Salkunhoidon liite
Miten SurgeFlow soveltaa salkunhoidon teoriaa vertailuindeksin valintaan, aktiiviseen tuottoon, attribuutioon, riskibudjetointiin, simulointiin ja toteutuksen kurinalaisuuteen.
Luokka: Salkku
Liitteen soveltamisala
Tämä liite määrittää, miten Salkku-, Backtestaus- ja Faktorit-osioita sekä tekoälypohjaista faktoriagenttia tulee käyttää. Backtestaus on näyttökirjanpito, Salkku on pelkästään esittävä faktoriosasalkkujen riskinäkymä, Faktorit on rakentamisen ja julkaisukynnysten lähde, ja tekoälyagentin on viitattava näihin osioihin ennen kuin se muuntaa faktorinäkemyksen salkkua koskevaksi kommentiksi. - Backtestaus: aktiivinen tuotto, tracking error, IR, attribuutio, uudelleenotanta (resampling) ja datan laatumerkinnät - Salkku: tasapainoisten faktoriosasalkkujen riski, kynnykset läpäisseet faktorit, korrelaatiot, VaR/ES ja porautuminen omistuksiin - Faktorit: rakentamisen kynnysehdot, julkaisutila, faktorin suunta ja point-in-time-kontrollit - Tekoälypohjainen faktoriagentti: pelkkä selittävä kerros, ei koskaan perustelemattomia suosituksia tuottava kone
Vertailuindeksiä ja aktiivista tuottoa koskevat periaatteet
Näyttö salkunhoidossa alkaa vertailuindeksistä. Käyttökelpoisen vertailuindeksin tulee edustaa sijoitusmahdollisuuksien joukkoa, olla sijoituskelpoinen tai edullisesti jäljiteltävissä, julkaista todennettavat painot ennen mittausjaksoa ja tuottaa ajantasaiset tuottotiedot jakson jälkeen. Aktiivisella tuotolla on merkitys vasta, kun vertailuindeksi on nimetty: aktiivinen tuotto = salkun tuotto - vertailuindeksin tuotto. Positiotason vastine on aktiivinen paino = salkun paino - vertailuindeksin paino, joten lisäarvo syntyy ylipainottamalla sijoituskohteita, jotka tuottavat vertailuindeksiä paremmin, tai alipainottamalla kohteita, jotka jäävät siitä jälkeen. - Markkina-arvopainotettu indeksi: oletusvertailukohta markkinalle, kun osasalkku on laaja ja vertailuindeksin kaltainen - Tasapainoinen sijoitusuniversumi: hyödyllinen perinteinen diagnostiikkaväline, mutta ei aina realistinen sijoituskelpoinen vertailuindeksi - Faktorineutraali vertailuindeksi: ensisijainen, kun kysytään, tuoko osasalkku osakevalinnalla lisäarvoa yhteisen faktorialtistuksen jälkeen - Tuotto ilman vertailuindeksiä: pelkkä tuloksen esitys, ei näyttö aktiivisesta salkunhoidosta
Aktiivisen salkunhoidon kirjanpito
Backtestaus-välilehteä tulee lukea aktiivisen salkunhoidon kirjanpitona. Sharpen luku mittaa ylituottoa kokonaisriskin yksikköä kohden. Informaatiosuhde mittaa aktiivista tuottoa aktiivisen riskin yksikköä kohden, ja aktiivinen riski on tracking error. Active share mittaa, kuinka paljon omistukset poikkeavat vertailuindeksistä. Onnistumisosuus (batting average) ja osuma/huti-diagnostiikka kertovat esiintymistiheydestä, mutta ne eivät korvaa informaatiosuhdetta, joka ottaa huomioon myös suuruuden. - Tracking error = salkun tuoton ja vertailuindeksin tuoton erotuksen keskihajonta - Informaatiosuhde = keskimääräinen aktiivinen tuotto / tracking error, tarkastelujakso ja vuotuistaminen ilmoitettuina - Alfa ja beeta ovat regressiodiagnostiikkaa; alfaa ei pidä tulkita puhtaaksi taidoksi, ellei vertailuindeksin ja faktorien kontrollointi ole uskottavaa - Korkea osumaprosentti voi silti johtaa tappioon, jos tappiolliset jaksot ovat suuria; sitä luetaan aktiivisen tuoton, drawdownin ja IR:n rinnalla
Fundamental Law -periaatteen tulkinta
Aktiivisen salkunhoidon kirjanpito käyttää Fundamental Law -periaatetta kurinalaisuuden tarkistuksena: odotettu IR määräytyy ennustetaidon, tehollisen leveyden ja siirtokertoimen perusteella. Informaatiokerroin on ennustesignaalin ja toteutuneen aktiivisen tuoton välinen yhteys. Leveys on aidosti riippumattomien näkemysten määrä, ei pelkkä tunnusten lukumäärä. Siirtokerroin mittaa, kuinka tehokkaasti ennusteet muuttuvat todellisiksi painoiksi rajoitteiden, likviditeetin, kustannusten, vaihtuvuuden ja riskikynnysten jälkeen. - Käytännön näkökulma: FL_IR = IC x sqrt(effective breadth) x transfer coefficient - Näkemysten voimakas keskinäinen korrelaatio pienentää tehollista leveyttä, vaikka tunnuksia olisi paljon - Long-only-rajoite, vaihtuvuus, likviditeetti ja positiorajat pienentävät siirtokerrointa - Aggressiiviset aktiivisen riskin tavoitteet voivat alentaa toteutunutta IR:ää, kun rajoitteet sitovat tiukemmin
Faktorimallit salkunhoidossa
Monifaktorimallit muuntavat raa'at omistukset tulkittaviksi altistuksiksi. SurgeFlow'ssa faktorimallit palvelevat kolmea tehtävää: tuottoattribuutiota, riskiattribuutiota ja salkun rakentamista. Osasalkku voi näyttää vahvalta markkinabeetan, tyylialtistuksen, arvopaperivalinnan tai residuaalikomponentin vuoksi. Salkku-osion käyttäjien tulee lukea nämä erikseen sen sijaan, että kokonaistuottoa käsiteltäisiin yhtenä erittelemättömänä lukuna. - Tuottoattribuutio: erota vertailuindeksin tuotto, faktoripainotus, arvopaperivalinta, kustannusrasite ja residuaali - Riskiattribuutio: arvioi, mitkä faktorit ja korrelaatiot ohjaavat volatiliteettia, VaR:ia, ES:ää ja drawdown-riskiä - Rakentaminen: käytä faktorialtistuksia, kovarianssia, VIF:iä ja kynnysehtojen tilaa päällekkäisten näkemysten välttämiseksi - Residuaali: suuri selittämätön residuaali varoittaa, että mallista voi puuttua sektori-, maa-, likviditeetti- tai tapahtumariski
Riskibudjetointi ja laskuriskin diagnostiikka
Riskienhallinta on rajojen järjestelmä, ei yksittäinen luku. VaR arvioi tappiokynnyksen ilmoitetulla luottamustasolla. Expected shortfall eli CVaR arvioi keskimääräisen tappion kynnyksen ylittävissä tapauksissa. Drawdown kuvaa kehityspolun varrella syntyvää vahinkoa. Skenaario- ja herkkyysanalyysi selvittävät, miten salkku käyttäytyy määritellyissä šokeissa, myös tapahtumissa, jotka ovat lähihistoriassa heikosti edustettuina. - VaR: hyödyllinen todennäköisyyteen sidottuna tappiokynnyksenä, mutta herkkä historiaa, volatiliteettia ja korrelaatiota koskeville oletuksille - ES/CVaR: kertoo enemmän hännän vakavuudesta, koska se katsoo VaR-rajan taakse - Suurin drawdown: polkuriippuvainen vahinko, jonka päivittäinen volatiliteetti voi peittää - Skenaario- ja herkkyystestit: viimeiset stressitarkistukset positiorajojen, altistusrajojen, stop-loss-rajojen ja aktiivisen riskin rajojen rinnalla
Backtestauksen ja simuloinnin kurinalaisuus
Backtestit ovat hypoteeseja historiallisissa olosuhteissa. Uskottava prosessi erottaa toisistaan strategian suunnittelun, simuloinnin ja tulosten arvioinnin. Sen on nimettävä selviytymisharhan (survivorship bias), look-ahead-harhan, raportointiviiveen, data snoopingin ja p-hakkeroinnin riski. Liukuvan ikkunan backtestaus säilyttää aikajärjestyksen; historiallinen simulointi poimii uusia otoksia havaituista tuotoista; Monte Carlo -simulointi poimii otoksia oletetusta yhteisjakaumasta ja riippuu siksi vahvasti jakauman valinnasta ja kovarianssin kalibroinnista. - Point-in-time-data suojaa look-ahead- ja selviytymisharhan aiheuttamalta vääristymältä - Useat testatut muunnelmat edellyttävät tiukempia näyttökynnyksiä ja vahvistusta otoksen ulkopuolisella aineistolla - Bootstrap ja historiallinen simulointi auttavat testaamaan otantaonnea, mutta ovat sidoksissa havaittuun historiaan - Monte Carlo lisää joustavuutta, mutta normaalijakaumaoletukset voivat aliarvioida vinoutta, paksuja häntiä ja häntäriippuvuutta
Toteutus ja sijoitusvälineen mukaiset kustannukset
Salkun etu on hyödynnettävissä vasta toteutuskustannusten jälkeen. Yksittäisistä osakkeista koostuvissa osasalkuissa tämä tarkoittaa vaihtuvuutta, spreadiä, likviditeettiä, markkinavaikutusta, tarvittaessa lainaus- tai lyhyeksimyyntirajoituksia sekä verotusta koskevia oletuksia. ETF- tai rahastomuotoisissa välineissä se tarkoittaa lisäksi kulusuhdetta, tracking erroria, preemion ja alennuksen käyttäytymistä, luonti- ja lunastusmekanismia sekä omistamisen kokonaiskustannuksia. SurgeFlow'n tulee merkitä, mitkä kustannukset on mallinnettu, mitkä ovat tilapäisiä oletuksia ja mitkä jäävät nykyisen osion ulkopuolelle. - Bruttotuotto: ennen mallinnettuja kaupankäyntikustannuksia - Nettotuotto: vain ilmoitetun kustannusmallin jälkeen, ei jokaisen todellisen kitkatekijän jälkeen - Kustannusrasite: luettava vaihtuvuuden ja likviditeetin rinnalla - Muuntaminen ETF:ksi tai rahastoksi: tracking error ja välineen kustannukset voivat hävittää paperilla näkyvän faktoriedun
Reaaliaikaisten työkalujen käyttö
Salkku-välilehdellä tarkastellaan faktoriosasalkkuja, läpäisykynnyksiä, riskivalmiutta, suurimpia omistuksia, faktorikorrelaatiota ja jakaumadiagnostiikkaa. Backtestaus-osiossa selvitetään, toiko osasalkku aktiivista lisäarvoa oikeaan vertailukohtaan nähden kustannusten ja otoksen laatumerkintöjen jälkeen. Faktorit-välilehdeltä varmistetaan, että taustalla oleva faktori oli julkaisukelpoinen ja ajantasainen. Tekoälypohjaista faktoriagenttia käytetään vasta, kun nämä lähdeosiot ovat keskenään yhtäpitäviä. - Älä muunna pelkästään esittävää Salkku-osion osasalkkua kaupaksi ilman Backtestauksen ja faktorikynnysten tukea - Suosi vertailuindeksiin suhteutettuja mittareita, kun kysymys koskee salkunhoitajan taitoa tai aktiivista lisäarvoa - Suosi laskuriskin diagnostiikkaa, kun kysymys koskee pääoman säilyttämistä - Pidä puuttuvaa, vanhentunutta tai vain luonnosvaiheessa olevaa dataa esteenä varmoille johtopäätöksille
Liite
Tiivistelmä salkunhoidon käyttöä varten. - Vertailuindeksi ensin: aktiivinen tuotto on olemassa vain suhteessa nimettyyn, sijoituskelpoiseen ja ajantasaiseen vertailuindeksiin. - Aktiivinen salkunhoito: lue IR, tracking error, active share, IC, leveys, siirtokerroin ja otoskoko yhdessä. - Attribuutio: erota faktoripainotus, arvopaperivalinta, riskipainotus, kustannusrasite ja residuaali. - Riskibudjetti: VaR, ES/CVaR, drawdown, skenaariot, herkkyys, positiorajat ja stop-loss-säännöt ovat toisiaan täydentäviä työkaluja. - Backtestaus: erota liukuvat backtestit, bootstrap/historiallinen simulointi ja Monte Carlo; nimeä selviytymisharhan, look-ahead-harhan, raportointiviiveen ja data snoopingin riski. - Toteutus: vaihtuvuus, likviditeetti, spreadit, markkinavaikutus, tracking error, palkkiot ja verot ratkaisevat, voidaanko paperilla näkyvää alfaa hyödyntää.