Analyse der Momentum-Strategie und Erweiterung der Methode durch neue Leistungsmaße

Der，Momentum effect？umfasst einen kurzfristigen（6 bis 12 Monate）Renditenfortführungseffekt，bei welchem die Aktien mit hohen Renditen über die vorigen 3 zu 12 Monaten in der nächsten Periode（bis 12 Monate），ein Persistenz-Muster ausweisen und hohe Renditen verzeichnen（siehe Jegadeesh und Titman，1993）.阿克蒂恩，这一时刻是在一个竞争激烈的时期，他在赢家（Wertzuwächse verzeichnet haben）的比赛中获胜，然后在一个失败者（哈滕）的比赛中获胜。在一个最好的时间里，我们会把行李箱放在最好的地方。这一瞬间的记忆是一个令人不安的开始。在法国，我们采用了一种简单的机械化的战略，这样就可以在很长一段时间内实现更高的效率。因此，从市场经济理论和市场活动理论的角度，我们可以看到一个巨大的理论基础。一个大的Anzahl von Forschern haben hingewiesen，一个多因素模型中的一个因素，就像法马和弗伦奇（1996）的三个因素模型一样，异常的Momentum-Renditen没有被发现。Aus theoretischer Sicht könte der Momentum-Effekt durch das Datamining- Argument or der durch eine risikobasierte Theorie erklärt韦尔登.当Momentum-Aprigie在verbedenen Märkten和verbedenen Zeitperioden hielt中出现时，数据处理论证就变得更加相关了。实践经验和实践认识是指风险卑尔根和风险分析的结果。In vorangegangenen decomposing von Momentum-Schugien wurden mögliche Wirkungen der Nichtnormalität der individuellen Aktienrenditen und irrer Risikoeigenschaften nicht in Betracht gezogen.所有基于每月一次的活动数据和调查周期的结果都显示了三个关键点，即赢家和输家。这很重要，因为Aktiva-Renditen不是正常的脊椎动物。你是尖峰和异方差的特征。这种独特性是非常重要的，而且它也是一种重要的战略。因此，我们可以通过一个确定性的分析来确定和确定投资组合的动量方法和选择标准。我们的工作是为了增加风险。这是Risiko/Gewinn个人资料的一部分。我们对风险投资的兴趣来自于风险投资公司和风险投资公司的业绩。然后我们用一个韦尔登模型来研究最大风险和基于非高斯分布的风险。Mit Helfe dieser model möchten wir den Momentum-Effekt erklären.

Der ,Momentum effect¿ umfasst einen kurzfristigen (6 bis 12 Monate) Renditenfortführungseffekt, bei welchem die Aktien mit hohen Renditen über die vorigen 3 zu 12 Monaten in der nächsten Periode (bis 12 Monate), ein Persistenz-Muster ausweisen und hohe Renditen verzeichnen (siehe Jegadeesh und Titman, 1993). Die Momentum-Strategie beruht darauf, Aktien, die in einer zurückliegenden Periode hohe Wertzuwächse verzeichnet haben (¿Winner¿), zu kaufen, gleichzeitig diejenigen Werte, die am schlechtesten abgeschnitten hatten (¿Loser¿), zu verkaufen. Nach einer bestimmten Zeit wird das so gebildete Portefeuille nach dem gleichen Verfahren umgeschichtet. Die Momentum-Strategie hat beträchtliche Aufmerksamkeit angezogen. Zum einen stellt sich die Frage, weshalb sich mit einer solch simpel-mechanistischen Anlagestrategie über so lange Zeit hinweg solch hohe Erträge erwirtschaften ließen. Zum anderen, stellen die Ergebnisse aus zahlreichen Studien eine große Herausforderung für die Theorie der Markteffizienz und der Aktivumpreiskalkulation dar. Eine große Anzahl von Forschern haben darauf hingewiesen, dass Ein-Faktor- sowie Multifaktor-Modelle wie das drei Faktor-Modell von Fama und French (1996) die abnormen Momentum-Renditen nicht erklären können. Aus theoretischer Sicht könnte der Momentum-Effekt durch das Datamining- Argument oder durch eine risikobasierte Theorie erklärt werden. Da die Momentum-Strategie in den verschiedenen Märkten und in den verschiedenen Zeitperioden hielt, ist das Datamaning-Argument weniger relevant geworden. Praktische Erfahrungen und Ergebnisse belegen, dass Momentum-Strategien Risiken bergen und dass der Risiko-Ansatz einen richtigen Weg zur Aufklärung des Effekts darstellt. In vorangegangenen Studien von Momentum-Strategien wurden mögliche Wirkungen der Nichtnormalität der individuellen Aktienrenditen und ihrer Risikoeigenschaften nicht in Betracht gezogen. Alle Studien von Momentum-Strategien basieren auf den Monatsdaten für die Rangordnung der Aktien und Einschätzung von Investitionsperioderendite sowie dem 3 kumulativen Gewinn als Kriterium, um Aktien in ,Winner-¿ und ,Loser-Portfolios¿ einzureihen. Es ist weithin bekannt, dass Aktiva-Renditen nicht normal verteilt sind. Sie besitzen ¿leptokurtic¿ und ¿heteroscedastic¿ Eigenschaften. Diese Eigenschaften sind sehr wichtig und können sich auf Momentumsstrategien auswirken. Deshalb haben wir vor, einen Ansatz zu definieren und umzusetzen, der die existierenden ¿Momentum¿- Methoden erweitert und die Selektionskriterien für die Portfolioumschichtung bestimmt. Unser Ansatz basiert auf den risikoangepassten Leistungsmaßen. Diese Leistungsmaße umfassen das ¿Risiko/Gewinn¿ Profil der individuellen Aktienrendite. Wir konzentrieren unser Interesse auf kohärente Risikomaße bei der Anwendung und Einschätzung der ¿Risiko/Gewinn¿ Performanz. Zudem werden wir einige ,Cross-sectional¿-Modelle untersuchen, die auf das makrowirtschaftliche Risiko und die ¿non-Gaussian¿ Verteilung basieren. Mit Hilfe dieser Modelle möchten wir den Momentum-Effekt erklären.