Öl: Steigender US-Output knickt Post-OPEC-Gewinne Von Erik Norland 09. Januar 2017 Die Rolle der USA als Swing-Produzent könnte im Mittelpunkt des wiederauflebenden Ölmarktes stehen, da die OPEC-Produzenten die Produktion zur Steigerung der Preise senken. Sieben der bemerkenswertesten Handelstage von 2016 Durch Bluford Putnam Januar 04, 2017 Von den Resultaten der US-Wahlen zum OPECs Ausgangsschnitt, gab es sieben bemerkenswerte Handelstage letztes Jahr, dessen Effekte in 2017 plätschern konnten. Fed fördert Preise, mehr Wanderungen an Folgen Sie im Jahr 2017 von Bluford Putnam 15. Dezember 2016 Sehen Sie sich ein Video von CME Group Chief Economist Blu Putnam auf Futures-Institut diskutieren die Implikationen der Feds zweiten Rate Wanderung seit der Großen Rezession. Futures-Optionen Trading In meinem früheren Post, zeigte ich, wie man Equity-Return-Faktoren mit Hilfe der Hauptkomponenten-Analyse zu schaffen. In diesem Beitrag werde ich im Vergleich die drei PCA Faktoren, die ich erstellt, um die drei Fama-Französisch Faktoren. Das Ziel dieses Beitrags ist es, zu bestimmen, ob die fama-französischen Faktoren auf dem Tisch nichts Wesentliches hinterlassen, dass die PCA-Faktoren, die so viel Kovarianz in den Zielportfolios erfassen, wie es mit drei Faktoren möglich ist, abholen können. Mit anderen Worten, Ill den Vergleich der R2s und Alphas sowohl für die Fama-Französisch-Faktoren und die PCA-Faktoren, und nach einigen Umordnungen, Ill vergleichen auch die Faktor-Belastungen. Die Fama-French 3 Factor (FF3F) Daten und die Fama-Französisch 25 Größe und Wert sortiert Portfolio (FF25) Daten kommen von der Kenneth Französisch Website. Die PCA-Faktoren wurden in der vorherigen Post berechnet, und ich habe die Daten in einer Google Text & Tabellen-Tabelle. R2 und Alpha unter Verwendung von PCA-Faktoren und Fama-French-Faktoren Als ein erster Schritt können die R2s und alphas für die FF25-Portfolios unter Verwendung der Fama-französischen Faktoren und der PCA-Faktoren berechnet werden. Die PCA-Faktoren geben uns die beste Anpassung über die 25 Portfolios, die mit drei Faktoren möglich ist, so dass wir erwarten, dass die R2s für die Fama-Französisch Faktoren im Durchschnitt niedriger sind. Die Frage ist: Wie viel niedriger Die Tabellen unten zeigen die R2s für die PCA Faktoren und Fama-Französisch Faktoren. Für jede Tabelle haben die grün hinterlegten Werte einen R2, der höher ist als das alternative Modell, und die rot markierten Werte haben einen R2, der niedriger ist als das alternative Modell. Lesen Sie weiter raquo Die populärsten Faktoren für die Analyse von Aktienrenditen sind die drei Fama-französischen Faktoren (RMRF, HML und SMB). Der RMRF-Faktor ist die Marktrendite abzüglich der risikofreien Rate, und die HML - und SMB-Faktoren werden durch Sortierung von Portfolios in mehrere Wert - und Größen-Buckets und Bildung von Long-Short-Portfolios geschaffen. Die drei Faktoren können verwendet werden, um die Renditen für eine Vielzahl von diversifizierten Portfolios zu erklären, wenn auch nicht vorherzusagen. Viele Beiträge in diesem Blog verwenden die Fama-Französisch 3 Faktor (FF3F) - Modell, darunter ein Tutorial auf die Ausführung der 3-Faktor-Regression mit R. Ein alternativer Weg, um Faktoren zu konstruieren, besteht darin, die lineare Algebra zu verwenden, um optimale Faktoren unter Verwendung einer Technik wie der Hauptkomponentenanalyse (PCA) zu schaffen. Dieser Beitrag wird zeigen, wie die statistisch optimalen Faktoren für die Fama-Französisch 25 Portfolios (sortiert nach Größe und Wert) zu erstellen. In meinem nächsten Beitrag werde ich diese PCA-Faktoren mit den fama-französischen Faktoren vergleichen. Beschreibung der Daten Die für diese Analyse verwendeten Daten stammen von der Website von Kenneth French. Im mit der Fama-Französisch 25 (FF25) Portfolio-Renditen, die in der Datei mit dem Titel 25 Portfolios Formed auf Größe und Book-to-Market zur Verfügung stehen. Im mit der Rückkehr von 1962 bis 2012, da die Vor-Compustat Ära Portfolios haben relativ wenige Aktien. Die Fama-Französisch Faktoren sind auch auf der Kenneth Französisch Website in der Datei mit dem Titel FamaFrench Factors. In diesem Beitrag werde ich nicht verwenden die Fama-Französisch Faktoren selbst, aber ich benutze den Faktor Datendatei, um die monatliche risikofreie Rate zu erhalten. Als Referenz werden die arithmetischen durchschnittlichen Monatsrenditen der FF25-Portfolios für den in dieser Analyse verwendeten Datumsbereich geplottet. Das Octave-Skript zum Erstellen dieses Plots wurde in einem früheren Post bereitgestellt. Thinking about Risk im Ruhestand Konto Roll-overs Haben Sie sich jemals gefragt, wie viel das Niveau der Börse kann über eine Woche variieren Was über zwei Wochen oder einen Monat Bis vor kurzem hatte ich nicht viel über die Bandbreite der kurzfristigen Marktschwankungen gedacht. Schließlich halte ich mich für einen langfristigen Investor Aber eine kürzliche Erfahrung pikierte meine Neugier, und ich beschloss, ein wenig Forschung zu tun. Vor etwa einem Monat habe ich einen kleinen Ruhestand Konto von einem ehemaligen Arbeitgeber in ein anderes vorhandenes Ruhestandkonto. Ich war nicht in der Lage, eine elektronische Transaktion oder eine 8220transfer in-kind 8220 zu tun, so musste ich das alte Konto zu liquidieren, bevor die Mittel an den neuen Konto-Provider. Der Anbieter des alten Kontos erteilte einen Papiercheck, und es gab eine überraschend lange Verzögerung für den Versand und die Verarbeitung, bevor die Mittel auf dem neuen Konto erschienen. Die Erfahrung hat mir das Denken über das Risiko des Seins aus dem Markt (in bar) für kurze Zeiträume bei der Übertragung von Mitteln zwischen Konten. Der Markt kann in sehr kurzer Zeit fallen (gut) oder steigen (schlecht) durch eine sinnvolle Menge. Wenn die übertragene Menge groß ist, kann das Risiko signifikant sein. In diesem Beitrag, Ill Blick auf einige historische Statistiken über kurzfristige Marktrenditen. Datenquelle und Methodik Ich heruntergeladen täglich Rücklaufdaten von Juli 1963 8211 August 2012 von der Ken Französisch Website. Die Rückgaben sind in der Datei FamaFrench Factors Daily verfügbar. Die tägliche risikofreie Rate muss wieder in die RMRF-Spalte hinzugefügt werden, um die Gesamtrenditen zu erhalten. Beachten Sie, dass diese 8220totalen Aktienmarkt8221 zurückgibt, so dass die Ergebnisse leicht von einer ähnlichen Analyse mit SampP500 Renditen abweichen können. Ich berechnete zusammengesetzte Renditen über Laufzeiten von 5, 10, 15 und 20 Handelstagen. Ich beschränkte die Analyse nicht auf Kalenderwochengrenzen. Ich habe dann berechnet eine Reihe von Statistiken über die 1, 5, 10, 15 und 20 Tage Rückkehr. Beachten Sie, dass die kurzfristigen Renditeverteilungen sind sehr 8220fat-tailed8221, so dass ich didn8217t alle Statistiken, die Normalverteilung übernehmen. Stattdessen habe ich die historische Häufigkeit der Renditen berechnet, die die verschiedenen Cutoffs übersteigen. Zusammenfassung Statistiken Lesen Sie weiter raquo Langfristiger Vergleich von Kippstrategien Eine häufige Debatte zwischen Indexfonds-Anlegern umfasst 8220tilting8221 oder Übergewichtung bestimmter Assetklassen. In der Regel handelt es sich bei den zu überbewerteten Assetklassen um Small Cap - und Value-Aktien. Einige Anleger glauben, dass ein Portfolio, das auf Small Cap und Value verlagert wird, einem Marktgewichtsportfolio überlegen ist. Diese Anleger glauben, dass die Übergewichtung dieser Assetklassen (relativ zum Marktgewicht) und die Unterbewertung anderer Assetklassen die Wahrscheinlichkeit eines überlegenen Ergebnisses (d. h. höhere Renditen, geringeres Risiko oder beides) erhöht. Andere Investoren glauben, dass ein Markt-Gewicht oder TSM (Total Stock Market) Portfolio die beste Wahl ist. Diese Anleger glauben, dass wir wissen, welche Assetklassen am ehesten in der Zukunft übertreffen werden, und dass die Marktgewichte die beste Balance von Risiko und Belohnung darstellen, die den Investoren zu gegebener Zeit zur Verfügung stehen. Debatten beinhalten oft eine detaillierte Analyse der bisherigen Performance, die natürlich nur einen begrenzten Wert für die Prognose der Zukunft hat. Dennoch ist auch die Äpfel-Vergleichung der bisherigen Performance kompliziert, da 8220live8221 Indexfonds für die verschiedenen Assetklassen zur Verfügung stehen Eine relativ kurze Zeit. Akademische Datensätze für TSM-, Small-Cap - und Value-Indizes existieren für längere Zeiträume (bis 1926 für US-Aktien), aber diese Indizes berücksichtigen nicht die Fonds - und Handelskosten. Außerdem beinhalten sie manchmal extreme Neigungen zu illiquiden Beständen, die für Indexanbieter in der Praxis schwierig umzusetzen sind. In diesem Beitrag werde ich die Fama-Französisch Faktor Belastung für mehrere 8220live8221 Index-Fonds zu bewerten, und ich werde dann mit den Regressionskoeffizienten und alpha (die Kosten und andere Kosten erfassen sollten) zu bauen 8220pseudo-Fonds8221, die das gesamte Spektrum der Akademische Daten von bis 1926 bis heute. Diese Pseudofonds sind ein Versuch, die historischen Daten für die Ausgaben, die Handelskosten und die bescheidenen Faktorbelastungen anzupassen, die wir in der Regel mit den heutigen Live-Guthaben sehen. Mit den Pseudofonds können realistische TSM - und Kippstrategien über einen erweiterten historischen Bereich verglichen werden. Da wir die Zukunft nicht kennen können, denke ich, dass dieser Beitrag die Debatte über Kippen (keine Chance) beilegen wird, aber dies ist mein bester Versuch, die historischen Daten durch ein faires Objektiv zu betrachten. Laden historischer Preise und Umwandlung in Retouren Viele Arten von Investitionsanalysen erfordern historische Erträge. Wenn wir zum Beispiel die Ex-post-Sharpe-Ratio, die CAPM-Beta oder die Fama-französischen Faktorbelastungen eines Fonds berechnen wollen, brauchen wir die historischen Erträge (einschließlich Dividenden) des Fonds. Eine Datenquelle, die Dividendenanpassungen enthält, ist Yahoo Finance. Sie können auf die Option 8220Historical Prices8221 klicken, nachdem Sie das Angebot für einen bestimmten Ticker nachgeschlagen haben, um eine Tabelle mit vergangenen Preisen zu sehen. Zum Beispiel gibt Yahoo Finanzen für SPY, eine SampP500 ETF, die bis 1993 zurückkehrt, täglich, wöchentlich oder monatlich. Die angegebenen Preise beinhalten die Spalte 8220Adj Close8221, die die historischen Schlusskurse anpasst, die an die vergangenen Splits und Dividenden angepasst wurden. Die von Yahoo Finance angepassten Schlusskurse können in eine Kalkulationstabelle heruntergeladen werden, und die täglichen, wöchentlichen oder monatlichen Gesamtrenditen können aus diesen Preisen berechnet werden. Allerdings kann dies ein langwieriger Prozess sein, wenn es für mehrere stocksfunds wiederholt werden muss, also habe ich eine Google Docs-Tabelle erstellt, die automatisch die Preise für einen bestimmten Bestand oder Fonds importieren und die Preisdaten in monatliche Renditen umwandeln kann. Beispiel Zurück Download Meine Google Docs Rücklauf-Download-Tabelle ist nur lesen, so dass es isn8217t möglich, nach dem Öffnen direkt bearbeiten. Wenn Sie jedoch in Google Text & Tabellen registriert sind, können Sie eine Kopie (unter dem 8220File8221-Pulldown) zu Ihrem persönlichen Konto erstellen und die Kopie verfügt über vollständige Bearbeitungsberechtigungen. Hier ist eine eingebettete Aufnahme des 8220Total Returns8221 Blatt. Die Werte in blau sind die Werte, die vom Benutzer editiert werden sollen. In diesem Beispiel lade ich die monatlichen Renditen für SPY ab Januar 2000 herunter. Das Aktualisieren der blauen Werte (und das Warten, bis die Updates durch den Rest des Blatts weitergegeben werden) gibt Ihnen die historischen Renditen für den Fonds oder Bestand Ihrer Wahl . Lesen Sie weiter raquo Renditekurven und Break-even Inflation In einem früheren Post zeigte ich, wie die Break-even-Rate der Inflation unter Verwendung der realen und nominalen Zinskurve Daten von der US-Treasury-Website zu berechnen. In diesem Beitrag werde ich zeigen, wie automatisch die meisten up-to-date Zinskurve Daten in eine Google Text & Tabellen-Tabelle mit der 8220ImportXML8221-Funktion importieren. Diese Renditekurve Daten sind für viele finanzielle Berechnungen nützlich, aber in diesem Beitrag werde ich wieder verwenden die Renditekurve Daten, um eine grobe Schätzung der Break-even-Inflationsrate zu tun. Lesen Sie die 8220Notes auf der Break-even Inflation Calculation8221 Abschnitt für eine Erklärung der Break-even-Rate und eine Klarstellung, warum die Methode gezeigt nur eine Annäherung der Break-even-Rate. ImportXML-Funktion in Google Docs Die ImportXML-Funktion kann zum Importieren von Daten aus XML-Dateien verwendet werden. Die Syntax des Befehls lautet: Das hier gezeigte Beispiel ImportXML importiert die realen 5-Jahres-Renditen in die Tabelle. Der 8220TC5YEAR8221 ist ein xpath-Ausdruck, der alle Knoten mit dem Namen 8220TC5YEAR8221 im Zieldokument auswählt. Andere Fälligkeiten im Dokument können durch Ändern des Knotennamens ausgewählt werden. Beispielsweise werden die 30-jährigen Realerträge durch Ändern des xpath-Ausdrucks zu 8220TC30YEAR8221 ausgewählt. Beispiel Google Docs Spreadsheet Ich habe eine Beispiel-Google Docs-Tabelle erstellt, die die ImportXML-Daten verwendet, um die realen und nominalen Renditen bei mehreren Laufzeiten herunterzuladen. Das Beispiel-Blatt ist schreibgeschützt, aber wenn Sie anpassen möchten, können Sie 8220Make eine copy8221 aus dem 8220File8221 Pull-Down und bearbeiten Sie die Kopie der Kalkulationstabelle. Sie müssen in Ihrem Google Text & Tabellen-Konto angemeldet sein, um eine Kopie zu erstellen. Die Kalkulationstabelle importiert automatisch die Ertragsinformationen für den aktuellen Monat auf das Blatt 8220Yields8221. Das 8220Summary8221-Blatt extrahiert den aktuellsten Satz von Tagesertragskurven-Daten aus dem 8220Yields8221-Blatt und verwendet diese, um die Break-even-Inflationsrate abzuschätzen. Die Zinskurven und die Breakeven-Inflationskurven sind in der 8220Summary8221-Tabelle dargestellt: International Fama-French Portfolio und Factor Data Reguläre Leser wissen, dass meine Posts häufig Daten aus der Kenneth-französischen Datenbibliothek nutzen. Die Datenbibliothek ist eine hervorragende Ressource für alle, die an den kleinen Cap - und Value-Effekten und dem Fama-French 3 Factor-Modell interessiert sind. Vor kurzem habe ich gelernt, dass die Datenbibliothek erweitert wurde, um Daten von entwickelten Aktienmärkten mit Ausnahme der USA zu erfassen. Dies eröffnet eine Vielzahl interessanter Möglichkeiten für die weitere Analyse Für einen Anfang habe ich einige Plots der kleinen Cap - und Value-Effekte für jeden erstellt Region im neuen Datensatz. Die Plots verwenden die Rendite-Daten für die 25 Portfolios sortiert nach Größe (Marktkapitalisierung) und Wert (bookmarket). Die Z-Achse in jedem Diagramm zeigt die durchschnittliche monatliche Rendite (geometrisch) für jedes Portfolio. Die Renditen sind US-Dollar-Renditen. In einem früheren Post. Ich schuf einige ähnliche Plots für den US-Markt und stellte einige Beispiel Octave-Code für die Herstellung dieser Grundstücke. Die Farbskala für jeden der Diagramme ist an die Größe der monatlichen Rendite gebunden, und die Zuordnung zwischen Farbe und Durchschnittsrendite ist über Diagramme konsistent. Dies macht es einfach, Rückkehr zwischen den verschiedenen Regionen zu vergleichen. Allerdings macht diese Farbskalierung der Japan-Plot ein wenig schwer zu lesen, da die durchschnittlichen Renditen für Japan waren viel niedriger als die durchschnittlichen Renditen für die anderen Regionen über die Stichprobe Zeitraum. Der neue Datensatz umfasst auch die Fama-Französisch 3 Faktor Modellfaktoren (RMRF, HML und SMB) für jede Region. Ich berechnete den Mittelwert, die Standardabweichung, das Sharpe-Verhältnis, den Standardfehler und t-stat für die Faktoren für jede Region und enthielt diese Ergebnisse in einer Tabelle unter jedem Diagramm. Empfohlene Lesung Ich habe meine bisher versprochene Serie für die Aktienrisikoprämie nie abgeschlossen, aber für Leser, die sich für das Thema interessieren, würde ich das vor kurzem freigegebene 8220Rethinking des Equity Risk Premium 8221 vom CFA Institute empfehlen. Dieses kostenlose PDF enthält eine Vielzahl interessanter Perspektiven für die Zukunft der Aktienrisikoprämie. Beachten Sie, dass eine Druckversion des Buches auf Amazon verfügbar ist, und Kindle Benutzer können eine Version formatiert für Kindle für nur 1. Key Takeaway Das Buch hat Analysen von Akademiker und Praktiker, und eine Vielzahl von Schätzmethoden verwendet werden. Meiner Meinung nach ist der Schlüssel zum Mitnehmen, dass fast alle Experten Prognose zukünftige Equity-Renditen, die niedriger sind als die historischen Durchschnittswerte. Mehrere gut argumentierte Prognosen setzen erwartete nominale Equity-Renditen in der 6-7 pro Jahr Bereich. Der Hauptgrund für die niedrigeren Prognosen ist einfach. Eigenkapitalbewertungen sind höher als ihr durchschnittliches historisches Niveau. Dies führt zu niedrigeren Erträgen und weniger Potenzial für Kapitalgewinne aus dem weiteren Ausbau der PE-Verhältnisse. Niedrigere Erträge und weniger Potenzial für wachsende Bewertungsmultiplikatoren bedeuten, dass ein höheres Ertragswachstum die Puffer heben muss. Mehrere Autoren liefern Gründe, warum ein höheres historisches Ergebniswachstum unwahrscheinlich ist. Viele messbare Faktoren deuten tatsächlich auf ein geringeres künftiges Wirtschaftswachstum (Demographie, Schuldenstand, knappe Ressourcen) hin, und das Wirtschaftswachstum ist eng mit dem Ergebniswachstum verbunden. Ich fand viel von der Analyse sehr überzeugend, wenn auch nicht besonders erhebende Auswirkungen für Investoren Meine Gedanken nach der Lektüre dieses Dokuments sind, dass nur wenige Investoren sparen für den Ruhestand sind für Aktienrisikoprämien und reale Renditen so niedrig wie die von vielen dieser Experten vorgeschlagen vorbereitet . Die Erfahrung der 80er und 90er Jahre veranlasste viele Investoren zu glauben, dass die Abschaffung einer relativ bescheidenen Summe jedes Jahr zu einem komfortablen Nest Ei von der Zeit Ruhestand kam herum. Das letzte Jahrzehnt hat sicherlich gemacht einzelne Investoren mehr pessimistisch Investition Renditen, aber I8217m nicht sicher, wie viele verstehen, die Auswirkungen der niedrigeren Renditen auf ihre Investition Ziele. Die folgende Tabelle veranschaulicht die Höhe der jährlichen Einsparungen, die erforderlich sind, um ein Rentenziel von einer Million Dollar auf mehreren verschiedenen Niveaus der nominalen jährlichen Rendite zu erreichen. Dieses einfache Beispiel geht davon aus, dass ein Investor ab dem 25. Lebensjahr spart und weiterhin jährliche Beiträge ab dem 65. Lebensjahr abgibt (41 Beiträge). Ich gehe davon aus, dass die Zahlungen zu Beginn eines jeden Jahres erfolgen. Target FV Betrag erforderlich Jährlicher Beitrag
No comments:
Post a Comment