Magic Formula: Antal bolag > Startmånad?

För ett par år sedan var jag rätt insnöad på frågan hur stor påverkan startmånaden har på avkastningen från kvantitativa strategier. Den senaste tiden har jag i stället försökt ta reda på hur portföljstorleken kan påverka densamma, vilket jag hittills har skrivit om här och här.

Båda faktorer är väldigt intressanta, och är dessutom sådant som du själv enkelt kan påverka (utan att göra avsteg från själva huvudreglerna). Kanske kan du med ganska enkla medel öka chansen till en högre avkastning framöver…?

Frågan jag vill försöka svara på i det här inlägget är alltså:

Är skillnaden (i avkastning) mellan olika portföljstorlekar större än skillnaden mellan olika startmånader? Vad är viktigast att ta hänsyn till?

Jag har nyligen utvärderat olika portföljstorlekar för strategier som startas/rebalanseras i juni (eftersom det är den månaden jag har flest exporter för). En fullständigt heltäckande analys av detta skulle förstås kräva att jag utvärderar olika portföljstorlekar för alla årets månader över en mycket lång tidsperiod. Den dagen någon börjar betala mig för att göra detta kan jag kanske överväga att göra det…

Resultaten i det här inlägget är därför baserade på följande:

  • Portföljstorlek: Magic Formula med 5-15 bolag som startas/rebalanseras i juni. Samma resultat som jag visade i det här inlägget. Jag har även resultat för 1-4 bolag, men skulle aldrig använda färre bolag än 5 (om ens) i en kvantitativ strategi, och rekommenderar inte någon annan att göra det heller.

Det får alltså stå för den spridning i avkastning man kan få när man endast varierar antalet bolag i strategin.

  • Startmånad: Magic Formula med 10 bolag (rullande 5-års resultat för mars-december över 17 år). De resultaten lider av bland annat överlevnadsbias (survivorship bias) samtidigt som tidsperioderna inte överlappar varandra helt.

Jämförelsen haltar därför något, men för mig har det varit intressant att se om resultaten överhuvudtaget hamnar i samma storleksordning eller inte. Är skillnaden i avkastningen mellan mina två dataset enormt stor tycker jag ändå det säger något. Är den i stället inte så stor så visar det att det är viktigt att ta hänsyn till båda två när du vill starta en kvantitativ strategi.

Resultat

Först till skillnaden i CAGR beroende på hur många bolag du kör med i din strategi:

Som mest är skillnaden hela 12,2 %. Jag förväntar mig att resultaten jämnas ut något över tid, allt eftersom jag börjar få ett par rullande 5-årsperioder att utvärdera.

Hur har då skillnaden i CAGR varit för just 10 bolag beroende på startmånad?

Här har vi en skillnad på endast 5,7 %. Just 10 bolag har varit ett ganska robust antal under lång tid (även om den jämförelsen jag gjorde nyligen pekar på att det samtidigt ska ses som något av ett minimum).

Återigen, resultaten för startmånaden är baserade på en betydligt längre tidsperiod, så det är helt klart lite äpplen och päron över hela jämförelsen.

Det som jag däremot tänker landa i med det här inlägget, är att det är väldigt viktigt att tänka på portföljstorleken när du tänker starta en kvantitativ strategi. Var heller inte rädd för att modifiera en befintlig strategi, om du hittar resultat (här eller här, till exempel) som tyder på att du ligger i helt fel kluster mot vad som brukar vara optimalt för just din strategi.

Slutsatser

Inget av mina senaste inlägg handlar om att hitta det exakta antal bolag som kommer göra bäst ifrån sig framöver. För de flesta som startar en kvantitativ strategi handlar det i stället om att bestämma sig för om portföljen ska innehålla 5, 10, 15 eller kanske ännu fler bolag. Då kan man här se att skillnaden mellan olika portföljstorlekar kan vara större än skillnaden mellan olika månader. (Med reservation för att resultaten inte är 100 % jämförbara med varandra)

Det kan alltså vara minst lika mycket värt att lägga fokus på att hitta en lämplig storlek på strategin, snarare än att inte bry sig om portföljstorleken men samtidigt använda samma strategi vid olika startmånader. Eftersom båda sätten kan lyfta resultaten betydligt är det förstås bäst att försöka ta hänsyn till båda två, vilket jag hoppas blir lite enklare att förstå med alla dessa inlägg.

 

I nästa inlägg kommer jag äntligen komma till hur olika listor (Small, Mid och Large Cap) påverkar avkastningen för olika kvantitativa strategier. Där har vi ännu en (ofta försummad) parameter som det kommer visa sig kan bidra rejält till avkastningen.

Leave a Comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.