Das P / E Ratio: Ein guter Market-Timing-Indikator Analysten haben seit Jahren über die Verdienste der Preis-Gewinn-Verhältnis (P / E) behauptet. Wenn P / Es hoch sind, wie sie in den späten 1920er und 1990er Jahren waren, würden wütende Bullen proklamieren, dass die Verhältnisse irrelevant sind. Wenn P / Es niedrig ist, wie sie in den 1930er und 1980er Jahren waren, würden marodierende Bären argumentieren, dass das Schlimmste noch vor sich geht. Jedes Mal waren beide falsch. Hier testen wir einen neu entwickelten Indikator, um zu ermitteln, ob P / Es effektiv verwendet werden kann, um Kauf - und Verkaufssignale zu erzeugen. Um ein vollständiges Bild von seiner Wirksamkeit zu erhalten, untersuchen Sie, ob dieser Indikator dem Händler geholfen hat, die Renditen, die durch eine Buy-and-Hold-Strategie im Zeitraum von 1920 bis 2003 erzielt wurden, zu schlagen. Trading Tools - Aufbau der P / E SMA Indikator Einfache gleitende Durchschnitte (SMAs) sind eine der grundlegendsten Werkzeuge für den Aufbau eines Handelssystems, aber sie sind bei Technikern aus einem einfachen Grund geblieben: sie funktionieren. Ein gleitender Durchschnitt (MA) reduziert das Rauschen durch Glättung der Daten, so dass der Trader das größere Bild deutlicher sehen kann. Eine weitere nützliche Charting-Metrik für die Analyse von Daten ist eine lineare Regressionsgeraden. Es ist sehr nützlich, einen Trend zu zeigen und einen Einblick in potenzielle künftige Preisbewegungen zu geben. Eine Reihe von populären Charting-Programmen enthalten eine Funktion für die lineare Regressionsgeraden. Mit jährlichen historischen SampP P / E Ratio Daten von Robert Shiller, Yale Professor und Autor des Bestsellers Buch Irrational Exuberance (2000), konstruierten wir Charts und ein einfaches gleitender Durchschnitt Crossover-System mit einem kürzeren MA-Trigger oder schnelle Linie , Und die langfristige MA-Basis oder langsame Linie. Die Signale, die durch Änderungen des SampP Index P / Es, die in Figur 1 dargestellt sind, erzeugt wurden, wurden verwendet, um den Markt zu kaufen und zu verkaufen, wie er durch den Dow Jones Industrial Average repräsentiert wird. Die in Abbildung 2 dargestellt ist. Die beste Kombination der gleitenden Durchschnitte ist etwas von einem Jonglierenakt. Längerfristige MA-Perioden reduzieren die Anzahl der Signale und addieren Verzögerungen, die oft zu niedrigeren Renditen führen. Kürzere MA-Perioden oft erhöhen einige einzelne Handelsrenditen auf Kosten des Hinzufügens mehr verlieren Trades, dank der Peitsche. Abbildung 1 ist, wie bereits erwähnt, ein Diagramm, das jährliche SampP 500 Index (und früheren Precursors) Preis - / Ertragsquoten von 1920 bis 2003 zeigt. Die Grafik zeigt auch die zweijährige (blaue Linie) und fünf Jahre (magentafarbene Linie) einfach Bewegten Durchschnitten. Kauf-Signale auftreten, wenn die Zwei-Jahres-SMA kreuzt über dem Fünf-Jahres-, und ein Verkaufssignal, wenn die zweijährigen Kreuze unter dem Fünfjahreszeitraum. Der mittlere P / E-Wert betrug 15 Jahre. Die lineare Regressionskanal-Mittellinie (gestrichelte Diagonallinie) zeigt jedoch, dass sich der Trend von einem PE von 12 auf der linken Seite des Diagramms zu 21 auf der rechten Seite bewegt hat. In Abbildung 2, die das monatliche Diagramm des Dow Jones Industrial Average (DJI) von 1920 bis 2003 zeigt, zeigen die grünen Pfeile Kaufsignale an, die durch die zweijährige SampP P / E SMA-Kreuzung über dem Fünfjahres-SMA und dem Rot erzeugt wurden Pfeile zeigen Verkaufssignale, wenn das Umgekehrte in Figur 1 auftritt. Insgesamt wurden sechs Kauf - und sechs Verkaufssignale für einen Gesamtgewinn von 9439,25 DJIA-Punkten erzeugt. Abbildung 2 Diagramm von MetaStock Im Interesse unseres Tests wurde festgestellt, dass eine zwei Jahre dauernde mittlere Signalleitung einen Großteil des Rauschens entfernt, ohne übermäßige Verzögerung hinzuzufügen. Die Grundlinie, die aus einem Fünfjahresdurchschnitt resultierte, wurde bestimmt, um eine gute Passform zu sein. Eine einjährige Signalleitung anstelle eines zweijährigen Tests wurde getestet und es wurde gefunden, dass sie die gleiche Anzahl von Trades liefert, jedoch mit geringfügig niedrigeren Renditen. Wie hat der P / E-SMA-Indikator funktioniert In insgesamt 12 Trades (sechs Käufe und sechs Verkäufe) erzielte das System 9.440 Punkte (siehe Abbildung 2). Ein Buy-and-Hold im selben Zeitraum hätte 10.382 zurückgegeben, so dass unser Indikator den Trader dazu veranlasste, nahezu 91 der Gewinne zu sammeln, die der Dow während der 83-jährigen Periode erzielte. Aber der wirkliche Nutzen der Verwendung des P / E SMA Indikators ist, dass es dem Investor sagte, wenn er den Markt zu verlassen, wodurch Investitionen aus Verlusten zu schützen. Unter Verwendung des P / E-Indikators wäre unser Händler auf dem Markt insgesamt 48 der 83 Jahre oder 58 der Zeit gewesen, was bedeutet, dass er oder sie an anderen Orten 42 der Zeit (25 Jahre) investiert hätte Renditen waren besser. Eine Buy-and-Hold-Investition in den Markt für die gesamte 83-jährige verdiente 10.382 bis Ende 2003, die sich auf 125 Punkte / Jahr. Der Händler, der unseren P / E-Indikator verwendet und 9.440 Punkte in 48 Investitionsjahren gewann, hätte 197 Punkte pro Jahr erzielt. Das ist eine 58 bessere Rendite als der Buy-and-Hold-Investor Angesichts dieser Ergebnisse mit jährlichen Daten können wir fragen, ob die Verwendung von monatlichen Daten hätte insgesamt verbessert werden. Die am besten passende Menge von gleitenden Durchschnitten für unsere monatlichen Indikator wurde festgestellt, dass fünf-und 21-Monats-SMAs. Dieses System (hier nicht im Chart dargestellt) erzeugte insgesamt 22 Kauf - und 21 Verkaufssignale. Das letzte Kaufsignal wurde im November 2003 gegeben und das System war noch lange, als unser Test Ende Januar 2004 abgeschlossen wurde. Trades mit dem monatlichen System hätten 90 der gesamten Dow-Gewinne in 57 der Zeit (47 Jahre) . So, obwohl dieser Test mehr als drei Mal die Anzahl der Trades generiert, waren die Ergebnisse ziemlich ähnlich. Der Unterschied war, dass, obwohl Trades schneller eingegeben wurden, was oft zu größeren Gewinnen führte, die erhöhte Anzahl von Signalen führte zu mehr Engagement in der Volatilität und einem größeren Prozentsatz der verlieren Trades. Verwenden der P / E SMA-Anzeige zu kurz Die nächste Frage, die wir anpacken können, ist, ob der Indikator durchgeführt worden wäre, wenn sowohl Long - als auch Short-Trades durchgeführt würden. Die Eingabe eines kurzen Handels von gleicher Größe, wenn eine Longposition verkauft wurde, hätte Verluste von 510 Punkten in fünf Short Trades für einen durchschnittlichen Verlust von 102 Punkten pro Trade ergeben. Basierend auf dem Diagramm in Abbildung 1 ist dies sinnvoll: Der lineare Regressionskanal zeigt, dass der Markt in einem allgemeinen Aufwärtstrend von 1920 war, und wie alle guten Händler wissen, ist es eine schlechte Idee, gegen den Trend zu handeln. Der P / E SMA-Indikator profitierte dem Trader nicht so sehr, indem er ein gerades Trading-System anbot, um sowohl lange als auch kurze Trades zu generieren, sondern indem er den Trader während der Perioden niedriger oder negativer Renditen aus dem Markt führte. Als ein einfaches Long-Trade-Timing-Tool, funktionierte es sehr gut. Zähmung der Markt-Bestie Es ist viel einfacher, Geld in einem säkularen als zyklischen Bullenmarkt zu machen. Ein Buy-and-Hold-Strategie funktioniert gut in den ehemaligen, aber nicht in letzterem. Es erfordert mehr Geschick und Anstrengung, um Geld zu verdienen, wenn Aktien in einer Handelsspanne, in der der Preis am Ende und der Beginn der Investitionsperiode sind in etwa gleich sind stecken. Zum Beispiel, diejenigen, die Dow Aktien auf dem Höhepunkt der säkularen Hausse gekauft 1929 (und hielt sie) nicht beginnen, Gewinne zu sehen, bis fast 25 Jahre später, in der zweiten Hälfte des Jahres 1954. Diejenigen, die an der säkularen Bull Peak in 1966 musste bis 1983 warten. Es ist zwingend erforderlich in diesen Märkten der Handelsreichweite, dass Sie sie ganz vermeiden, es sei denn, Sie haben ein effektives kurzfristiges Handelssystem entwickelt. Fazit Sie kennen das bekannte Marktsagen: Timing ist alles. Der P / E SMA-Indikator bestätigt dies. Es zeigt auch, dass der reale Wert der P / E-Ratios aus einer Trading-Perspektive nicht so sehr in ihren absoluten Werten liegt. Diejenigen, die 1996 den Markt (im Dow 6448) verlassen haben, als das P / E den vorangegangenen 1966-Bullenmarkt-Höchststand von 24 übertraf, hätten in den darauffolgenden dreieinhalb Jahren mehr als 5.000 Punkte an Gewinn verloren. Anders als bei seltenen Extremen liefern absolute P / E-Werte keine genauen Eingangs - und Ausgangssignale. Ein relatives System kombiniert mit einem Verfahren zum Erfassen einer schnellen Richtungsänderung. Aber der Hauptvorteil des P / E-SMA-Indikators lag darin, dass der Händler aus dem Markt fuhr, wenn er weniger rentabel war. Das nächste Mal jemand sagt Ihnen, dass P / E-Ratios dont Angelegenheit, youll haben Ihre Antwort bereit. Aus historischer Sicht sind sie sicherlich wichtig, vor allem, wenn Sie wissen, wie man sie benutzt. Rechnungslegungsmethoden, die sich auf Steuern und nicht auf das Auftreten von öffentlichen Abschlüssen konzentrieren. Steuerberatung wird geregelt. Der Boomer-Effekt bezieht sich auf den Einfluss, den der zwischen 1946 und 1964 geborene Generationscluster auf den meisten Märkten hat. Ein Anstieg der Preise für Aktien, die oft in der Woche zwischen Weihnachten und Neujahr039s Day auftritt. Es gibt zahlreiche Erklärungen. Ein Begriff verwendet von John Maynard Keynes verwendet in einem seiner Wirtschaftsbücher. In seiner 1936 erschienenen Publikation The General Theory of Employment. Ein Gesetz der Gesetzgebung, die eine große Anzahl von Reformen in U. S. Pensionspläne Gesetze und Vorschriften. Dieses Gesetz machte mehrere. Ein Maß für den aktiven Teil einer Volkswirtschaft. Die Erwerbsquote bezieht sich auf die Zahl der Personen, die sind. Preis150Ergebnis-Verhältnis als Forecasters of Returns: Die Börsenaussichten im Jahr 1996 von Robert J. Shiller Die Theorie, dass der Aktienmarkt ist etwa ein zufälliger Weg sieht nicht ganz: Abbildung 1 Ist ein (log-log) Streudiagramm, das für jedes Jahr 19011501986 das Verhältnis des realen Standard - und des schlechten Index zehn Jahre später zu dem realen Index heute (auf der y-Achse) gegenüber einem bestimmten Preis-150-Gewinn-Verhältnis zeigt: das Verhältnis des realen Standards und Poor Composite Index für das erste Jahr des Zehnjahresintervalls, geteilt durch einen verzögerten dreißigjährigen gleitenden Durchschnitt des realen Ergebnisses entsprechend dem Standard und dem schlechten Index (auf der x-Achse). Index Werte sind für Januar, Umwandlung von Nominalwerten in reale Werte erfolgt durch den Januar Producer Price Index. Die auf der x-Achse dargestellte Variable ist zu Beginn eines jeden zehnjährigen Intervalls öffentlich bekannt. Wenn die realen Aktienkurse ein zufälliger Weg waren, sollten sie unvorhersehbar sein, und es sollte eigentlich keine Beziehung zwischen y und x geben. Es scheint hier eine deutliche negative Beziehung zu geben. Der Wert von Januar 1996 für das auf der horizontalen Achse dargestellte Verhältnis ist 29,72, in der Figur mit einer vertikalen Linie dargestellt. Mit Blick auf das Diagramm ist es schwer, wegzukommen, ohne das Gefühl, dass der Markt in den kommenden zehn Jahren voraussichtlich deutlich an Wert verlieren wird, scheint es, dass langfristig Anleger für den nächsten Jahrzehnt aus dem Markt bleiben sollten. Ist diese Schlussfolgerung richtig, wie können wir sie mit dem weitverbreiteten öffentlichen Eindruck in Einklang bringen, dass die zufällige Weghypothese zumindest annähernd wahr ist? Verhältnisse als Indikatoren der Marktüberpreisung Das in Abbildung 1 (und in der folgenden Abbildung) dargestellte Streudiagramm ist ungewöhnlich, Maßnahmen auf beiden Achsen beziehen sich auf die Langfristigkeit. Die Verhältnisse von Börsenindizes zu Kennzahlen des Grundwerts (wie z. B. Erträge) als Indikatoren für die Aussichten für den Markt scheinen am sinnvollsten zu sein, wenn sie sich auf lange Sicht korrekt beziehen, das ist die Lehre aus einer Reihe neuer Papiere. Der Nenner des Verhältnisses sollte ein gewisser Maßstab für den langfristigen Grundwert sein, wie das langfristige Ergebnis, und die Prognosen für den zu prognostizierenden Markt sollten langfristig sein. John Campbell und ich studierten die Beziehung in der Abbildung dargestellt in einer Reihe von Papieren in den späten 1980er Jahren geschrieben. Die R 2 in einer Regression des in 1 gezeigten Streudiagramms, dh der Logarithmenrate der Preise auf das logarithmische Einkommensverhältnis, beträgt 0,514, was bedeutet, dass über dieses Intervall von 1901 bis 1986 mehr als die Hälfte des Zeitraffer - Könnte die Varianz der (log) Preisänderung im Voraus durch dieses einfache Verhältnis erklärt worden sein. Es gibt einige Bedenken hinsichtlich der Interpretation dieser Streuung aufgrund möglicher kleiner Sample-Effekte, aber die Stärke der Assoziation scheint so stark zu sein, dass diese Relation nicht mit den effizienten Märkten oder dem Random Walk-Modell übereinstimmt. Das Verhältnis, das hier verwendet wird, um die Aktienkursveränderungen vorherzusagen, das Verhältnis des realen Preises zu einem dreißigjährigen gleitenden Durchschnitt des realen Ergebnisses, ist tendenziell höher als das herkömmliche Preis-Gewinn-Verhältnis, da die Gewinne tendenziell über dreißig Jahre wachsen und somit der Nenner Des Verhältnisses dazu neigt, gering zu sein. Somit ist das mittlere Verhältnis höher als man erwarten könnte, das durchschnittliche Verhältnis über die gezeigte Probe beträgt 18,28. Heute mit einem Verhältnis von 29.72, weit über dem Durchschnitt aber nicht auf Rekordniveau. Der heutige Wert für die Regression beträgt 150.479, was einen erwarteten Rückgang des realen Standard - und Poor-Index in den nächsten 10 Jahren von 38.07 bedeutet. Das in Abbildung 1 gezeigte Streudiagramm ist in zweierlei Hinsicht ungewöhnlich: Das Preis-Gewinn-Verhältnis wird in Form von dreißigjährigen Durchschnittswerten des Ergebnisses definiert und nicht länger als das Ergebnis der letzten Jahre. Das Intervall, in dem die realen Preise prognostiziert werden, beträgt zehn Jahre Als die meisten daran gewöhnt sind. Das einfachste und am meisten verwendete Verhältnis, das verwendet wird, um den Markt vorherzusagen, ist das price150earnings Verhältnis. Die Verwendung von Ein-Jahres-Einnahmen in der price150Earnings-Ratio ist eine unglückliche Konvention, die von Tradition und Bequemlichkeit eher als jede Logik empfohlen. Bereits 1934 erklärten Benjamin Graham und David Dodd in ihrem jetzt berühmten Lehrbuch Sicherheitsanalyse, dass für die Prüfung solcher Verhältnisse ein Durchschnitt der Einnahmen von nicht weniger als fünf Jahren, vorzugsweise sieben oder zehn Jahren, verwendet werden sollte (S. 452) Die Erträge in einem Jahr sind in der Regel von kurzfristigen Erwägungen betroffen, die nicht weiter zu erwarten sind. In den letzten Jahren sind die Erträge in den letzten Jahren plötzlich geschrumpft, sodass sich die Renditeabsicherungsraten drastisch verringern, aber es ist zweifelhaft, dass solche plötzlichen Veränderungen sinnvoll sind. Wir erweitern unseren gleitenden Durchschnitt noch weiter als Graham und Dodd getan haben, unter der Annahme, dass noch mehr Glättung vorteilhaft ist, und Graham und Dodd nicht die Daten haben dann eine solche Glättung zu machen. Wir haben uns für eine langfristige Rendite von zehn Jahren entschieden, da es für die meisten Anleger wirklich wichtig ist, denn in der langfristigen Investition gibt es so viel Interesse und weil in der statistischen Literatur jüngste Belege vorliegen, Horizon-Renditen sind prognostizierbarer. Dies kann im Widerspruch zu den Erwartungen, die man hätte denken können, dass es leichter ist, in die nahe Zukunft als in die ferne Zukunft zu prognostizieren, aber die Daten widersprechen dieser Intuition. Diese Prognostizierbarkeit des Marktes ist nicht die Art von Dingen, die es uns ermöglichen, zu prognostizieren, dass ein Absturz um die Ecke ist, prognostiziert er allmähliche Trends, analog zur Prognose der Aussichten auf eine Stadt, die auf Bevölkerungsentwicklung basiert oder den Erfolg einer Universität prognostiziert In Bezug auf die Zahl der jungen Menschen, die einschreiben. Beachten Sie, dass die scheinbare prädiktive Beziehung nicht wirklich ein Artefakt des Crashs von 1929 ist, wie einige vermuten könnten. Das Jahr 1929 ist keine echte Herausforderung auf der Handlung, und die Nachkriegsjahre 1972 und 1966 bieten eine dramatischere Unterstützung für die Theorie, dass Preisveränderungen im Zusammenhang mit dem Preis-150-Gewinn-Verhältnis stehen. Ebenso wenig ist der Absturz von 1987 für diese Ergebnisse von großer Bedeutung: Der Punkt, der 1978 entspricht (zehn Jahre vor unserer ersten Post-Crash-Beobachtung hier im Januar 1988), ist kein besonderes Merkmal dieser Handlung. Unser Preis150Ergebnis variabel ist 11,12 im Jahr 1978, unter dem Durchschnitt von 18,28 in diesem Datensatz, und die Log-Preisänderung von 1978 bis 1988 ist 0,57, etwas höher als durchschnittliche zehn Jahre Log-Preisänderung von 0,16 und bietet einige leichte Unterstützung für unsere Theorie . Der Absturz von 1987 selbst wirkt tatsächlich gegen die Theorie, denn das Modell prognostiziert einen überdurchschnittlichen Anstieg der realen Aktienkurse über das Zehnjahresintervall 197815088, und der Absturz diente dazu, die Zunahme weniger weit über dem Durchschnitt zu machen. Abbildung 2 zeigt ein zeitlich zusammenhängendes Streudiagramm der realen (inflationskorrigierten) Brutto-Rendite des Standard - und Poor Composite-Aktienkursindex gegenüber dem gleichen Verhältnis des realen Preises zum 30-jährigen Durchschnitt der verzögerten realen Gewinne. In diesem Diagramm sieht die Relation noch auffälliger aus, dh die negative Relation zwischen Preis-Gewinn-Verhältnis und spätere Rendite ist stärker, linearer im Aussehen. Der Grund für die bessere Abstimmung in dieser Relation ist, dass die Rendite auf zwei Arten von der Price150Erfolgsquote beeinflusst wird: durch die Auswirkungen auf die nachfolgenden Preisänderungen, wie in Abbildung 1 zu sehen, und auch durch ihre Auswirkung auf die Dividendenrenditen. Zeiten von sehr hohen Preis-Gewinn-Verhältnis neigen dazu, Zeiten niedriger Dividendenrenditen werden. Die niedrige Dividendenrendite unter solchen Umständen tendiert dazu, jahrelang zu bestehen und trägt so zu den niedrigen Renditen bei. Für die Prognose von drei Jahresrenditen erzielten Campbell und I 1988 einen R 2 von 0,195 mit nur einer einzigen prognostizierenden Variable für die Prognose von zehnjährigen Renditen. Im Gegensatz dazu, wenn wir die einfache Log-Gewinn-Verhältnis-Verhältnis als unabhängige Variable verwendet, war die R 2 für die Prognose der Drei-Jahres-Renditen nur 0,090, und für die Prognose zehn Jahre Rendite war 0,266. Die zusätzlichen neun Jahre Daten seit unserem 1988 Papier war freundlich zu unseren Ergebnissen: die R 2 in einer Regression der zehnjährigen realen Renditen auf unsere Verhältnis von realen Preis zu dreißig Jahren gleitenden Durchschnitt der realen Erträge steigt für die gesamte Stichprobe auf 0,624 . Durch die Erweiterung unserer Daten im Jahre 1987 können wir jetzt das Zehnjahresintervall ab 1982 beobachten und die hohen Zehnjahresrenditen, die von der niedrigen Quote im Jahre 1982 vorhergesagt werden, werden durch die tatsächliche Rendite gut bestätigt. Wenn wir den Wert von Januar 1996 für das Verhältnis, also 29,72, ersetzen, beträgt die vorhergesagte Zehnjahresrendite 1500,06, praktisch Null. Natürlich ist dies nicht das gleiche wie die erwartete Rendite. Wenn die Renditen nach rechts geneigt sind, wie es durch eine logarithmische Verteilung vorgeschlagen wird, dann kann die erwartete Rendite wesentlich höher sein. Die logarithmische Annahme und unser geschätztes Regressionsmodell würden implizieren, dass die erwartete Rendite exp (mittlere Varianz / 2) ist, wobei mean die erwartete Log-Brutto-Rendite und Varianz der quadratische Standardfehler der Regression ist Rückkehr über die folgenden zehn Jahre von .009, oder etwa ein Zehntel eines Prozent pro Jahr. Diese Prognostizierbarkeit am Markt ist nicht auf eine Reaktion des Marktes auf die Prognostizierbarkeit der Zinssätze zurückzuführen. Campbell und Shiller 1988 fanden, dass, wenn man als abhängige Variable in der Zehnjahresrückkehrgleichung das Protokoll von eins plus die Zehnjahresrückkehr auf dem Standard und dem schlechten zusammengesetzten minus das Protokoll von eins plus die Zehnjahresrendite von investieren in 41506 einsetzt Monats-Prime Commercial Paper, die Ergebnisse sind praktisch unverändert, ist die R 2 in der Regression noch 0,480. Alle diese Ergebnisse sind statistisch signifikant: Unter Verwendung eines Wald-Tests, der die überlappenden Beobachtungen der abhängigen Variablen berücksichtigt, finden wir, dass das Signifikanzniveau für die zehnjährige Real-Rendite-Gleichung 0,000 für die zehnjährige Überrendite-Gleichung ist 0,002. Mögliche Verzerrungen in der Beziehung Da die Regressionen stochastische Regressoren haben, müssen wir eine gewisse Verzerrung im geschätzten Koeffizienten erwarten. In einfachen Worten, auch wenn Aktienkurse überhaupt keine Beziehung zu einfachen Erträgen haben, solange die Gewinne geglättet werden, um das Preis-150-Rendite-Verhältnis zu generieren, wird es eine negative Korrelation kleine Proben zwischen der Preis-Gewinn-Verhältnis und die dreißig Jahre neigen Durchschnitt des Ergebnisses. Die negative Korrelation ergibt sich vor allem daraus, dass das Stichprobenmittel über die gesamte Stichprobe geschätzt wird und die Preise selbstverständlich als Mittelwert bezeichnet werden, auch wenn kein richtiger Mittelwert vorliegt. Ich habe eine einfache monte carlo Experiment, um vorzuschlagen, wie wichtig eine solche Vorurteil sein könnte. Wir erzeugten 96 (jährliche) Beobachtungen einer zufälligen Wanderung (diese Zahl entspricht den 96 Beobachtungen 1901 bis 1996, die verwendet wurden, um die 86 Punkte zu erzeugen, die in dem Streudiagramm in Fig. 2 gezeigt sind) und rezitieren zehnjährige Änderungen in der zufälligen Wanderung auf ihr Ebene zu Beginn der zufälligen zu Fuß. Diese Regression zeigt eine Art begrenzender Fall unserer Geschichte, in der das Ergebnis so geglättet wird, dass es eine Konstante ist, so dass die Einnahmen in unserer Analyse keine Rolle spielen. In diesem monte-carlo-Experiment mit 10.000 Iterationen fanden wir, dass das R 2 eher positiv war: der durchschnittliche R 2 war 0,26. In diesen Monte-Carlo-Experimenten erreichten wir jedoch einen R2 von 0,624, wobei nur 1,9 der Zeit darauf hindeuteten, dass die Ergebnisse in der Tat sehr signifikant sind. In einem anderen monte-carlo-Experiment versuchte ich, den 30-jährigen gleitenden Durchschnitt des Verdienstes als etwas anderes als eine Konstante zu repräsentieren: Wir ersetzten es durch einen dreißigjährigen gleitenden Durchschnitt von verzögerten Preisen, das schien wie ein interessantes Experiment, in diesem 30-jährigen Durchschnitt Der Log-Gewinne ähneln den 30-jährigen Durchschnittswerten des Log-Preises mit den tatsächlichen Daten bis zu einer additiven Konstante. In jeder Iteration des monte-carlo-Experiments ergab sich ein neuer 126-elementiger (jährlicher) Zufallsweg, für die Elemente 31 bis 116 wurde ein Vektor aus folgenden zehnjährigen Änderungen als abhängige Variable erstellt. Ein Vektor von unabhängigen Variablenbeobachtungen wurde entnommen, indem zuerst der Vektor der Elemente 1 bis 116 erzeugt wurde, und dann von jedem der 30-jährigen Mittel des verzögerten Preises subtrahiert wurde. In jeder Iteration haben wir diese abhängige Variable auf die unabhängige Variable zurückgerechnet und die R2 aufgezeichnet. In 100.000 Iterationen war der durchschnittliche R2 0.124, weit unter dem, was wir beobachtet haben, und in nur 0.26 der Iterationen war der R2 größer als 0,62. Mögliche Fehler im Index für die Umwandlung von Nominalwerten in Realwerte Beachten Sie, dass unser Streudiagramm auf reale Preise, reale Renditen und reale Gewinne verweist. Es ist wichtig, unsere Analyse in diesen Begriffen zu koordinieren, da es sich um reale, nicht nominale Mengen handelt. Aber, die Einführung von Indizes der Preisinflation führt die Möglichkeit der Fehler. Die Periode um 1920 scheint eine Menge von Hebelwirkung zu haben, und ist möglicherweise verantwortlich für zu viel von unserer Passform. Das Verhalten unserer Serie um 1920 könnte ein Artefakt unseres Preisindexes sein, ein Erzeugerpreisindex, der viel mehr Volatilität um die Rezession von 192015021 zeigen kann als andere Preisindizes. Warum Long Horizon Rückkehr Es gibt einige populäre Verwirrung über die Bedeutung dieser Vorhersagbarkeit bei der Prognose von Long-Horizon Renditen. Eine Quelle der Besorgnis, die viele Menschen ausdrücken, ist, wenn einjährige Renditen nicht signifikant prognostizierbar sind, warum sollten die zehnjährigen Renditen, die nur zehnjährige Durchschnittswerte der Ein-Jahres-Renditen sind, signifikant prognostizierbar sein Leistung der Tests, die 10-Jahres-Renditen prognostizieren, sind in Campbell 1992 beschrieben. Eine damit zusammenhängende Verwirrung betrifft die scheinbare Zufallswanderung von Ein-Jahres-Renditen. Wie, einige werden fragen, kann es sein, dass einjährige Renditen sind so scheinbar zufällig, und doch zehn-Jahres-Renditen sind meist prognostizierbar Die Antwort ist, dass es bekannt ist, dass stochastische Prozesse, die nahe Einheit Wurzel für einjährige Intervalle sein können Die über längere Zeiträume prognostizierbar sind. Bei der Betrachtung der Jahresrenditen sieht man viel Lärm, aber über längere Zeitintervalle mittelt dieser Lärm effektiv aus und ist weniger wichtig. Warnungen über die oben genannten Analysen Die Schlussfolgerung, dass die Börse voraussichtlich über die nächsten zehn Ohren sinken wird und eine Gesamtertrag von fast nichts zu verdienen ist, muss mit großer Vorsicht interpretiert werden. Unsere Suche nach ökonomischen Beziehungen, die wir, um den Preis zu studieren, geteilt durch 30-jährigen gleitenden Durchschnitt des Einkommens können auf eine Chance Beziehung ohne Bedeutung gestolpert haben. Mit anderen Worten, die hier untersuchte Beziehung könnte eine falsche Beziehung, das Ergebnis des Data Mining sein. Weder die statistischen Tests noch die monte-carlo-Experimente berücksichtigen die Suche über andere mögliche Beziehungen. Es ist auch gefährlich, davon auszugehen, daß historische Beziehungen notwendigerweise auf die Zukunft anwendbar sind. Es könnten grundlegende strukturelle Veränderungen auftreten, die jetzt bedeuten, dass die Vergangenheit des Aktienmarktes nicht mehr ein Leitfaden für die Zukunft ist. Campbell, John Y. und Robert J. Shiller, quotStock Preise, Einnahmen und erwartete Dividenden, Journal of Finance. 43 (3): 661-76, Juli 1988. Das Dividend Ratio Model und Small Sample Bias: Eine Monte Carlo Studie, Economics Letters. 29: 325-31, 1989. Graham, Benjamin und David L. Dodd, Sicherheitsanalyse. H.-J., H.-J. Laster und Kevin Cole, quotStock Marktbewertung Indikatoren: ist diesmal Differentquot Federal Reserve Bank von New York Research Paper Nr. 9520, September 1995. 1996 Robert J. Shiller Raw Daten verwendet werden, um Zahlen zu produzieren sind auch auf dieser Website.
No comments:
Post a Comment