Приключения Алисы в стране чудес инвестиционных факторов.
Так начинается название статьи авторов из Research Affiliates(RA), вот полное название и ссылка на статью: Alice’s Adventures in Factorland: Three Blunders That Plague Factor Investing. Статья слишком большая для перевода, так что напишу сюда самые интересные вещи, с краткими пояснениями.
Во-первых, интересно влияние инвестиционных исследований на последующую доходность факторов. В статье есть любопытный график, про который я напишу небольшое пояснение. На графике - общая статистика, как работают факторные портфели до и после публикации научных статей, в которых эти факторы описывается. Т.е. до и после того, как инвестиционное сообщество узнает об их существовании. Ниже приведен усредненный результат вложения $1 в портфели на базе 46 известных науке факторов, за 10 лет до(по оси Х - диапазон от -10 до 0) и 10 лет после(по оси Х - диапазон от 0 до 10) публикации статьи. Соответственно, точка 0 - точка публикации статьи. Для того, чтобы рыночный доход не оказывал влияние, сначала из доходности портфеля исключается рыночная составляющая(на основе регрессии CAPM), т.е. рассчитывается остаточный доход(за вычетом рынка) для каждого из факторов. На основе этого остаточного дохода и показан общий прирост инвестированного $1.
Как видно, в целом эффективность факторов снижается больше чем в два раза после выхода статьи в свет. Вот основные причины(по мнению авторов из RA):
- Многие факторы могут показывать высокую доходность на приведенной в статье временной выборке(in-sample), исключительно благодаря удачному стечению обстоятельств.
- После открытия, многие инвесторы пытаются использовать аномалию, так что доходность уменьшается.
- Результаты бэктеста могут объясняться просто результатом корреляции, и воздействием других факторов(например, фактора стоимости).
Кстати, количество статей в научных журналах и количество описанных в них факторов растет практически по экспоненте, вот картинка из статьи(красным - число статей в журналах, синим - кол-во факторов в них):
Далее будет табличка с характеристиками отдельных инвестиционных факторов, которые разбиты на группы: с 1 по 6 - самые популярные и широко используемые в инвестиционном сообществе; c 7 по 14 - менее популярные, но также используемые. Еще 33 фактора - что-то еще более экзотическое, их список в статье не приводится. На основе данных факторов конструируются портфели, причем делается это для различных способов ребалансировки и/или нормирования по волатильности(см. примечание к таблице). Портфели построены по принципам long-short. Доходность оценивается для полного временного интервала, с июля 1963 по июнь 2018, а также 2-х отдельных интервалов, его образующих: с июля 1963 по июнь 2003, с июля 2003 по июнь 2018 год:
В красной рамочке я выделил те портфели, доходность которых превзошла рыночную. На полном временном интервале(1963-2018) таких портфелей несколько, но самое приятное то, что все мультифакторные портфели с ежемесячной ребалансировкой, нормированные до волатильности 10%, превзошли по доходности рыночный портфель(правда, без учета издержек!). А вот с временным интервалом 2003-2018 уже есть проблемы: мало того, что ни один из портфелей не обошел рынок, так еще и практически все портфели показали меньшую доходность, чем на полном временном интервале. В синей рамочке - портфели, доходность которых оказалась выше, чем на полном временном интервале. В самой правой колонке - доходность на интервале 1963-2003, взял её из другой таблицы статьи, для полноты картины.
Отдельно я бы хотел обратить внимание фактор Operating profitability. С одной стороны, портфель на его основе показал неплохую доходность на интервале 2003-2018, но с другой - фактор этот достаточно "свеженький", статья с его описанием появилась только в 2013 году. Так что, данных вне выборки(out of sample) для него достаточно мало, в этом может заключаться объяснение его неплохой доходности. Ну и как видно из последней колонки таблицы, на интервале 1963-2003 у него получилась доходность на уровне рыночной.
Далее - графики доходности мультифакторных портфелей на основе факторов 1-6 и 7-14, в сравнении с рыночным портфелем. Как и в таблице, все портфели приведены к одной волатильности, также для построения графиков используется доходность, сверх доходности 30-дневных казначейских векселей T-bill:
На графике также видно, что на интервале 2003-2018 мультифакторные портфели проигрывают рынку. Кстати, в период кризиса 2008-2009 годов, неплохо видна отрицательная корреляция портфелей с рынком. Действительно, если посмотреть табличку с альфами-бетами, то у многих портфелей бета будет отрицательной:
Исходя из этого, факторные портфели, вероятно, могут служить неплохими диверсификаторами рыночного портфеля, это отдельно отмечается в статье RA.
Краткие выводы: Насколько вероятно, что факторное инвестирование "поломалось"? В RA считают, скорее всего, это не совсем так, а период низкой доходности факторных портфелей с 2003 по 2018 годы частично можно объяснить общим неудачным стечением обстоятельств для факторов. С другой стороны, на хорошую прошлую доходность, которая "нарисована" в бэктестах - лучше не рассчитывать. Частично она может объясняться эффектом data mining(т.е закономерностями, которые есть только в исторических данных). Частично тем, что факторное инвестирование сейчас крайне популярно(см. динамику выхода статей в научных журналах), и из-за этого слишком "перенаселено" торгующей публикой.
P.S. Мне еще понравился APPENDIX A: THE ECONOMIC FOUNDATIONS OF FACTOR(стр 28). Там, собственно, про экономическое обоснование популярных факторов(value, momentum, low beta, size, quality), с чем оно может быть связано, и что с этими факторами может быть не так.
P.P.S. Как дополнение, прошлые статьи про факторы у меня в ЖЖ, в основном про стоимость: 1, 2, 3, 4, 5.