Mientras estamos probando el rendimiento de los factores, es común para nosotros poner acciones en diferentes grupos basados en su exposición a ciertos factores, como el tamaño, el valor, el momentum, etc. Luego podemos probar el rendimiento de la estrategia de trading que compra/larga el grupo de acciones con la mayor exposición, o la estrategia que corta el grupo de acciones con la menor cantidad de exposición. Por ejemplo, podemos tener grupo 1 a grupo 5, donde el grupo 1 tiene la mayor exposición y el grupo 5 tiene la menor cantidad de exposición. ¿Cuando generamos rendimientos positivos comprando el grupo 1, necesariamente significa que también tendremos rendimientos positivos al cortar el grupo 5? Creo que para algunos factores esto podría ser cierto, pero no funcionará para todos los factores. Entonces, ¿cuando un factor es efectivo en el caso de comprar/largar el grupo con la mayor exposición, significa que cortar el grupo con la menor exposición también puede generar dinero? ¡Gracias!
Respuestas
¿Demasiados anuncios?
Cuando generamos retornos positivos al comprar el grupo 1, ¿significa necesariamente que también tendremos retornos positivos al vender en corto el grupo 5?
No. Esto se debe a que (casi siempre) el grupo 1 tiene un mejor desempeño que el grupo 5, lo que significa que cuando el grupo 1 tiene un retorno positivo grande, el grupo 5 puede tener un retorno positivo más pequeño o negativo.
Lo primero contradice tu caso ya que un retorno positivo más pequeño resulta en una pérdida en tu posición corta.
La idea principal detrás de las compras largas (ventas cortas) en los deciles superiores (inferiores) es simplemente obtener la diferencia en los retornos entre los dos grupos, lo que refleja los retornos del factor.
No hay una respuesta general a esta pregunta; tienes que probar cada factor. A veces, acortar el grupo 5 será rentable, pero a menudo no lo será debido a la tendencia al alza a largo plazo de las acciones.
La mejor biblioteca en Python para analizar factores es Alphalens. Puedes ver ejemplos de análisis de una variedad de factores diferentes en el blog de QuantRocket.
