média foi 0,124, muito abaixo do que observamos, e apenas 0,26 das iterações foi o R 2 maior do que 0,62. Erros possíveis no índice usados ​​para converter valores nominais em valores reais Observe que nosso diagrama de dispersão se refere a preços reais, retornos reais e ganhos reais. É importante dispor nossa análise nestes termos, já que nos preocupamos com quantidades reais, não nominais. Mas, introduzindo índices de inflação de preços introduz a possibilidade de erro. O período em torno de 1920 parece ter uma grande alavancagem, e é possivelmente representar muito do nosso ajuste. O comportamento de nossa série em torno de 1920 poderia ser um artefato de nosso índice de preços, um índice de preços no produtor, que pode mostrar muito mais volatilidade em torno da recessão de 192015021 do que outros índices de preços. Por que Long Horizon Returns Existe alguma confusão popular sobre o significado desta previsibilidade na previsão de retornos de horizonte longo. Uma fonte de preocupação que muitas pessoas expressam é, se os retornos de um ano não forem significativamente previsíveis, por que os retornos de dez anos, que são apenas médias de dez anos dos retornos de um ano, são significativamente previsíveis. Os motivos para o maior O poder dos testes que prevêem retornos de dez anos são descritos em Campbell 1992. Uma confusão relacionada diz respeito à propriedade aparente de caminhada aleatória de retornos de um ano. Como, alguns perguntarão, pode ser que os retornos de um ano sejam aparentemente aleatórios e, no entanto, os retornos de dez anos são principalmente previsíveis. A resposta é que é sabido que os processos estocásticos que estão perto da raiz da unidade por intervalos de um ano podem ser Substancialmente previsível em intervalos mais longos. Ao olhar para os retornos de um ano, a gente vê muito barulho, mas, durante intervalos de tempo mais longos, esse ruído efetivamente mede, e é menos importante. Avisos sobre a análise acima A conclusão deste artigo de que o mercado de ações deverá diminuir nas próximas dez orelhas e ganhar um retorno total de quase nada deve ser interpretado com grande cautela. Nossa pesquisa sobre as relações econômicas para estudar o preço dividido pela média móvel de 30 anos dos ganhos pode ter tropeçado com uma relação casual sem significância. Em outras palavras, a relação estudada aqui pode ser uma relação espúria, o resultado da mineração de dados. Nem os testes estatísticos nem os experimentos de monte carlo levam em consideração a busca por outras relações possíveis. Também é perigoso assumir que as relações históricas são necessariamente aplicáveis ​​ao futuro. Poderia haver mudanças estruturais fundamentais que agora ocorrem, o que significa que o passado do mercado de ações não é mais um guia para o futuro. Campbell, John Y. e Robert J. Shiller, QuotStock Preços, ganhos e Dividendos esperados, Quo Jornal de Finanças. 43 (3): 661-76, julho de 1988., o Modelo de Relação de Dividendo e Small Bias de Amostra: Um Estudo de Monte Carlo, Quot Economics Letters. 29: 325-31, 1989. Graham, Benjamin e David L. Dodd, Análise de Segurança. Primeira edição, McGraw Hill, Nova York, 1934. Helwege, Jean, David Laster e Kevin Cole, quantos Indicadores de Valorização do Mercado: é desta vez diferente do Banco de Reserva Federal de Nova York, documento de pesquisa nº 9520, setembro de 1995. 1996 Robert J. Shiller Os dados brutos utilizados para produzir figuras também estão neste site. A relação PE: um bom indicador de mercado Indicadores Os analistas argumentaram há anos sobre os méritos dos índices de ganhos de preços (PE). Quando P Es é alto, como eram no final dos anos 1920 e 1990, os touros furiosos proclamariam que os índices são irrelevantes. Quando P Es é baixo, como eram nas décadas de 1930 e 1980, os ursos maraudantes argumentariam que o pior ainda está por vir. Cada vez, ambos estavam errados. Aqui, testamos um indicador recém-projetado para determinar se P Es pode ser efetivamente usado para gerar sinais de compra e venda. Para obter uma imagem completa da sua eficácia, observe se esse indicador ajudaria o comerciante a vencer os retornos gerados por uma estratégia de compra e retenção durante o período de 1920 a 2003. Ferramentas de negociação - Construindo o Indicador PE SMA Simples As médias móveis (SMAs) são uma das ferramentas mais básicas para a construção de um sistema comercial, mas continuaram sendo populares entre os técnicos por um simples motivo: eles funcionam. Uma média móvel (MA) reduz o ruído ao suavizar os dados, permitindo ao comerciante ver a imagem maior de forma mais clara. Outra métrica de gráficos útil para análise de dados é uma linha de regressão linear. É muito útil mostrar uma tendência e fornecer informações sobre o potencial movimento futuro dos preços. Uma série de programas de gráficos populares incluem uma função para a linha de regressão linear. Usando dados históricos anuais da proporção de SampP PE por Robert Shiller, professor de Yale e autor do livro mais vendido, Irracional Exuberância (2000), construímos gráficos e um simples sistema de cruzamento em média móvel usando um gatilho de MA de curto prazo ou linha rápida e A base de MA de longo prazo ou a linha lenta. Os sinais gerados pelas mudanças no SampP Index P Es, que são traçados na figura 1, foram usados ​​para comprar e vender o mercado como representado pela Dow Jones Industrial Average. Que é traçado na figura 2. A melhor combinação de médias móveis é um pouco de um ato de malabarismo. Os períodos de MA de longo prazo reduzem o número de sinais e adicionam atrasos, o que muitas vezes resulta em retornos mais baixos. Os períodos MA mais curtos aumentam frequentemente alguns retornos comerciais individuais à custa de adicionar mais negócios perdidos, graças a whipsaws. A Figura 1, como já mencionado, é um gráfico que mostra os índices anuais de ganhos de preços do índice SampP 500 (e precursores anteriores) de 1920 a 2003. O gráfico mostra também a movimentação simples de dois anos (linha azul) e de cinco anos (linha magenta) Médias. Os sinais de compra ocorrem quando os SMA de dois anos se cruzam acima dos cinco anos, e um sinal de venda quando os cruzamentos de dois anos abaixo dos cinco anos. A mediana P E ao longo do período foi de 15, mas note que a linha média do canal de regressão linear (linha diagonal tracejada) mostra que a tendência se moveu de um PE de 12 no lado esquerdo do gráfico para 21 no lado direito. Na figura 2, mostrando o gráfico mensal da Dow Jones Industrial Average (DJI) de 1920 a 2003, as setas verdes indicam sinais de compra gerados pelo cruzamento SAMP PE SMA de dois anos acima do SMA de cinco anos, e as setas vermelhas mostram Vender sinais quando o reverso ocorre na figura 1. Um total de seis sinais de compra e seis vendas foram gerados para um ganho total de 9439,25 pontos de DJIA. Figura 2 Gráfico fornecido pelo MetaStock Para o nosso teste, uma linha de sinal de média móvel de dois anos foi encontrada para remover grande parte do ruído sem adicionar atraso excessivo. A linha de base consistente em uma média móvel de cinco anos foi determinada como um bom ajuste. Uma linha de sinal de um ano em vez de dois anos foi testada e encontrada para fornecer o mesmo número de negócios, mas com retornos ligeiramente mais baixos. Como o indicador P E SMA fez Em um total de 12 negociações (seis compras e seis vendas), o sistema retornou 9.440 pontos (ver figura 2). Um buy-and-hold no mesmo período teria retornado 10.382, então nosso indicador leva o comerciante a capturar quase 91 dos ganhos que o Dow fez durante o período de 83 anos. Mas o benefício real de usar o indicador P E SMA é que ele disse ao investidor quando deixar o mercado, protegendo os investimentos de perdas. Usando o indicador de PE, nosso comerciante teria sido no mercado um total de 48 dos 83 anos, ou 58 do tempo, o que significa que ele teria dinheiro investido em outro lugar 42 do tempo (25 anos) onde os retornos foram Melhor. Um investimento de compra e retenção no mercado para todo o período de 83 anos ganhou 10.382 no final de 2003, o que atinge os 125 pontos do ano. O comerciante que usou nosso indicador P E, ganhando 9.440 pontos em 48 anos de investimento, teria feito 197 pontos por ano. Esse é um retorno melhor do que o investidor de compra e retenção Dado esses resultados usando dados anuais, podemos perguntar se o uso de dados mensais teria melhorado os resultados gerais. O conjunto melhor ajustado de médias móveis para nosso indicador mensal foi considerado como SMA de cinco e 21 meses. Este sistema (não mostrado em um gráfico aqui) gerou um total de 22 compras e 21 sinais de venda. O último sinal de compra foi dado em novembro de 2003 e o sistema ainda era longo quando nosso teste foi concluído no final de janeiro de 2004. Os negócios usando o sistema mensal ganharam 90 dos ganhos totais de Dow em 57 do tempo (47 anos) . Então, mesmo que este teste tenha gerado mais de três vezes o número de negócios, os resultados foram bastante semelhantes. A diferença foi que, embora os negócios fossem inseridos mais rapidamente, muitas vezes resultando em maiores ganhos, o aumento do número de sinais resultou em maior exposição à volatilidade e uma maior porcentagem de negociações perdidas. Usando o indicador P E SMA para curto A próxima questão que podemos resolver é se o indicador teria realizado se trocas tanto longas como curtas. Entrar em um curto comércio de igual tamanho cada vez que uma posição longa foi vendida teria dado perdas de 510 pontos em cinco negócios curtos para uma perda média de 102 pontos por comércio. Com base no gráfico da figura 1, isso faz sentido: o canal de regressão linear mostra que o mercado estava em uma tendência ascendente global de 1920 e, como todos os bons comerciantes sabem, é uma má idéia negociar contra a tendência. O indicador P E SMA beneficiou o comerciante não tanto, oferecendo um sistema de negociação direto para gerar negócios longos e curtos, mas guiando o comerciante fora do mercado durante períodos de retornos baixos ou negativos. Como uma simples ferramenta de sincronização comercial, funcionou extremamente bem. Domar a besta do mercado É muito mais fácil ganhar dinheiro em um mercado de touro secular do que cíclico. Uma estratégia de compra e retenção funciona bem no primeiro, mas não no último. É preciso mais habilidade e esforço para ganhar dinheiro quando as ações estão presas em uma faixa de negociação em que o preço no final e no início do período de investimento é aproximadamente igual. Por exemplo, aqueles que compraram os estoques da Dow no pico do mercado de touro secular em 1929 (e os mantiveram) não começaram a ver os lucros até quase 25 anos depois, na última parte de 1954. Aqueles que compram no pico do touro secular em 1966 teve que esperar até 1983. É imperativo nesses mercados de mercado de mercado que você os evite por completo, a menos que você tenha desenvolvido um sistema efetivo de negociação de curto prazo. Conclusão Você conhece o bem conhecido adágio do mercado: o tempo é tudo. O indicador P E SMA prova esse ponto. Também demonstra que o valor real dos rácios P ​​E de uma perspectiva comercial não é tanto em seus valores absolutos. Aqueles que abandonaram o mercado em 1996 (na Dow 6448), quando o P E ultrapassou o pico anterior do mercado touro de 1966, perderia mais de 5.000 pontos de lucro nos próximos três anos e meio. Além de extremos raros, os valores absolutos de P E não fornecem sinais de entrada e saída precisos. Um sistema relativo combinado com um método de detecção de mudanças rápidas na direção faz. Mas o principal benefício do indicador P E SMA foi considerado manter o comerciante fora do mercado quando era menos rentável. Na próxima vez que alguém lhe disser que os índices P E não importam, você terá sua resposta pronta. Do ponto de vista histórico, eles certamente importam, especialmente se você sabe como usá-los. Métodos de contabilidade que se concentram em impostos, em vez de aparência de demonstrações financeiras públicas. A contabilidade tributária é regida. O efeito boomer refere-se à influência que o cluster geracional nascido entre 1946 e 1964 tem na maioria dos mercados. Um aumento no preço das ações que muitas vezes ocorre na semana entre o Natal e o Ano Novo039s Day. Existem inúmeras explicações. Um termo usado por John Maynard Keynes usado em um de seus livros econômicos. Em sua publicação de 1936, a Teoria Geral do Emprego. Um ato de legislação que faz um grande número de reformas às leis e regulamentos dos planos de previdência dos EUA. Esta lei fez vários. Uma medida da parte ativa da força de trabalho de uma economia. A taxa de participação refere-se ao número de pessoas que são.