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

动量效应和动量效应(6个月的12个月)，从一个月到三个月(12个月)，从一个月到三个月(12个月)。动量-战略，阿克蒂安，死在Einer zurück liegenden Periode Hohe Wertzuwächse verzeichnet haben(？Winner)，zu kaufen，gleichzeitig diejenigen Werte，die am schlechtest en abgeschnitten Hatten(？Loser？)，zu Verkaufen.每一个人都会有这样的感觉，所以他们的生活就会变得美好。动量--从战略上看，这是一种新的战略。这是一件很重要的事情，我们很高兴能从这件事中学到一件事。他说：“这是一件非常重要的事情。”Eine groçe Anzahl von Forschern haben darauf hingewiesen，dass Ein-Faktor-Sowie Multifaktor-Modelle Wie Die Drei Faktor-modell von Fama and French(1996)死于非正常的势头-Renditen Nicht Erklären Können。动量效应理论在数据挖掘和论证中起着重要的作用。这是一种动量--策略，它与数据--参数--维尼格的相关概念有关。实践证明，这是一个非常重要的问题，也就是说，这是一个重要的问题。在Vorangegangenen研究的动量-战略Wurden mögliche Wirkungen der NichtNormität der个别的Aktienrenditen和Ihhrer Risikoeigenschaften在Betracht gezogen。Ale Studdien von Momentum-Strategien basieren auf den Monatsdaten für die Rangordnung der Aktien und Einschätzung von Invstitions s Perperiderendite Sowie Dm 3 kumulativen Gewinn ALS Kriterium，um Aktien in，Winner-und，Woser-Portfolioséeinzureios.这是一件很好的事，我不认为这是一件很正常的事。她具有尖峰和异方差特征。我们的生活和生活在一起，而不是生活在一起。这是一种新的方法和方法，它的目的是为了更好地保护环境。这是一件非常重要的事情。我的名字叫Diese Leistungsmaúe umfassen das？Risiko/Gewinn？Profiled der Personellen Aktienrendite.Wir konzentrieren unser Interesse auf Kohärente Risikomaçe be der der Anwendung and Einschätzung der？Risiko/Gewinn？Performanz.在此基础上，建立了横截面模型，使之成为非高斯型和非高斯型。作者声明：MIT Hilfe Dieser Modelle 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.