2020/08

01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

<< >>


This post is available as a PDF download here. Summary Defensive equity strategies are comprised of stocks that lose less than the market during bear markets while keeping up with the market during a bull market. Coarse sorts on metrics such as volatility, beta, value, and momentum lead to diversified portfolios but have mixed results […]
blog.thinknewfound.com

1999〜2009年の株式の値動きを機械学習させてから、ディフェンシブ投資 (相場下落時の下落を抑えながら、上昇時には市場平均に追いつくのを目標とする) をさせたところ、低ボラティリティ投資と大差ない結果に終わったそうです。

ソース記事は面倒くさいので結論部分しか読んでいませんが、気になった点が2つ。

既存の投資手法を凌駕するためには、「過去のボラティリティが将来のボラティリティを予測するのに最も有用」であることが邪魔なようです。つまり、ある銘柄のボラティリティがランダムに変動する (ある銘柄がディフェンシブになったり、景気敏感株になったりめまぐるしく変わるなど) のが当たり前にならないとディフェンシブ投資がうまくいかないらしい。

また、バリュー、クオリティ、グロースのファクターは、学習が進むにつれて無視されるようになるとのこと。

JUGEMテーマ:資産運用