วางแผนปรับพอร์ทช่วงหลังปีใหม่
ส่วนตัวเทรดระยะสั้นครับ ลองศึกษาดูถึง sensitivity ต่อตลาดของพอร์ท ระยะแรกๆผมลด turnover ด้วยวิธี shrinkage to factors ครับ แต่มันมีประเด็นที่ว่า ผมรู้สึกมันเป็นวิธีที่ biased กับ factors บางอย่างมากเกินไป ถึงแม้ว่าจะทำให้ immune ต่อ small changes ของ input แต่มันดูเป็นวิธีที่ biased ต่อ subspace ของเราอย่างมากครับ ลองเปลี่ยนไปเป็นวิธี most diversified และประยุกต์เป็น most E to averaged correlation ยิ่งแล้วใหญ่ immune เพิ่มจริง แต่เละครับ เพราะ Sharpe แย่มาก ลองใช้วิธี fund separation theorem ให้แกว่งเข้าหาจุด most E to averaged correlation ก็ไม่ค่อยเวิร์ค เพราะเวลาขาลง minimum variance ดันให้ negative expectancy อนาถกว่าเดิม

ระยะหลังจึงใช้ heuristic approach ส่วนตัว โดยอิงคอนเสปจากเครื่องมือของสายเทคนิกครับ momentum indicator เวลาเราดู โมเมนตั้มที่ lagged ไกลๆ มันจะมีค่าเท่ากับ product ของโมเมนตั้มย่อยของมัน ก็แสดงว่า เราแลกความ lagged ของมัน กับการ pool โมเมนตั้ม ซึ่งสิ่งที่ได้มาก็คือ immune ต่อ small changes ของ input เพิ่มขึ้นอย่างมาก เพราะ gradual changes โดยที่ยังคง accuracy ของการประมาณจาก sample ได้ และยังสามารถประมาณการเปลี่ยนแปลงได้ชัดเจนขึ้น

ที่ผ่านมาจึงได้ทดลองใช้ดู ปรากฏว่าผลดีกว่าที่คิดครับ immune ต่อ small changes ของ input ที่เพิ่มขึ้น (ดูด้วยตาจาก map ได้) แลกกับ variance คาดการณ์ของพอร์ทสูงขึ้นครับ Sharpe คาดการณ์ลดลง แต่ส่วนตัวค่อนข้างพอใจครับ เพราะปัญหา estimation errors มีความสำคัญอย่างมากในสภาพตลาดเก็งกำไรสูงและผันผวนตามใจจ้าวแบบตลาดบ้านเรา

ลองวาด transition map โดย range จากวิธีปรกติ (1) ไปถึง การ pool 10 periods (10) ออกมาแล้วดูผู้ดีใกล้เคียงกับวิธี resampling เลยครับ แต่เป็นการคำนวณที่จับต้องได้มากกว่า ส่วนตัวไม่ชอบการสุ่มครับพ้มมม



plan ช่วงปีใหม่ว่าจะเพิ่ม period ให้ยาวขึ้นครับ จากการศึกษาส่วนตัวพบว่า เมื่อเพิ่ม period จนถึงค่าค่าหนึ่ง แม้ว่าจะทำให้ expectancy ต่ำลง แต่ sharpe จะสูงขึ้น + ช่วยลด trade cost จาก size และ turnover ได้อย่างดี จากการประมาณการเบื้องต้น น่าจะได้ประโยชน์จากการเพิ่ม period ของระบบครับ จาก model จำลอง perfect cycles ของตลาด ให้ผลค่อนข้างสอดคล้องกับผล backtest อย่างน่าประหลาดใจมากๆครับผม + ปลื้มตรงเราสามารถเพิ่ม exposure ได้มากขึ้น เพราะไม่ต้องเผื่อ cash portion ไว้มาก เพราะ immune ต่อ small changes ของ input ที่สูงขึ้น ยอมแลก expectancy เพื่อความเสถียรในระยะยาวครับพ้มมม

ปล แต่ก็แอบลังเลตรง susceptibility ต่อ tail risk นะครับ แหะๆ

ไหนๆจะ max Sharpe แล้ว ก็ต้องทำให้สุดครับ อิอิ

* มีแก้รูปนิดนึง ตอนแรกไปใส่ n-eff แบบ cross correlation free เพิ่งเห็น เลยมาแก้รูปนิดนึงครับ เด๋วกลับมาดูแล้วงง อิอิ + ลองขยาย universe ให้กว้างขึ้นครับ เพื่อให้เห็นภาพชัดเจน

update : พอขยาย universe ได้ภาพใหม่เลยครับ ภาพดูสวยขึ้น แต่พอคำนวณออกมาจริงๆ กลับมีระดับ correlation สูง แถมยังมีความสัมพันธ์แบบไม่ตรงไปตรงมา แต่ภาพที่ชัดเจนขึ้นคือ immunity ต่อ input ครับ สังเกตได้ว่าตั้งแต่ period = 6 ขึ้นไป ค่าเปลี่ยนน้อย ไม่น่าเกลียดเหมือนช่วงแรกๆ




Create Date : 16 พฤศจิกายน 2557
Last Update : 17 พฤศจิกายน 2557 1:28:32 น.
Counter : 832 Pageviews.

0 comments
ชื่อ :
Comment :
 *ใช้ code html ตกแต่งข้อความได้เฉพาะสมาชิก
 

สมาชิกหมายเลข 1781714
Location :
  

[ดู Profile ทั้งหมด]
 ฝากข้อความหลังไมค์
 Rss Feed
 Smember
 ผู้ติดตามบล็อก : 2 คน [?]



ดอกไม้งามยามตะวันเริ่มผันสี

ดุจมณีเปล่งประกายให้วาบหวาน
Group Blog
พฤศจิกายน 2557

 
 
 
 
 
 
1
2
3
8
9
15
22
29
30
 
 
All Blog