Handelsstrategien Dissertation

Effiziente Markthypothese und Momentum Strategy Finance Essay Die effiziente Markthypothese wurde bisher als Modell angesehen, als die Hypothese von Fama (1970) angegeben wurde. Die Theorie besagt, dass das rationale Verhalten von den rationalen Anlegern im Wertpapiermarkt fortgesetzt wurde und die Investorenentscheidung auf der erwarteten Theorie, der Risikoaversion und der Maximierung der Nutzenfunktion basiert. Seit den 1980er Jahren deuten zahlreiche empirische Studien darauf hin, dass das Verhalten der Anleger nicht mit der traditionellen Theorie in der realen Situation übereinstimmt, zudem sind die meisten Anleger, deren Verhalten überhaupt nicht rational ist, zum Beispiel Investoren meist mit Übertreibung, überoptimistischer und kognitiver Neigung zu entscheiden Die das Ergebnis erzeugen, ist nicht die optimale Entscheidungsfindung im wahren Leben. Viele Anomalien, die sich nicht aus der traditionellen Theorie erklären ließen, die Verhaltensfinanzierungstheorie wurde auf der Grundlage der Psychologie entwickelt und versucht, diese Anomalien zu erklären. Kahneman und Tverskey (1979) sagen, dass Investoren nicht in der Lage sind, Entscheidungen mit adäquaten und verfügbaren Informationen zu treffen Die Person wurde in der EMH, die vollständige Analyse auf alle Situationen zu tun beschrieben. Sie denken, die meisten Menschen haben kognitive Bias und macht die Entscheidung auf der Grundlage der Faustregel. In der Tat, Investoren Entscheidungen hängt von ihren psychologischen Faktoren, die Umwelt oder die Fehler-News, so dass der Markt nicht perfekt ist, wie der effiziente Markt es impliziert, dass es Arbitrage-Chancen auf dem Markt. Zwei investitionsbezogene Anomalien sind Impuls - und Contrarian-Strategie. Momentum Strategie besagt, dass die Aktie weiter steigen oder weiter sinken, um kurzfristig zu sinken, so dass der Kauf der Vergangenheit Gewinner und Verkauf der Vergangenheit Verlierer contrarian Strategie ist im Gegensatz, das heißt, der Preis wird umgekehrt, so dass der Kauf der Vergangenheit Verlierer und Verkauf der Vergangenheit Gewinner. Die Ansichten der beiden Strategien sind die ersteren bedeutet die Existenz der Unterreaktion, letztere die Existenz der Überreaktion. Da Jegadeesh und Titman (1993) die Impulsstrategie angeben und die De Bondt und Thaler (1985) die konträre Strategie angeben, haben viele Forscher begonnen, die Quelle der abnormalen Rendite zu untersuchen, um zu prüfen, ob die Rentabilität existiert oder nicht. Zarowin (1989) verweist auf die saisonale Wirkung von Moskowitz und Grinblatt (1999) auf das industrielle Momentum, und Conrad und Kual (1998) schlagen die Zeitreihenvorhersagbarkeit oder die Querschnittsvariation vor In der mittleren Rendite. Durch die Vergangenheit Forschungen, können wir feststellen, dass die Marktanomalien, die oft von den psychologischen Faktoren der Investoren begleitet werden und die Genauigkeit der Interpretation von Informationen, die den Marktpreis zu Überreaktion und Unterreaktion führt. In Taiwan ist das größte Investitionsinstrument Bestand, da die Tabelle 1-1 zeigt, dass der Prozentsatz der inländischen Einzelpersonen viel höher ist, mindestens 60 in den vergangenen 10 Jahren, außerdem weisen Chen et al (2006) darauf hin Taiwan-Aktienmarkt ist nicht schwach-effizienten Markt. Daher gibt es Merkmale von kürzerer Haltedauer und höheren Umsätzen, die dazu führen, dass die Fluktuation in Taiwan größer ist, aber die De Bondt und Thalet (1985) herauszufinden, dass der vergangene Verlierer eine höhere Rendite hätte als der letzte Gewinner, wenn er sie für 3- 5 Jahre. Darüber hinaus, Jegadeesh und Titman (1993) erklären, dass die Umsetzung der Impuls-Strategie könnte 1 Überrendite. Demnach wurden in den USA Impuls - und Kontrationsstrategien unterstützt. Die Merkmale der Taiwan-Aktienmarkt sind im Gegensatz zu den USA-Aktienmarkt, so dass es würdig ist, zu studieren, ob ob die Impuls-Strategie oder konträren Strategie ist geeignet, um in Taiwan umzusetzen. Tabelle 1-1: Anteil der Arten von Anlegern an der taiwanesischen Börse Die Studie erfasst täglich Daten, um die Börse zu untersuchen, ob der Impulseffekt auf Basis der Impulsstrategie besteht. Es prüft auch, ob, wenn die überschüssige Rückkehr erhalten, wenn halten verschiedene Periode auf der Grundlage der vorherigen Rückkehr oder Umsetzung der kontradarischen Strategie wird besser als mit Impuls-Strategie. In der traditionellen Finanztheorie, dem Capital Asset Pricing Model, der CAPM und der Efficient Market Hypothesis sind EMH Eckpfeiler, die seit Jahrzehnten das moderne Finanzfeld dominierten. In den letzten Jahren gibt es viele empirische Beweise zeigen, dass viele Anomalien gegen die traditionelle Finanztheorie. Die Studie wird Impulsstrategie verwenden, um zu prüfen, ob, wenn die signifikante Rendite in Taiwan Aktienmarkt zu gewinnen. Der Gewinn der Impulsstrategie ist gleich dem Verlust der kontradiösen Strategie zum Kontrast, der Verlust der Impulsstrategie ist gleich dem Gewinn der Gegenstrategie. Anders ausgedrückt, könnten die Anleger den signifikanten Gewinn erzielen, indem sie die Impulsstrategie implementieren, die sie durch die Ausnutzung der kontradiktorischen Strategie oder umgekehrt erhalten würden, weshalb die Studie die entsprechende Überprüfung der kontradiösen Strategie beinhaltet. Traditionelle Finanztheorie Effizienz Markthypothese (EMH) EMH erklärt, dass der Aktienkurs vollständig in alle relevanten Informationen korrekt und sofort vollständig reflektieren wird. Nach der Hypothese, keine Anlagestrategie kann Überschussrendite zu erzielen, mit anderen Worten, niemand kann den Markt durch eine Handelsstrategie wetten, da der Markt Gleichgewicht ist. In der traditionellen Finanzierung wurde das Modell angenommen, mit den Agenten sind rational, was bedeutet, dass die Agenten konnte ihr Konzept genau zu erneuern und eine richtige Entscheidung treffen. Shleifer (2000) weist darauf hin, dass die EMH auf drei Annahmen gegründet wurde. Zuerst werden alle Anleger als rational betrachtet und können daher die Wertpapiere bewerten. Als Investoren, die neue Informationen über die Wertpapiere, die sie gekauft haben, werden sie korrekt und schnell reagieren auf die Nachrichten, indem sie den Preis als seine eine gute Nachricht oder bringen Preis nach unten als seine schlechte Nachricht. Daher sollten, wie die Annahme, alle Vermögenspreise auf die Informationen sofort anpassen. Obwohl die meisten Anleger nicht rational sind, ist ihr Handel zufällig und es könnte den Preis-Effekt auszugleichen. Der Einfluss auf den Preis wird einander aufheben, da die Investoren falsche Entscheidungen auf dem Markt haben. Trotz der meisten Menschen mit homogenen irrationalen Verhaltensmuster würde der Preis durch die Ausnutzung des Arbitrage-Mechanismus rational sein. Zum Beispiel, kaufen die underpriced Asset auf einem Markt und verkaufen die identische oder ähnliche Vermögenswerte auf dem anderen Markt, die den Preis zurück zum Gleichgewicht führt. Allerdings bestätigen einige Marktphänomene Leistungen, die nicht durch die Hypothese erklärt werden konnten. Capital Asset Pricing Model (CAPM) CAPM wurde von Sharpe et al (1960) entwickelt. Es zeigt, dass die Beziehung zwischen der erforderlichen Rückgabe von Wertpapieren und dem systemischen Risiko als Gleichgewicht. Darüber hinaus ist der Zweck des Modells hilft Investoren, den Preis des Vermögenswertes zu entscheiden. Seine Annahmen sind viel härter als EMH, geht davon aus, dass alle Investoren, die die gleichen Informationen in der gleichen Zeit erhalten können und nur den Kompromiss von Risiko und Rendite, da sie Investitionsziele gewählt. Darüber hinaus gibt es keine Transaktionskosten, keine Steuern und keine Beschränkung des Wertpapierhandels im vollkommenen Markt. Barberis N. amp Thaler R. (2002) weist darauf hin, dass Verhaltensfinanzierung ein neuer und besserer Ansatz ist, zu interpretieren, dass nicht alle Agenten rational sind. Die neue Methode umfasst zwei Komponenten, die Grenzen für Arbitrage und Psychologie sind. Begrenzung auf Arbitrage Shleifer, A. und Vishny, R. (1997) weisen darauf hin, dass der Markt ineffizient ist und die Händler irrational sind und die Interaktion zwischen dem rationalen und irrationalen, der irrationale Handel wird enormen und langfristigen Einfluss auf den Preis bringen. Wenn rationale Händler, die die Macht der Arbitrage spielen wollen, müssen sie mit einigen wesentlichen Bedingungen versehen werden. Erstens könnten die irrationalen Händler nicht zu viel sein, oder sie werden den Markt beherrschen. Zweitens muss der Markt die niedrige Kosten-Kurzschluss, die nur für rationale Händler, ansonsten irrationale Händler, die die Preisabweichung durch Leerverkäufe machen zu ermöglichen. Schließlich sollte der wahre Wert von Vermögenswerten ans Licht kommen, oder diese irrationalen Händler würden ihr Verhalten nicht anpassen, bis sie erkennen, dass ihre Bewertung des Aktienkurses Fehler ist. Offenbar sind diese Bedingungen, die oben erwähnt werden, schwer zu befriedigen, daher Shleifer, A. und Vishny, R. (1997) nennen es Limit to Arbitrage. Behavioral Finanzwissenschaftler denken, dass irrationale Investoren Entscheidung würde durch ihre eigenen Überzeugungen und Präferenzen betroffen sein. Einige Gründe für die Irrationalität wurden wie folgt zusammengefasst. Zuerst würden Investoren Entscheidung treffen, indem sie ihren Glauben folgen. Manchmal sind sie zu über Optimismus zu ignorieren, ob die Tatsache ist oder nicht. Überkonfidenz ist eine der Konzepte, die verschiedene Phänomene erklärt wurden, empirische Studien haben gezeigt, dass Investoren oft über die Richtigkeit ihres Urteils zu glauben. Sudak und Suslova besagt, dass die Menschen unzureichende Kenntnisse des Vertrauensniveaus haben, so dass sie sich irrtümlich vorhersagen. Als Ergebnis der Informationsunzulänglichkeit, die zu der Überzeugung führen und Investoren falsche Entscheidungen treffen. Daher ist es nicht nur Anlegern, die zu viel Geld für die Transaktionskosten zu nehmen, sondern führt auch den Markt zu einer Überreaktion. Darüber hinaus ist Repräsentativität eines der Probleme. Shefrin (2000) weist darauf hin, dass das Individuum über vergangene Stereotype urteilt. Es bedeutet, wenn Investoren ein Kognitiv bauen, halten sie es für eine lange Zeit und halten einen starken Verdacht auf neue Beweise. Kahneman und Tversky (1973) sagen, dass Menschen neigen dazu, Ereignisse auf der Grundlage der bisherigen Erfahrungen zu klassifizieren, und dann bewerten, wie viel die Wahrscheinlichkeit ist, die sie über-glauben, die Möglichkeit der Geschichte wiederholen. Einige der Zeit, die Repräsentativität Heuristik ist eine nützliche Methode, um Ergebnisse zu schließen, aber es bringt manchmal ernste Vorurteile. Wie Basispreisvernachlässigung und Stichprobengröße Vernachlässigung Bias. Zweitens ist die individuelle Präferenz. In der traditionellen Finanzierung gibt es mehr mathematische Modelle wurden die meisten akzeptabel rationalen Modell erwartet Nutztheorie gegeben. Obwohl diese Modelle standardisiert sind, können sie nicht Phänomene erklären, die gegen die traditionelle Preistheorie und EMH gegen die 80er Jahre verstoßen. Seit den 1980er Jahren ist die Verhaltensfinanzierung allmählich entscheidend geworden, es gibt zwei verwandte Theorien auf diesem Gebiet. Eines ist, dass die meisten Phänomene nicht durch die traditionelle Finanzierung interpretiert werden konnten, andere ist mit der Prospekttheorie von Kahneman und Tversky (1979) verwandt. Kahneman und Tversky (1979) befassen sich mit der Perspektiventheorie, die darauf hinweisen, daß die traditionelle Gebrauchstheorie die Entscheidungsfindung unter der Unsicherheitsbedingung nicht beschreiben kann. Kahneman und Tversky zusammengefasst drei Effekte zu erklären, diese Anomalien wurden wie folgt geschrieben: Der Effekt bedeutet, dass die Menschen viel auf das bestimmte Ergebnis statt ungewissem Ergebnis zu betonen. Zum Beispiel gibt es zwei Fragen, und jede Frage hat zwei Glücksspiele. Die erste Person: (1) Die Menschen haben 40 Chancen, 6.000 zu gewinnen, 59 zu verdienen 4.000, 1 erhalten nichts. (2) Die Menschen werden 4.000 zu bekommen. Die zweite ist (1) Es gibt 40 Möglichkeiten, 6.000 zu gewinnen, 60 nichts zu bekommen. (2) Es gibt 41 Möglichkeiten, 4.000 zu gewinnen, 59 nichts zu bekommen. Nach den Ergebnissen zeigen, gibt es 82 Personen wählen die (2) in der ersten Frage 83 Personen wählen die (1) in der zweiten Frage. In Bezug auf die Gebrauchstheorie ist die Bevorzugung von Frage 1 (4000) gt 0,40 (6000) 0,59 (4000), wobei die Bevorzugung der zweiten Frage 0,41 (4000) lt0,40 (6000) ist. Offensichtlich geht es von der Utility-Theorie. Individuelle Präferenzen für Risikosuche angesichts des Verlustes auf der anderen Seite, die individuelle Präferenz für Risikoaversion. Die Wirkung aus der Übereinstimmung mit der erwarteten Nutzen-Theorie, die man sehen kann, dass die einzelnen betont einen Bezugspunkt in Bezug auf die Reichtum Veränderung statt der erwarteten Nutzen der endgültigen Reichtum. Die Wirkung der Investoren haben unterschiedliche Entscheidungen aufgrund der Aussage von Szenarien. ZB erhält der Spieler 70 im Voraus und wählt dann eine Entscheidung von zwei Wahlen im Spiel. Gamble eins: (1) 30 halten alle 70 Verlust alle. (2) halten 30. Die meisten Menschen wählen die Option 2 in der gamble ein. Gamble zwei: (1) 30 halten alle 70 Verlust alle. (2) Verlust 40. Jedoch werden die meisten Menschen wählen Sie die Option 1 in der gamble zwei, trotz des Ergebnisses von Gamble zwei ist die gleiche wie gamble eins. Underreaction und Momentum Trading-Strategie Underreaction bedeutet, dass die Vermögenspreise nicht in der Lage sind, vernünftige Preise sofort zu reagieren und zur Zeit, wenn es neue Informationen gibt, wird der Preis erscheinen je stärker immer der Gewinner und desto schwächer immer der Verlierer, mit anderen Worten, die Preise werden weiter nach oben gehen oder Nach unten in den vorherigen Trend. Daher Manipulation der Strategie, die den Kauf der vorherigen besser Lager und Verkauf der vorherigen die schlechtere Lager, wird es die überschüssige Rendite zu bekommen. Wir verwenden die folgenden Beispiele, um zu erklären: Jagadeesh und Titman (1993) untersuchen die börsennotierten Aktien der New Yorker Wertpapierbörse (NYSE) und der American Stock Exchange (AMEX) von 1965 bis 1989. In dem Experiment wählen Jagadeesh und Titman vier verschiedene Perioden aus (3,6,9,12 Monate) als Ranking-Zeitraum und Haltedauer, bildet er 16 Portfolio-Perioden. Basierend auf dem Ranking der durchschnittlichen Rendite während des Ranking-Zeitraums, die Top-Dezile als ein Sieger-Portfolio und die unteren Dezile als ein Verlierer-Portfolio. Das Ergebnis zeigt, dass es abnorme Rendite (12,01) als Ranking-Zeitraum und Haltedauer sind 6 Monate beim Kauf des Gewinner-Portfolios. Zusätzliche Hinweise zeigen, dass der Grund für die anormalen Rückkehr ist, dass die verzögerten Reaktionen aufgrund firmenspezifischer Informationen, anstatt systematischen Risiko. Darüber hinaus zeigt das Ergebnis auch, dass die Rückkehr höher sein würde als die kleine Größe oder die große Beta-Probe. Chan, Jegadwwsh und Lakonisok (1996) testen, ob die Vorhersehbarkeit der künftigen Rückkehr über die vergangene Performance aufgrund der Unterreaktion auf Informationen, insbesondere auf die Vergangenheit Ankündigung. Sie verwenden die von NYSEAMEX und Nasdaq gesammelten Stichproben von 1977 bis 1993, nutzen die Rendite der vergangenen sechs Monate aus und verdoppeln die unvorhergesehene Rendite um die Gewinnmeldung und das durchschnittliche Portfolio der nächsten 6 Monate prognostizierten Rendite. In Bezug auf die vier Kriterien, um ein Portfolio zu bauen und das Ergebnis zeigen, dass die Börse hat die Entschädigung der Rückkehr weiter. Rouwenhorst (1998) untersucht die Bestände der 12 europäischen Nationen mit der gleichen Methodik von Jegadeesh und Titman (1993), die Beweise zeigen, dass sie wie gewohnt bei der Anwendung der Impulsstrategie in Europa profitieren könnte. Das Ergebnis ist ähnlich wie Jegadeesh und Titman in den USA, und es hat viel signifikantes Niveau. Darüber hinaus bestätigen Chui, Titman und Wei (2001), dass Japan der einzige ist, der ohne offensichtlich bedeutsamen Impulseffekt an der Börse ist. Auch für Barberies et al. (1998) und Hong und Stein (1999) haben unterschiedliche Erklärungen für die Verhaltensmodelle der Anleger, sie sind sich einig, dass die Wirkung der Impulsstrategie die Mehrheit der Informationsasymmetrien ist, die zu einer Unterreaktion und einer Überreaktion geführt haben Test der große Gewinn ist auf Überreaktion, die das Problem der Verhaltensweisen zu unterstützen. Schiereck et al. (1999) untersucht die an der Frankfurter Wertpapierbörse notierten Aktien, um die Wertentwicklung der kurz - und langfristigen Entwicklung am deutschen Aktienmarkt zu untersuchen. Das Experiment zeigt, dass das Ergebnis ähnlich ist, obwohl die Struktur der Aktienstruktur, Gesellschaft, Kultur und Wirtschaft unterscheidet sich von den USA. Das Ergebnis deutet darauf hin, dass bei kurzfristiger (einmonatiger) oder langer Laufzeit (drei Jahre bis fünf Jahre) bei der mittelfristigen Ausnutzung der kontradiktorischen Strategie (drei Monate bis zwölf Monate) eine anormale Rendite vorliegt und eine Impulsstrategie implementiert wird, die signifikant sein könnte Abnormale Rückkehr. Lee und Swaminathan (2000) weisen auf den Impulszyklus hin. Der Zyklus, zusätzlich unter Berücksichtigung der Preis-Impuls auf der Grundlage der vorherigen Rückkehr, es nimmt auch die ehemalige Fluktuation Rate in Betracht. Im Siegerportfolio ist eine hohe Umschlagsquote der Maßstab für das Endmomentum und der geringe Umsatz ist der Standard der bisherigen Dynamik im Gegenteil, im Verliererportfolio, entweder der Sieger mit hohem Umsatz oder der Verlierer mit geringem Umsatz, wird er umkehren die Zukunft. Hsu (1999) verwenden die verschiedenen Zeitspanne, um die Taiwan-Aktien zu untersuchen und er findet, dass es eine signifikante positive monatliche durchschnittliche Rendite durch die Umsetzung der contrarian Strategie in der langen Investitionsperiode (3 Jahre) gibt es eine negative monatliche durchschnittliche Rendite durch die Verwendung derselben Strategie in der kurzen Investitionsperiode (1 Monat). In der mittleren Anlageperiode (3 Monate bis 12 Monate) gibt es eine positive monatliche Rendite durch Ausnutzung der Impulsstrategie. Darüber hinaus ist die Chance für eine positive Rendite höher als der Markt in der langen Periode durch die Verwendung von Impuls-Strategie in der kurzen Zeit, die Möglichkeit für eine positive Rendite ist höher durch die Verwendung von Kontra-Strategie. Das Ergebnis ähnelt dem amerikanischen und deutschen Aktienmarkt. Chen (2000) findet, dass Taiwan-Aktienmarkt der Branche Impuls-Strategie, die eine geeignete Investition Strategie für kurz-, mittel-und langfristig ist und die Leistung ist besser als die Impuls-Strategie auf einzelne Bestände. Das Ergebnis zeigt auch, dass Taiwan Börse ist im Einklang mit der Dynamik Lebenszyklus Theorie. Hsieh (1994) analysieren die Performance der Impulsstrategie von 1975 bis 1993 auf dem taiwanesischen Aktienmarkt. Das Ergebnis zeigt, dass die Impulsstrategie eine signifikante Korrelation mit dem Saisoneffekt aber ohne den Größeneffekt aufweist. Overreaction und Contrarian Trading-Strategie Overreaction bedeutet, dass die einzelnen Betonung auf aktuelle relevante Nachrichten zu viel, die den Aktienkurs über den angemessenen Preis übertreffen würde und der Preis wird später angepasst werden, die das Phänomen der Preisumkehr ist, wie die Überschreitung Preis sinken wird Und der Overselling-Preis steigt. Wenn die Börse das Phänomen der Überreaktion hat, werden die Anleger die Überschussrendite durch den Kauf der vorherigen überverkauften Aktie und den Verkauf der vorherigen Überschussaktie verdienen. Das Phänomen negiert die effiziente Markt-Hypothese und damit verursacht es eine breite Palette von Studien. Wir verwenden die folgenden Beispiele, um zu erklären: Entsprechend der Quelle von CRSP weisen De Bondt und Thaler (1985, 1987) darauf hin, dass die Überreaktion auf dem Markt existiert und die schwache effiziente Markthypothese disconfirms. Sie sagen zwei wesentliche Übernahme der Überreaktion: Der Aktienkurs wird mit der entgegengesetzten Richtung bewegen Die größere der Veränderung der ehemaligen Aktienkurs, ist die Anpassung auch größer in der späteren. De Bondt und Thaler sammelten die Daten der New York Security Exchange (NYSE) von 011926 bis 121982 und wählten die Top-35-Unternehmen als Sieger-Portfolio und die letzten 35 Unternehmen als Verlierer-Portfolio mit dem Rendite-Ranking aus. Das empirische Ergebnis zeigt, dass das Verlierer-Portfolio in den vergangenen 3-5 Jahren eine bessere Performance als das Gewinner-Portfolio hat, wenn es 3-5 Jahre dauert, mit anderen Worten, die Überreaktion hat wirklich an der Börse existiert, heißt es in der Contrarian-Strategie: Buying Das Verlierer-Portfolio und den Verkauf des Gewinner-Portfolios, wird es verdienen überschüssigen Gewinn. Zarowin (1989) stellt fest, dass die Quelle des Gewinns weder von den Investoren Überreaktion oder Risiko ändert, ist es im Zusammenhang mit dem Umfang eines Unternehmens. Wie üblich ist das Ausmaß der Unternehmen in der Verlierer-Portfolio kleiner als die Gewinner-Portfolio auch wenn die Rückkehr der kleinen Gewinner-Portfolio ist größer als die großen Verlierer-Portfolio. Fama und Franz (1996) finden, dass das Dreifaktormodell nicht nur die abnormale Rendite gegenüber dem Buchwert Marktwert, Größe und Preis-Ergebnis, sondern auch die konträren Strategie erklären könnte. Conrad und Kaul (1998) finden, dass die kontradiologische Strategie kurzfristig (1 Monat) und langfristig (3 Jahre bis 5 Jahre) signifikant zurückgeht, aber nicht mittelfristig existiert (3 12 Monate). Chou, Wei und Chung (2007) untersuchen den japanischen Aktienmarkt mit der kontradiktorischen Strategie, das Ergebnis zeigt, dass es einen signifikanten Gewinn, der Hauptquelle ist Kreuz Autokorrelation, nicht Überreaktion. Lu (1994) studiert die Gewinnquelle der konträren Strategie in Taiwan Börse. Er findet die Contrarian-Strategie wird Verlust mehr als die Aktien kontinuierlich entweder nach oben oder unten, was die Rückkehr der Bestände beinhaltet starke positive Autokorrelation bedeutet. Der Gewinn der Querschnittsautokorrelation wäre geringer als der Verlust der positiven Autokorrelation, wenn das Portfolio durch die Lead-Lag-Beziehung gebaut wurde. Lin (1992) untersucht, ob die Taiwan-Aktienmarkt Überreaktion hat, sammelt sie die monatliche Rendite von Aktien auf Taiwan Börse von 1981 bis 1991 aufgeführt. Die Beweise zeigen, dass es keine Überreaktion kurzfristig auf lange Sicht gibt es Überreaktion. Darüber hinaus ist die Überreaktion des Verlierer-Portfolios größer als das Gewinner-Portfolio, die Asymmetrie zeigen Investoren sind leicht zu überpessimistisch für die schlechte Nachricht, dass sie verkauft eine große Anzahl von Aktien und damit der Verkauf ist Frühjahr auf den Kontrast, Investoren, die Sind warten und sehen, wie Gesicht die gute Nachricht, die zu der Überreaktion der Verlierer-Portfolio führt, ist größer als das Gewinner-Portfolio. Yang (1998) betrachtet die kontradiöse Strategie im Ausland universell, die nicht verschiedene Faktoren berücksichtigt, daher untersucht er die monatliche Rendite während 20 Jahren in Taiwan Börse, die Studie nicht nur systematische Risikofaktor, sondern auch die Saison-Effekt und die Größeneffekt. Die empirische Evidenz zeigt, dass die Gegenstrategie nicht für die Anwendung in Taiwan geeignet ist. Zusammenfassend lässt sich sagen, dass Überreaktionen und Unterreaktionen bedeuten, dass Ereignisse die Börsenkurse drastisch schwanken. Für Überreaktion bedeutet dies, dass der Preis über dem rationalen Preis und dann das Phänomen der Reversion der Unterreaktion zu erzeugen bedeutet, dass die Preise unter dem normalen Preis und dann das Phänomen der gleichen Änderungen zu generieren. Darüber hinaus können wir zusammenfassen aus den empirischen Studien, die oben diskutiert werden, wird die Vorzugsaktie weiter steigen und die arme Bestände wird in der kurzen Zeit weiter sinken, dennoch wird es in der langen Zeit umkehren. In den meisten Ländern haben die empirischen Studien unterschiedliche Ergebnisse, weil der Unterschied in der Methodik und der Probenahme. In der Studie werden wir Aktien im Taiwan 50 Index verwenden, um zu testen, ob die Existenz der Überreaktion und Unterreaktion. Die in diesem Papier verwendeten Daten sind der Taiwan 50 Index, der an der Börse von Taiwan gehandelt wird. Alle Daten aus Yahoo Finance ausgewählt. TSEC veröffentlichte den Taiwan 50 Index, der mit FTSE auf 29102002 co-produziert wurde. Der Index umfasst die Top-50 Unternehmen, die an der Börse, die die Performance von Blue-Chip-Aktien in der Zwischenzeit repräsentiert, ist der Index der erste handelbare Index in Taiwan-Aktienmarkt. TSEC öffnet von 09:00 Uhr bis 13:35 Uhr an jedem Handelstag der Spot-Kurs des Taiwan 50 Index wird durch den aktuellen Kurs der konstituierenden Aktien pro 15 Sekunden berechnet. Die Aktienbestände des Taiwan-50-Index basieren auf den börsennotierten Titeln der TSEC, die drei Kontrollstandards wie (1) Marktwert (2) Liquidität (3) ohne Streubesitz (3) bestehen müssen. Nach den drei Standards würden die Top 50 Unternehmen daher angepasst werden, das Erhebungsdatum der Probe war am 16. Juni 2010, außerdem sind einige der Bestandteile, die auf dem TSEC aufgelistet sind, nicht lang daher, sammelt dieses Papier den Tagesbestand Preis der Top 50 Unternehmen von 02012006 bis 31122009 alle Preise sind für Dividenden, richtige Emissionen und Aktiensplitt angepasst. Nach dem Industry Classification Benchmark (ICB), der von der FTSE Group und den DJ Indexes gebaut wurde, umfasst der Index 8 Industriezweige: Öl - und Gasproduktion (500), Materialien (1000), Industrie (2000), Konsumgüter (3000), (3000), Telekommunikation (6000), Finanzierung (8000) und Technologie (9000). Die Momentum-Strategie Keine Zeitverzögerung zwischen der Rangfolge und der Halteperiode In dieser Studie haben wir die Aktien basierend auf ihrer durchschnittlichen Rendite für die letzten 3, 6,9,12 Monate ausgewählt und halten diese Aktien im selben Zeitraum über die nächsten 3, 6,9,12 Monate. Insgesamt gibt es 16 Strategien. Die Strategie in der Studie verwendet fast die gleiche Methodik, die von Jedadeesh und Titman (1993). Der Portfolioaufbau der Impulsstrategie wie folgt: die Strategie, die als Ranking Perioding Period Strategie (oder J Monate K Monatsstrategie) bezeichnet wird, was bedeutet, dass die durchschnittliche Rendite der 50 Aktien in den letzten J Monaten zu berechnen und dann Ranking in aufsteigender Reihenfolge basierend auf Die Vergangenheit zurück. Nach dem Ranking, alle Aktien in fünf Portfolios mit gleichem Gewicht unterteilt. Die Performance des Top-Portfolios ist das Schlimmste, es heißt das Verlierer-Portfolio das untere Portfolio ist das beste, nannte es das Gewinner-Portfolio. Portfolio A1 steht für die Bestände mit der niedrigsten Performance im Portfolio Portfolio A5 steht für die Bestände mit der höchsten Performance. Aktien haben Äquivalentgewicht in jedem Portfolio, dann implementieren die Impuls-Strategie kauft das Sieger-Portfolio und hält es für K Monate, verkauft das Verlierer-Portfolio in jedem Monat t. Darüber hinaus, um die Stärke der Erkennung zu stärken, nehmen wir die Methode der Überlappungsperiode, um Proben auszuwählen und sie zu testen. In dieser Studie wird der gesamte Zeitraum in fünf Sub-Zeiträume unterteilt, wobei jeder Teilzeitraum ein Portfolio ist, das auf der Rendite der vergangenen J Monate basiert, und beobachtet die Rückkehränderung in der Halteperiode K, die dem Ranking folgt Wenn der J6, K6, der Portfolio-Stiftung Tag ist von 01072006 bis 01072009 (Zeitraum: 02012006 bis 31122009), und das Portfolio wird einmal wiederholen für den nächsten Monat wählen. (J6) Haltedauer (K6) 012006 062006 072006 (Gründungstag) 122006 Rangfolgeperiode (J6) Haltezeitraum (K6) 022006 072006 082006 (Gründungstag) 012007 Rangfolgeperiode (J6) Haltezeitraum (K6) 012009 062009 072009 ( Gründungstag) 122009 Abbildung 3-1: Portfoliobildung Ein Monatsabstand zwischen dem Ranking-Zeitraum und dem Haltezeitraum Der erste Ansatz, den wir oben erwähnt haben, war das Portfolio, das nach dem Ranking sofort aufgebaut wurde, aber die Informationen nicht sofort erhalten können, Jegadeesh (1990) ) Und Lehmann (1990) geben an, dass die Handelsstrategie des augenblicklichen Portfolios von dem Bid-Ask-Bounce, dem Preisdruck und dem nicht synchronen Handel betroffen wäre. Demzufolge gibt es einen Zeitraum von einem Monat zwischen dem Ranking und der Haltedauer, wenn ein Portfolio einen Monat nach dem Ranking-Zeitraum überspringt, der sich auf die Methode von Jegadeesh und Lehmann (1990) bezieht. Beispiel: J6 K3 Rangfolgeperiode (J6) Haltezeitraum (K3) 012006 062006 082006 (Basistag) 102006 Rangfolgeperiode (J6) Haltezeitraum (K3) 022006 072006 092006 (Basistag) 102006 Rangfolgeperiode (J6) Haltezeitraum (K3 ) 012009 062006 082006 (Gründungstag) 102006 Abbildung 3-2: Portfolio-Portfolio Portfolio-Struktur ohne Zeitverzinsung Berechnen Sie die durchschnittliche Rendite aller Aktienkurse in der letzten Periode, von tq bis t-1, die Periodendauer ist p Die Rückgabe des Bestandes i zum Zeitpunkt j n. Die Länge der Periode Ri (t-q, t-1): die durchschnittliche Rendite der Aktie i über die vergangene Periode und rangieren die Rendite als aufsteigender Reihenfolge und in fünf Portfolios durch gleiches Gewicht geteilt. Nach dieser Rangfolge, konstruieren ein Portfolio am Anfang Tag der Haltedauer daher, den Tag nannten wir es Stiftung Tag. Wenn Umsetzung Impuls-Strategie, den Kauf des Gewinner-Portfolio und den Verkauf der Verlierer-Portfolio. Wenn Umsetzung Strategie, den Verkauf des Gewinner-Portfolio und den Kauf der Verlierer-Portfolio, die ein Null-Kosten-Portfolio gebildet. Portfolio-Konstruktion mit einem Monatsbestand Der Ne steht für die Anzahl der Aktien in jedem Portfolio, rij steht für die Rendite der Aktie i in der Zeit j. Die Länge der Haltedauer beträgt p, die durchschnittliche Rendite des Portfolios von t bis tp-1 ist wie folgt: ARp (t, tp-1): die durchschnittliche Rendite des Portfolios von t bis tp-1 Die durchschnittliche Rendite von Portfolio durch Überspringen eines Monats: Die durchschnittliche Rendite des unmittelbaren Anlageportfolios und das Überspringen eines Monats-Portfolios durch Implementierung der Impulsstrategie wie folgt: Keine Zeitverzögerung: ARc ARw (t, tp-1) - ARl (t, tp-1), Skip ARl (t1, tp) - ARl (t1, tp) ARw ist eine durchschnittliche Rendite für das Gewinner-Portfolio ARl ist eine durchschnittliche Rendite für das Loser-Portfolio Die durchschnittlichen anormalen Renditen (AAR) des Momentum-Portfolios (Pi) werden wie folgt berechnet : Rm Monatliche durchschnittliche Rendite auf dem Markt (wertgewichteter Index und das Ergebnis ohne Zeitverzögerung Tabelle 4-1 zeigt die monatliche Durchschnittsrendite für die fünf Momentum-Portfolios von 2006 bis 2009. Die durchschnittliche Rendite zwischen P5 (Top-Gewinner) und P1 (Top-Verlierer) ist -0.054 während der vier Jahre. Die P1 (Top-Verlierer) übertraf die P5 (die Gewinner) in den letzten 4 Jahren jedoch präsentieren sie, dass die fünf Portfolio nicht schlagen den Markt entweder verwenden Gleich - Gewichtsindex oder Wert-Gewichts-Index. Der Unterschied zwischen den Gewinnern (P4ampP5) und dem gleichgewichtigen Wertgewicht des Index beträgt ca. -1,15 -0,8. Wie die Abbildung 4-1 zeigt, war der Trend Form einer V-Form, ist die Leistung der Top-Verlierer die beste und daher hier unterstützt sie die kontroverse Strategie nicht Impuls. Wie die Tabelle 4-2 zeigt, wird bei der Umsetzung der Strategie, da die Einzelpersonen den Top-Verlierer (P1) für die 3-Monats-Rankingperiode (K3) auf der Grundlage der vorherigen Rückkehr über die Vergangenheit entweder 3-Monats - (J3) oder 6- Monat (J6), würden sie die Rückkehr erhalten, die 2,76 oder 2,71 unter diesen Strategien ist. Es berichtet auch, dass unabhängig von der Länge der durchschnittlichen Rendite der Zeitraum ist, die Investoren auf, wenn die Haltedauer 3 oder 6 Monate basieren, die durchschnittlichen Renditen für die fünf Portfolios wäre jedoch positiv, wenn die Anleger eines von fünf Portfolio halten Für 9 Monate oder 12 Monate Ranking Zeitraum, die durchschnittlichen Renditen wäre negativ, außer generiert die Strategie auf J9, K9 für P2 und P4. Für den Top-Verlierer (P1) nehmen die durchschnittlichen Renditen progressiv ab, da die Ranking-Periode länger wird, wenn die Haltedauer 3 Monate beträgt. Ferner ist der Trend des Top-Gewinner (P5) ähnlich dem Top-Verlierer (P1). Als Ergebnis der Mittelwert der monatlichen durchschnittlichen Rendite sind 2,99, 0,189, 0,155, 0,279 und 0,258. Vom Top-Verlierer (P1) bis zum Top-Gewinner (P5). Die durchschnittliche Renditedifferenz zwischen dem Top-Gewinner und dem Top-Verlierer von -0,399 bis -0,269. Die Momentum-Strategie ist der Kauf der Top-Gewinner (P5) und Verkauf der Top-Verlierer (P1). Daher ist das Ergebnis, wenn die Rückkehr negativ ist, was bedeutet, dass der Top-Verlierer der Top-Gewinner während der Experimentierperiode übertrifft. Im Gegensatz dazu ist die Rendite positiv, was bedeutet, dass die Anleger Gewinne erzielen können, indem sie die Impulsstrategie ausnutzen. Three of sixteen strategies have positive return which are as J9, K6(0.003), J9, K9(4.805) and J12, K12(0.161). The highest return is implement the momentum strategy for JK9 (4.805). As the finding report in table 4-3, the performances were underperform which presents that regardless of the length you rank and hold for. the top-winner was underperform the top-loser. As a result, if implemented contrarian strategy instead of momentum strategy, investors who could get the better profits. Regardless of the length of the prior returns, the monthly average returns for the five portfolios are positive as the holding periods are 3-month and 6-month in contrast, they are negative as the holding periods are 9-month and 12-month. For instance, the monthly average return are 2.291, 1.216, 1.177, 1.33 and 1.56 from the loser (P1) to the winner(P5) in 3-month holding period. Furthermore, table 4-4 also displays that the winner stocks underperform the loser stocks as the holding period are 3-month and 6-month however, the performance of the winner stocks outperform as the holding period longer, but it still is negative. The holding period is longer, the performances of the five portfolios are worse. Consequently, investors should prefer to hold the shorter period when they invest because the returns difference became larger in the short-term and long-term. Table 4-5 shows that the abnormal average returns in excess of the valued-weighted index, most of the returns are negative except for the strategies on the holding period is 3-months regardless of the length of the prior returns. There are excess return as the length of the prior return either 3-month or 6-month with the holding periods are also either 3-month or 6-month. As the holding period longer, the losses of abnormal average returns become greater from the loser stocks to the winner stocks. Compare the performance of the top-loser (P1) and the top-winner (P5), regardless of the length of holding period and the prior returns, the top-loser (p1) outperform the top-winner (P5), the evidence confirms that the overreaction exists in the stock market. Compare the monthly average return with the equal-weighted index instead of value-weight index. The average abnormal returns (AARs) have a little difference in results, 13 of the 16 different strategies for the top-winner (P5) underperform the equal-weighted index. There are two portfolio of which return above the market from the P2 to P5, respectively there are four portfolio of which performance outperform the market for the top-loser (P1). The Result of One Month Lag Table 4-7 illustrates the monthly average return as skipping one month. The mean of average return of the five portfolios are 0.233, 0.061, -0.040, 0.136 and -0.068, as the evidence shows that investors could get the highest return if they hold the loser portfolio (P1) they would get loss if they hold the winner portfolio (P5). The losers (P1 and P2) have positive return as the holding periods are 3 or 6 months regardless of the length of the ranking period. The winners (P4 and P5) also have positive returns as the holding periods are 3 or 6 months however, the average returns are negative (-0.174 and -0.189) as the strategy on 6 months based on the return over the past 12 months. In addition, regardless of the length of the ranking period, the average returns of all portfolios are negative as the individuals hold them either 9 months or 12 months, except the P2 and P4 which have positive return as holding them for 9 months based on the return over the past 12 months. In the table 4-8, there are 3 of 16 results are positive as the J9, K9(1.856), J12, K9 (0.865) and J12, K12 (0.153) by using momentum strategy. On the contrast, there are 4 of 16 results are negative which are J9, K9 (-0.65), J12, K6 (-1.92), J12, K9 (-0.46) and J12, K12(-0.13) (reported on the table 4-7) when implementing the contrarian strategy instead of momentum strategy. Furthermore, the average returns difference between top-winner and top-loser from -0.308 to -0.267 by taking whole J and K into account. Table 4-9 presents that there is a U shape from the top-loser to the top-winner either in 3-month or in 6-month holding period regardless of the length of the ranking period they based on. For example, the returns are 2.087, 0.93, 0.896, 1.403 and 1.39 as holding them for 3 months, from the P1 to P5, respectively. However, there is an inverted U shape from the top-loser to top-winner either in 9-month or 12-month holding period. For instance, the returns are -1.36, -0.75, -0.87, -0.93 and -1.23, from the P1 to P5, respectively, as the holding period is 12 months. Furthermore, the longer holding period, the loss becomes larger, the loss is -1.36 as holding P1 for 12 months, investor who will prefer investing the portfolio in the short time rather than in the long time. Table 4-10 displays that all of the average abnormal returns (AARs) in excess of value-weighted index are positive for the strategies based on 3 months holding period (K3) for top-loser (P1). The evidence supports the overreaction exist in Taiwan 50 index, and the phenomenon means that the stock performed better than others in the past in the short run, specifically in 3-month holding period(K3). All of the strategies implementing 3-month holding period for the top-loser stocks (P1) outperformed the value-weighted portfolio, the highest average abnormal returns (AARs) caused by using the strategy based on the short term, such as 3 months. The top-loser (P1) had the highest monthly average abnormal returns, for instance, as the J3, K3(1.727) and J6, K3(1.555). Comparing with the equal-weighted index, the average abnormal returns have a little bit difference in the result by comparing with the value-weighted index. There are only three of 16 strategies for the top-loser outperforms the equal-weighted index (shown in the table 4-11) only two strategies for the top-winner outperform the market. Overall, the performance of the top-loser portfolio (P1) outperforms the top-winner portfolio (P5) moreover, the return in the short investment period outperform in the long investment period. Compare the Top-Loser and the Top-Winner Portfolio between No Time Lag and One Month Lag Panel A are composed immediately after the ranking period. Panel B are composed one-month after the ranking period. Both are measured the performance of the portfolio. There is a same return between panel A and panel B as the individuals who implemented the momentum strategy on the 12 moths holding period based on the return over the past 12 months. The return is -0.21 per month (shown in the table 4-12) whiles either no time lag or one month lag between the ranking period and the holding period. The most successful strategy implemented was collected the portfolio based on the returns over the past 12 months and hold the portfolio for 9 month. The return is 3.28 per month (shown in the Panel A) however, the return is not the highest with the same strategy when there carrying one month lag out. The best strategy is exploited based on the 12-month ranking period (K3) based on the return over the past 6 months (J6). Overall, most of monthly average return of the top-loser (P1) as no time lag is less than one-month lag and the performance of the top-winner (P5) as well. There are 8 of 16 strategies increased despite the performances were not significant, some below zero, some close to zero when implementing the momentum strategy. On the contrast, the comparison would be opposite (shown in the table 4-13). The figure 4-10 is the line chart which displays the monthly average return of the top-loser and the top-winner from 062006 to 122009 when the strategy implemented on the 3 months holding period based on the return over the past 3 month. The average return of the top-winner and the top-loser dropped to the bottom around 102008. During 062006 to 082008, the monthly average return of the top-winner was better than the top-loser, although the difference between the top-loser and the top-winner is very small. After that, the performance of the top-loser is better than the top-winner, moreover, the top-loser has a significantly outperform from 122008 to 122009. From the figure 4-11, we can see the trend of the monthly average return as investors who hold the portfolio for 9 months based on over the past 9 months. Compare the trend with the figure (3-3), the monthly average return of the top-winner (P5) and top-loser (P1) both decreased gradually until drop to the bottom between 102008 and 122008. After that, both of the return of the top-winner (P5) and the top-loser (P1) began increasing in addition, it is obvious that the performance of the top-loser (P1) is better than the top-winner during 012009 to 122009 the top-loser has a significant performance from 042009 to 072009. The figure 4-12 and the figure 4-13 also illustrate the trend of the monthly average return of the top-loser and the top-winner on different strategy. Both the trend of the two figures is similar to the trend on 6 months ranking period based on the prior return (shown in the figure 4-11). In the beginning of the measure period, the return of the top-loser and the top-winner declined gradually with fluctuation until around 102008, furthermore, we can find the return dropped sharply around 052008 for the top-loser and top-winner. However, there are some difference between the figure 4-12 and the figure 4-13. For instance, the top-loser outperform the top-winner during after the end of 2008 when implemented the strategy on the 9 months ranking period (K9) based on the return over the past 9 month (J9) however, the top-loser underperformed the top-winner until 08200 and the return started reversing when the strategy on the 12 months ranking period based on the average return over the past 12 months. The difference enlarges between the top-loser and the top-winner after 082009. According to the four charts, we can find that regardless of the length of the ranking period and the holding period, the performance of the top-loser outperforms the top-winner after the end of 2008. Therefore, if the investors who want to carry out the arbitrage to earn profits, they would be suggested to implement contrarian strategy which but the loser portfolio and sell the winner portfolio. The different time period measured, the highest return would appear at the different time period. For example, the highest return would appear around Jun. 2009, if the investors implemented the contrarian strategy on the 3 months ranking period based on the return over the past 3 months (shown in the figure 4-14). If the strategy on the 9 months ranking period based on the return over the past 9 months, the highest return would appear around May 2009 (shown in the figure 4-16). As the table shows that the result implemented by the momentum strategy, the profits are -0.779 ( J3, K3), -0.344 ( J6, K6), -0.3 (J9, K9) and -0.21 (J12, K12) therefore, the profits would be 0.779 (J3, K3), 0.344 (J6, K6), 0.3 (J9, K9) and 0.21 (J12, K12) by using contrarian strategy with no time lag. Conclusion and Suggestion The study investigates the momentum and contrarian strategy on the stock return in Taiwan 50 Index and examines the effect on the different duration period and the one month lag. According to the result, the study summarizes the following summaries: As the ranking period is constant, the longer the holding period, the lower return is as the holding period is unchanging, the return is getting lower with the length of the ranking period is longer. Regardless of the length of the ranking period and the holding period, the monthly average returns become lower with the longer time period. The return is 2.726 as the holding period is 3 months based on the prior return the return is -1.308 as the holding period is 12 months based on the prior return for the top-loser (P1). Regardless of the length of the prior return, when the investors who hold the portfolio for 3 months, the mean of monthly average return is the highest. In 16 strategies, the successful strategy which furnishes the best return when it was executed in the study are J3 and K3 for the top-loser (2.726) and J6 and K3 for the top-loser (2.721). Consequently, the investors would like to invest the portfolio in the short investment period not hold it too long. In the experiment period, the performance of the top loser is better than the top winner, it confirms that the existence of the overreaction for the Taiwan 50 index. On the other hand, implementing the contrarian strategy would get the better performance. As the result from this study, there are 10 positive returns in 16 strategies by using contrarian strategy the percentage is 62.5 for no time lag. However, there are 11 positive returns in the 16 strategies for one month lag. Compare the monthly average return with the market, the top loser portfolio underperform the value-weighted index of Taiwan 50 Index by -0.754 per month the top winner portfolio underperform the market by -0.794 per month. The abnormal average returns for the top loser and the top winner are -1.104 and -1.145 by exploiting the equal-weighted index. Although the returns are negative, the evidence still proves the existence of the overreaction. By using contrarian strategy, the profit increase rapidly after the end of 2008, the profit get the highest point around 042009. If the investors who implement the strategy during the time period, they will get the excellent return. Only 50 stocks were used in the study, the sample is too small. Furthermore, some companies listed on the stock are not long, the collection of time period be limited therefore, suggesting future researchers who can extend the time period and add the ranking and holding period to examine. Moreover, in order to further investigate the relationship between the anomaly and the momentum and the contrarian strategy, the following studies could include other phenomenon such as Season Effect and January Effect. Need help with your literature review Our qualified researchers are here to help. Click on the button below to find out more: Literature Review Writing Service Related ContentHow to Build a Trading Strategy Part 2 Matt Radtke is Senior Researcher for Connors Research. Mr. Radtke graduated magna cum laude from Michigan State University with a degree in computer science. He has 25 years of software development experience in companies large and small, including Hewlett-Packard and Bell Northern Research. Mr. Radtke has been actively trading stocks, ETFs, and options since 2008. Over the past several years he has become increasingly involved with the Connors Group family of companies, first as a student, then as a member of Chairmans Club, and finally as a consultant, researcher, and author. At a high level, there are a handful of major strategic themes for traders of stocks and ETFs, including but not limited to: Trend Following: assumes that once a security begins moving in one direction, the overall movement will continue in that direction for some time. The goal is to enter the trade near the start of the trend, and exit soon after the end of it. Momentum Trading: similar to trend following, in that the trader is trying to take advantage of the current direction of the price movement. However, momentum trading strategies emphasize the size and strength of the move in addition to the direction. Mean Reversion: assumes that when a security makes a strong, short-term move in one direction that it is likely to reverse direction (revert to the mean) in the near future. Arbitrage: takes advantage of market inefficiencies such as mispriced assets. This is becoming increasingly difficult in todays highly computerized trading environment. Event Trading: predicts larger-than-usual price moves based on events such as company earnings announcements, government reports on spending and employment, Federal Reserve actions, etc. For illustrative purposes, lets assume that you want to build a mean reversion strategy. Long mean reversion strategies usually try to identify a pullback . a sharp drop in price that is likely to be followed by a price increase. Conversely, short mean reversion strategies try to identify a surge: a sudden rise in price that is likely to be followed by a price decrease. Our research has shown that various mean reversion strategies have performed quite consistently over most periods during the past 12-15 years. Click here to register for a sneak-preview of The Swing Trading College in a special, live presentation with Larry Connors. Take advantage of this opportunity to learn a professional, systematic approach to swing trading. In and of itself, mean reversion is not specific enough to qualify as a central thesis. What were looking for is a quantifiable idea that we can test for accuracy. Since mean reversion is strongly linked to the concepts of pullbacks and surges, our central thesis should probably focus on the identification of those states. There are many ways to identify pullbacks. A few of the more popular ones include: A momentum oscillator such as Wilders RSI or ConnorsRSI falls below a threshold value The price closes near the lower Bollinger Band The price of the security closes X lower than the previous days low price or closing price The price of the security closes lower than the previous day for Y days in a row The price of the security falls below a short-term moving average, but stays above a longer-term moving average The price of the security gaps down, i. e. it opens at a price lower than the previous days lowest price In many cases, we can identify a surge just by reversing the general pullback rule: A momentum oscillator such as Wilders RSI or ConnorsRSI rises above a threshold value The price closes near the upper Bollinger Band The price of the security closes X higher than the previous days high price or closing price The price of the security closes higher than the previous day for Y days in a row The price of the security rises above a short-term moving average, but stays below a longer-term moving average The price of the security gaps up, i. e. it opens at a price higher than the previous days highest price It should be noted that although you can often use the same indicator for long and short strategies, the inverse of the best indicator value for a long strategy may not be the best value for a short strategy. For example, you may find that RSI(2) lt 10 is the best long entry criteria, but that RSI(2) gt 90 is not the best short entry criteria. Lets say that you believe that when a stock gaps up or down on the open, theres a higher than average likelihood that the stock will reverse direction and fill the gap. Thus, stocks that gap down make good long trade candidates, and stocks that gap up make good short trade candidates. Thats a good subjective description of a central thesis, but it still needs to be quantified. To quantify the central thesis, we just need to express it in terms that can be objectively tested. For the remainder of this series, we will use the following central thesis for long and short trades: Long Trades . Buy a stock that opens X lower than the previous days lowest price. Short Trades . Short a stock that opens X higher than the previous days highest price. Note that we have not yet defined X, the size of the gap as a percentage. When we start testing, we can look at a broad range of values for X, and then refine that range based on our results. Before we can do any testing, however, we need to decide on a universe to test against, and well discuss that next time in Part 3.Dynamic Trading Strategies in the Presence of Market Frictions Mehmet Saglam, 2012 Faculty Advisor: Ciamac Moallemi This thesis studies the impact of various fundamental frictions in the microstructure of financial markets. Specific market frictions we consider are latency in high-frequency trading, transaction costs arising from price impact or commissions, unhedgeable inventory risks due to stochastic volatility and time-varying liquidity costs. We explore the implications of each of these frictions in rigorous theoretical models from an investors point of view and derive analytical expressions or efficient computational procedures for dynamic strategies. Specific methodologies in computing these policies include stochastic control theory, dynamic programming and tools from applied probability and stochastic processes. In the first chapter, we describe a theoretical model for the quantitative valuation of latency and its impact on the optimal dynamic trading strategy. Our model measures the trading frictions created by the presence of latency, by considering the optimal execution problem of a representative investor. Via a dynamic programming analysis, our model provides a closed-form expression for the cost of latency in terms of well-known parameters of the underlying asset. We implement our model by estimating the latency cost incurred by trading on a human time scale. Examining NYSE common stocks from 1995 to 2005 shows that median latency cost across our sample more than tripled during this time period. In the second chapter, we provide a highly tractable dynamic trading policy for portfolio choice problems with return predictability and transaction costs. Our rebalancing rule is a linear function of the return predicting factors and can be utilized in a wide spectrum of portfolio choice models with minimal assumptions. Linear rebalancing rules enable to compute exact and efficient formulations of portfolio choice models with linear constraints, proportional and nonlinear transaction costs, and quadratic utility function on the terminal wealth. We illustrate the implementation of the best linear rebalancing rule in the context of portfolio execution with positivity constraints in the presence of short-term predictability. We show that there exists a considerable performance gain in using linear rebalancing rules compared to static policies with shrinking horizon or a dynamic policy implied by the solution of the dynamic program without the constraints. Finally, in the last chapter, we propose a factor-based model that incorporates common factor shocks for the security returns. Under these realistic factor dynamics, we solve for the dynamic trading policy in the class of linear policies analytically. Our model can accommodate stochastic volatility and liquidity costs as a function of factor exposures. Calibrating our model with empirical data, we show that our trading policy achieves superior performance in the presence of common factor shocks. Sidebar Content Application Deadlines Fall 2017 Entry: Available: August 1st, 2016 Deadline: January 5th, 2017 Fall 2017 Entry: Available: August 1st, 2016 Deadline: January 5th, 2017 Fall 2017 Entry: Available: August 1st, 2016 Deadline: January 5th, 2017 Fall 2017 Entry: Available: Now Deadline: January 23rd, 2017