4 votos

¿Cómo calcular los rendimientos diarios compuestos de las pruebas retrospectivas para acercarse más a los resultados del mundo real?

A menudo realizo pruebas rápidas de estrategias de trading en mis suites de análisis:

  1. multiplicando un vector de señal (retardada, {-1,0,1}) con una serie temporal de rendimientos porcentuales diarios
  2. haciendo un producto acumulativo de las series temporales resultantes después de añadir 1 a cada retorno

Esto es bastante estándar, pero para ser claros:

$$ \text{NAV}_i = \prod_{ j = 1 }^i (1 + r_j) $$

Cuando tengo muchos activos, hago el primer paso en cada serie de retorno, luego la suma por elementos, y luego el segundo paso.

Habiendo ejecutado tales estrategias con dinero real, sé que la suposición implícita de que la cartera se reequilibrará con una exposición constante en relación con el valor liquidativo de cada día no es realista.

Lo que me gustaría saber es:

  • ¿Alguien tiene algún otro problema con este enfoque para ejecutar backtests? ¿En particular, para las estrategias con múltiples subyacentes?
  • Para "hacer" que la estrategia opere mensualmente, ¿bastaría con sumar los rendimientos diarios intramensuales (de modo que haya un rendimiento sumado para cada mes) y luego hacer el producto acumulativo en el paso 2 sobre la serie de estos rendimientos sumados?

3voto

m0j0 Puntos 21

Si hace el paso 1 y el paso 2 todos los días, entonces sí se supone que reequilibra la estrategia todos los días .

Si se quiere suponer de otra manera, por ejemplo, mensualmente, hay que componer primero los rendimientos de cada activo por separado durante todo el mes y luego hacer una suma ponderada de los rendimientos compuestos utilizando las ponderaciones de cada activo al principio del periodo para obtener el rendimiento global del periodo, sin el supuesto de reequilibrio.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X