กุญแจสู่ความมั่งคั่ง "The Key of Wealth"
Group Blog
 
 
มีนาคม 2558
 
1234567
891011121314
15161718192021
22232425262728
293031 
 
10 มีนาคม 2558
 
All Blogs
 
การจัดพอร์ตหุ้นความเสี่ยงต่ำแต่เอาชนะตลาดได้ด้วย Higher-Moment Portfolio (HMP)

QUANT FOCUS Innovestment Paper no.4 

Topic : Higher-Moment Portfolio Optimization

Class : Financial Modeling

*********************************************************


** เมื่อ Investment มาพบกับ Mathematics ผลที่ได้คือ“QUANT” เป็นการประยุกต์ใช้ศาสตร์ของMathematics,Financial Modeling และ Computer Scienceในการลงทุนสิ่งที่ได้คือ "Innovestment" ซึ่งเป็นเครื่องมือที่ช่วยให้นักลงทุนได้ผลตอบแทนที่คุ้มค่าและประหยัดเวลาในการเลือกกลยุทธ์การลงทุน**

***********************************************************

*******


การจัดพอร์ตหุ้นความเสี่ยงต่ำแต่เอาชนะตลาดได้ด้วย Higher-Moment Portfolio (HMP)

โดยปกติการจัดพอร์ตการลงทุนในหุ้นมีขั้นตอนสำคัญ2 อยู่ขั้นตอนหลัก คือ

1. การคัดเลือกกลุ่มของหุ้นที่ต้องการลงทุน (Stock Selection)  เช่น คัดเลือกหุ้นโดยมองค่าความเสี่ยง(Volatility,SD) ,ค่า P/E หรือกำหนดเกณฑ์ด้านFundamental ประเด็นอื่นๆ เป็นต้น

2. การประเมินน้ำหนักการลงทุนในหุ้นที่ถูกคัดเลือก(Stock Allocation) การจัดพอร์ตลงทุนในหุ้นจะใช้โมเดลประเภทPortfolio Optimization ซึ่งเป็นวิธีทาง Quantitativeที่หาน้ำหนักการลงทุนในหุ้นจากข้อมูลในอดีต ตามเงื่อนไขที่ต้องการเช่น มีความเสี่ยงต่ำสุด กำไรสูงสุด เป็นต้น (แต่มีบางโมเดลสามารถรวมTrader’s Views เข้าไปในโมเดลได้) โมเดลมาตรฐานที่พบบ่อยมากในทางทฤษฎีจากText Book ต่างๆ จะเป็นโมเดลประเภทคำนวณน้ำหนักลงทุนเพื่อให้พอร์ตหุ้นมีความเสี่ยงต่ำสุด(Minimum Variance Portfolio Model) ปัจจุบันเครื่องคอมพิวเตอร์มีราคาถูกลงและมีความเร็วมากขึ้นทำให้สามารถประยุกต์ใช้โมเดลทางคณิตศาสตร์รุ่นใหม่ที่มีความซับซ้อนทางเทคนิค เช่น PassiveIndexing Model, Black-Litterman Model, หรือ Higher-MomentModel เป็นต้น มาใช้ในการวิเคราะห์การจัดพอร์ตหุ้นเพื่อให้ได้ประสิทธิภาพและประสิทธิผลที่คุ้มค่าแก่นักลงทุนมากที่สุด

บทความนี้ขอแนะนำโมเดลการจัดพอร์ตหุ้นแบบ Higher-MomentPortfolio (HMP) กันก่อนแล้วค่อยหาโอกาสแนะนำโมเดลการจัดพอร์ตหุ้นประเภทอื่นในบทความต่อๆไปกันครับ

เริ่มต้นขออธิบายนิยามของคำว่าความเสี่ยงในการลงทุนในหุ้นโดยทั่วไปความเสี่ยงถูกกำหนดเป็นค่า Standard Deviation, SD (นิยมเรียกว่า Volatility, Vol.) [ดูบทความอธิบายค่า Volatility จาก LINK //www.bloggang.com/mainblog.php?id=topstock&month=09-03-2015&group=5&gblog=5 ] ความเสี่ยงในหุ้น หรือ Volatility เป็นตัววัดการแกว่งหรือความแปรปรวนของผลตอบแทนหุ้นหากมีการแกว่งมากจะถือว่าการลงทุนมีความเสี่ยงมาก เพราะคาดการณ์ผลตอบแทนในอนาคตได้ยาก แต่ในทางโมเดลคณิตศาสตร์เรายังมีความเสี่ยงประเภทอื่นที่นำมาพิจารณาเพิ่มเติมนอกจากค่าVolatility ได้อีก นั่นคือ ความเบ้ (Skewness)และ Fat Tail

ค่า Skewnessเป็นการวัดความโน้มเอียงของการกระจายตัวของผลตอบแทนในหุ้น Skewness ยิ่งเป็นบวกมากหมายถึงมีโอกาสทำกำไรมาก ส่วน FatTail เป็นการวัดความหนาบริเวณหางของการกระจายตัวของผลตอบแทน(Kurtosis) Fat Tail ยิ่งมีค่าความหนามากโอกาสที่พอร์ตการลงทุนในหุ้นจะเสียหายหนักยิ่งมีมากขึ้นดังนั้น Fat Tail เป็นตัววัดความเสี่ยงประเภท ExtremeRisk ซึ่งเป็นความเสี่ยงที่มีโอกาสต่ำในการเกิดความเสี่ยหายแต่ถ้าหากเกิดขึ้นแล้วจะทำให้นักลงทุนเสียหายเป็นอย่างมาก เช่น กรณีของ LTCM หรือ Hamburger Crisis ที่เคยเกิดขึ้นในสหรัฐอเมริกาครับ

การจัดพอร์ตการลงทุนในหุ้นมีหลักการพื้นฐานอยู่ว่าต้องการให้พอร์ตที่มีผลตอบแทนสูงโดยมีความเสี่ยงต่ำหากมองในเชิงลึกตามหลักทางคณิตศาสตร์สามารถสรุปหลักการจัดพอร์ตโดยอ้างอิงความเสี่ยงที่กล่าวมาขั้นต้นได้เป็น 4 เงื่อนไขคือ

1. ผลตอบแทน - สูง      2. Volatility- ต่ำ

3. Skewness - สูง       4. Kurtosis (Fat Tail) - ต่ำ 


คำถามที่สำคัญ? เราจะพิจารณาแต่ละค่าในเงื่อนไขต่างๆว่าจะให้มีค่าต่ำและสูงแค่ไหน? คำตอบที่ง่ายสุดคือให้นักลงทุนวัดจากตลาดหรือStockIndex เช่น SET50 เป็นต้น ดังนั้นผมขอสรุป Conceptเป็นแนวคิดง่ายๆ ได้ดังนี้ครับ

1.*** ผลตอบแทนพอร์ต มากกว่า ตลาด (จริงๆแล้วกำหนดผลตอบแทนเป้าหมายเท่าไรก็ได้)

       ***   ความเสี่ยง Volatilityของพอร์ต น้อยกว่า ตลาด

       ***  ความเสี่ยง Skewness มากกว่า ตลาด

       ***   ความเสี่ยง FatTail น้อยกว่า ตลาด

เพื่อให้ชัดเจนมากขึ้นผมเอาโมเดลทางคณิตศาสตร์มาฝากเพื่ออ้างอิงว่ามีหน้าตาเป็นอย่างไร(ดูรูปที่ 1 ) แต่ไม่ต้องไปสนใจมากครับ (หากท่านผู้อ่านมีคำถามด้านเทคนิค เชิญหลังไมค์ได้เลยครับผม ถ้ามาอธิบายในบทความจะยาวมากครับ)


ตอนนี้ลองมาดูผลลัพธ์กันครับ...

เริ่มจากใช้หุ้นในกลุ่ม SET50 โดยคัดหุ้นที่มีการแตกพาร์ในรอบ1 ปีออกไป และเมื่อพิจารณาผลตอบแทนแบบรายวันประเภท Log Return (ผลตอบแทนเป็นแบบ Continuously Compounding เพื่อให้สะดวกในการคำนวณทางโมเดลคณิตศาสตร์) จากรูปที่2 พบว่าพอร์ต HMP มีการแกว่งน้อยกว่า SET50 


พิจารณารูปที่ 3 พบว่าราคาพอร์ตเทียบกับราคา SET50 ช่วงประมาณเดือนสิงหาคม2013 ถึง เดือนมกราคม 2014 ซึ่งมีเหตุการณ์วุ่นวายทางการเมือง SET50 มีการแกว่งขึ้นลงอย่างมาก ในขณะที่พอร์ต HMP ค่อนข้างนิ่งซึ่งเป็นผลจากน้ำหนักการลงทุนในหุ้นที่ควบคุมความเสี่ยงเอาไว้ เมื่อพิจารณาหุ้นในช่วงขาขึ้นตั้งแต่เดือนมกราคม 2014ราคาพอร์ตขึ้นในทิศทางเดียวกับ SET50 ซึ่งอาจดูไม่น่าดึงดูดใจเท่าไรในแง่ที่ว่าเอาชนะตลาดได้เล็กน้อย



ในกรณีที่ผลตอบแทนของพอร์ตเอาชนะตลาดได้เล็กน้อยจากรูปที่ 3 สามารถปรับโมเดลในรูปที่ 1 ได้ตามเงื่อนไขของสถานการณ์ที่เปลี่ยนไป เช่น ในกรณีนี้กำหนดให้ผลตอบแทนเป้าหมายสูงกว่าSET50 อย่างน้อย30% เป็นต้น ผลลัพธ์แสดงในรูปที่ 4 พบว่าในช่วงขาขึ้น พอร์ต HMPวิ่งขึ้นในอัตราที่เร็วกว่า SET50 แต่ในกรณีนี้มีข้อควรระวังเล็กน้อยครับว่า การกำหนดตัวเลขผลตอบแทนเป้าหมาย30% แม้ว่าจะให้ผลลัพธ์ที่สูงบนชุดข้อมูลทดสอบ เนื่องจากโมเดลให้น้ำหนักไปที่หุ้นที่ให้ผลตอบแทนสูงแต่ในการใช้งานจริงหากหุ้นเหล่านี้มีผลตอบแทนต่ำกว่าในอดีต ผลตอบแทนของพอร์ตจริงอาจต่างจากผลตอบแทนเป้าหมายที่ตั้งไว้มาก ดังนั้นจึงควรมอนิเตอร์พอร์ตอย่างต่อเนื่องและปรับพอร์ตตามความเหมาะสมกับสถานการณ์ครับ



โดยสรุปโมเดลจัดพอร์ตหุ้นแบบ Higher-MomentPortfolio (HMP) เป็นการให้น้ำหนักการลงทุนที่ทำให้พอร์ตมี*ความคล้ายคลึง* กับตลาดแต่มีความเสี่ยงน้อยกว่า จึงเหมาะสำหรับนักลงทุนระยะกลางที่มีลักษณะค่อนข้างConservative ไม่ต้องการเดาทิศทางของตลาด แต่อยากจะเอาชนะตลาดบ้าง

* หากต้องการพอร์ตที่เหมือนตลาดต้องใช้โมเดลจัดพอร์ตหุ้นแบบPassive Indexing ซึ่งจะหาเวลามาเขียนบทความให้ชมในโอกาสถัดไปครับผม*


ถูกใจบทความ คลิ๊ก LIKE Fanpage ได้ที่นี่  

//www.facebook.com/SpyWing.net

ขอบคุณมากๆครับ





Create Date : 10 มีนาคม 2558
Last Update : 10 มีนาคม 2558 9:17:03 น. 2 comments
Counter : 3918 Pageviews.

 
คอนเสปน่าสนใจครับ ส่วนตัวผมดูแค่โมเม้นอันดันสองเอง สามสี่ผมละเอา

ทีนี้มีประเด็นครับ

1. การ maximize delta จะช่วยให้ตอบโจทย์คือ ชนะตลาด vol ต่ำ skew และ kurtosis ได้ แต่ทำไมต้องเป็นสัดส่วน delta เดียวกันทั้งสี่ตัว กรณีนี้ใช้สมมติฐานของ utility แบบไหนครับ

2. คุณใช้ log return แสดงว่าทำ full betting ตลอดเวลา ในทางปฏิบัติเนี่ย คุณ max ด้วยสมการนี้เดาได้เลยว่า turnover สูงมาก สมมติคุณ backtest ด้วยราคาปิด เวลาคุณจะซื้อ เหลือ cash portion เท่าไหร่ครับ + cash portion นี้ ต้องเพื่อราคา ceiling ด้วย เพราะคีย์เอาเอทีซี แต่ถ้าไม่ใช้ราคา ATO หรือ ATC ก็จะเกิด intraday variation อีก แล้วถ้าคุณเหลือ cash portion ระดับนึง continuous compounding ของคุณ ก็จะใช้ ln(1+R) ไม่ได้ เพราะคุณไม่ได้ทำ full betting

ปล ผม fulltime trader ยินดีที่ได้รู้จักครับผม ขอบคุณมากครับสำหรับแนวคิดดีๆ สายคว้อนหายากเหลือเกินครับ


โดย: สมาชิกหมายเลข 1781714 วันที่: 22 มีนาคม 2558 เวลา:17:51:01 น.  

 
ก่อนอื่นต้องขอขอบคุณสำหรับ Comment ครับ ค่อนข้างประหลาดใจเหมือนกันที่มีคำถามเชิงลึกเช่นนี้ คำตอบของผมถือเป็นการแลกเปลี่ยนมุมมองนะครับ อย่าไปคิดว่าของใครถูกหรือผิดครับ

ตอบข้อ 1 นะครับ
1.1 การใช้ delta เพียงตัวเดียว มีลักษณะคล้ายกับ line search ใน optimization จุดประสงค์คือดัน constraints ทั้ง 4 จนสัมผัส (active) ขอบของ feasible region ซึ่งถูกพิสูจน์ว่าเป็น convex set พอร์ตที่สร้างตามโมเดลนี้เป็น convex program ดังนั้น sufficient optimum solution เกิดที่ขอบครับ
1.2 การใช้ Utility สร้างความยุ่งยากในทางปฎิบัติ แต่ Utility Function สามารถประมาณด้วยโมเมนต์ทั้ง 4 ดังนั้นการบังคับค่าโมเมนต์ทั้ง 4 ให้เป็นไปตามหลักของ Utility จึงมีนัยยะว่าโมเดลนี้สอดคล้องกับหลักการ Utility โดยไม่ต้องมีเงื่อนไขพิเศษที่พบใน Utility Function ทั่วไป ดังนั้นคำตอบของคำถามนี้คือ ผมไม่มีสมมติฐานเรื่อง Utility Form ครับ

ตอบข้อ 2 นะครับ
2.1 จริงๆแล้วผมไม่ได้สนใช้ว่าจะใช้ return แบบไหน ผมไม่ได้มองปัญหาแบบ Academic ที่ทุกอย่างต้องเป็นไปตามนิยามครับ ผมนิยม twist โมเดลเพื่อให้ใช้งานได้ดีและมีประสิทธิผลในทางปฎิบัติ จริงอยู่ว่า log return มาจาก continuous-time model ซึ่งมีนัยยะว่าต้องเทรดตลอดทุกเสี้ยววินาที (infinitesimal) แต่ถ้ามองจากมุมที่ว่าโมเดลเป็นเพียงเครื่องมือ (ไม่มีโมเดลไหนถูกต้องในทางปฎิบัติ) ปัญหาจะง่ายขึ้นมากครับ เราใช้โมเดลเป็น stock allocation จากนั้นด้วยวงเงินที่ได้ คุณสามารถเทรดแบบไหนก็ได้ในหุ้นตัวนั้นๆเพื่อสร้าง alpha ขึ้นมา
2.2 คำถามของคุณน่าจะเข้าข่าย dynamic rebalancing (หากผมเข้าใจผิด ต้องขออภัยด้วยครับ) ผมไม่นิยมวิธีนี้ครับ มีความยุ่งยากในการบริหารพอร์ต เช่น transaction cost ผมชอบหา implied weight ที่ทำให้พอร์ตทำงานได้ดีโดยไม่ต้อง rebalance บ่อยๆ ดังนั้นผมปล่อยให้พอร์ตรันไปเรื่อยๆโดยไม่ต้องสนใจ ceiling เพราะโดยทั่วไปพอร์ตจะถูก MtM ด้วยราคาปิด แน่นอนครับว่าผมมีการทดสอบกับชุดข้อมูลแบบ holdout sample ซึ่งไม่ได้แสดงให้ดูในบทความ เพราะจะยาวเกินไปครับ

ยินดีที่ได้รู้จัก Quant อีกท่านนะครับ


โดย: Top Money (Top Money ) วันที่: 23 มีนาคม 2558 เวลา:7:48:51 น.  

ชื่อ :
Comment :
  *ใช้ code html ตกแต่งข้อความได้เฉพาะสมาชิก
 

Top Money
Location :


[ดู Profile ทั้งหมด]

ฝากข้อความหลังไมค์
Rss Feed
Smember
ผู้ติดตามบล็อก : 22 คน [?]




Google
New Comments
Friends' blogs
[Add Top Money's blog to your web]
Links
 

 Pantip.com | PantipMarket.com | Pantown.com | © 2004 BlogGang.com allrights reserved.