Moyenne Réversion Moyenne Mobile

Réversion moyenne Qu'est-ce que la réversion moyenne? La réversion moyenne est la théorie qui suggère que les prix et les retours reviennent éventuellement vers la moyenne ou la moyenne. Cette moyenne peut être la moyenne historique du prix ou du rendement, ou une autre moyenne pertinente telle que la croissance de l'économie ou le rendement moyen d'une industrie. RUPTURE Réversion moyenne Cette théorie a conduit à de nombreuses stratégies d'investissement impliquant l'achat ou la vente de valeurs mobilières ou d'autres titres dont les performances récentes ont fortement différé de leurs moyennes historiques. Cependant, un changement dans les rendements pourrait être un signe que la société n'a plus les mêmes perspectives qu'elle a fait une fois, dans ce cas, il est moins probable que la réversion moyenne se produira. Les rendements et les prix en pourcentage ne sont pas les seules mesures considérées comme des taux d'intérêt moyens de rétrocession ou même le rapport prix-bénéfice d'une entreprise peut être soumis à ce phénomène. Une réversion implique le retour de n'importe quelle condition à un état précédent. Dans les cas de réversion moyenne, la pensée est que tout prix qui s'éloigne loin de la norme à long terme sera de retour, revenant à son état compris. La théorie est axée sur la réversion de seulement des changements relativement extrêmes, comme la croissance normale ou d'autres fluctuations sont une partie attendue du paradigme. La théorie de la réversion moyenne est utilisée dans le cadre d'une analyse statistique des conditions du marché et peut faire partie d'une stratégie commerciale globale. Il s'applique bien aux idées d'acheter bas et de vendre haut, en espérant identifier une activité anormale qui, théoriquement, revenir à un modèle normal. Le retour à un schéma normal n'est pas garanti, car un niveau inattendu élevé ou faible pourrait être une indication d'un changement de la norme. De tels événements pourraient inclure, mais ne sont pas limités à, les lancements de nouveaux produits ou les développements sur le côté positif, ou rappels et poursuites sur le côté négatif. Même avec des événements extrêmes, il est possible qu'une sécurité subira une réversion moyenne. Comme pour la plupart des activités du marché, il existe peu de garanties quant à la façon dont certains événements particuliers auront ou n'affecteront pas l'attrait général de certains titres. Trading de reversion moyen Le trading de reversion moyen vise à capitaliser sur des changements extrêmes dans la tarification d'un titre particulier, basée sur l'hypothèse qu'il reviendra à son état antérieur. Cette théorie peut être appliquée à la fois à l'achat et à la vente, car elle permet à un commerçant de profiter sur upswings inattendue et sauver à la survenance d'un bas anormal. Le jeu de jet de monnaie Imaginez un jeu où nous faisons une longue séquence de lancers de pièces de monnaie. Faites un graphique des lancers. Chaque fois que nous obtenons des têtes, montez une unité sur le graphique. Chaque fois que nous obtenons des queues, descendre une unité. Si la pièce est juste, la probabilité que nous obtenions la tête ou la queue sur n'importe quel jet donné est exactement 5050, peu importe ce qui s'est passé sur les lancers précédents, nous obtenons une marche aléatoire pure sans réversion à la moyenne (RTM). Le graphique va monter et descendre. Il peut ou non traverser l'axe horizontal une ou plusieurs fois. Il se promènera aléatoirement. Chaque fois de temps en temps obtenir une longue séquence de têtes par hasard, et le graphique va aller en place (marché haussier en monnaie flips - peut-être même voir une bulle monnaie flip ou deux). De temps en temps, vous obtenez une longue séquence de queues par hasard, et le graphique va descendre (marché baissier ou crash). Dans de longues séquences de monnaie flips, ces sortes de courses de têtes ou de queues sont beaucoup plus communes que la plupart des gens pensent. La valeur finale attendue du graphe est 0. Cela signifie que, avant le début du jeu, si nous devions faire une prédiction de ce que sera la valeur finale, notre meilleure estimation (estimation la plus impartiale) serait 0. Si la pièce est Juste, nous nous attendons à ce que la moitié environ du temps, il viendra jusqu'à têtes, et environ la moitié du temps, il viendra à la queue. Si nous jouons au jeu plusieurs fois, nous nous attendons à ce que la moitié de la valeur de fin soit supérieure à 0 et environ la moitié de la valeur finale sera inférieure à 0. La valeur de fin réelle après une seule partie du jeu sera probablement Être un autre nombre, au-dessus de 0 ou au-dessous de 0. En fait, si vous exécutez des simulations sur un ordinateur, ou d'élaborer les équations de probabilité, vous apprenez que la valeur finale est souvent bien au-dessus de 0, ou bien en dessous de 0, Flips que vous faites, le plus loin de 0, vous avez tendance à obtenir. La valeur de fin attendue (moyenne) reste à 0 peu importe combien de flips de pièces que vous faites, mais la distance (moyenne) prévue de 0 augmente à mesure que vous faites plus flips de pièces. Certaines personnes trouvent cela surprenant, mais c'est vrai. Il est important d'être clair sur cette différence entre le concept du résultat attendu et le résultat réel. Le résultat attendu est de 0, mais nous nous attendons à ce que le résultat réel soit différent de celui attendu, et plus nous retournons, plus nous nous attendons à ce que cette différence soit grande. Heres un exemple de graphique d'un millier de flips de pièces aléatoires générés à l'aide de Microsoft Excel: Notez que la valeur de fin 24 est bien au-dessus de la valeur finale attendue de 0. Dans cette simulation, 512 des flips sont venus tête, et 488 d'entre eux Est venu queue, ce qui est 24 têtes plus que queue. Notez également que les grandes oscillations vers le haut et vers le bas sont assez courantes dans le graphique. Nous pouvons même voir une bulle claire dès le début de la simulation. Il ya un marché haussier important dans les têtes où le graphique augmente rapidement de dessous de 0 à environ 24, suivi d'un accident où la valeur du graphique diminue rapidement vers le bas à environ 9. Puis le marché semble se déplacer latéralement pendant une longue période, suivi d'un autre Marché des taureaux avant la fin de la simulation. Si vous répétez cette simulation plusieurs fois dans Excel, vous voyez qu'environ la moitié du temps le graphique se termine en dessous de 0, et environ la moitié du temps il finit par-dessus 0, mais il ne finit presque jamais à exactement 0. En fait, plus souvent Dans la plupart des simulations, il est facile de voir des modèles qui sont très semblables à ce que nous appelons les marchés haussiers, les marchés baissiers, les accidents, les paniques et les bulles. Notre simple jeton monnaie jeu n'est certainement pas la même chose que l'investissement en actions, mais il est similaire à investir. Nous avons fait plusieurs simplifications pour faciliter la réflexion sur les enjeux. La première simplification est que le jeu de la monnaie renversant a un résultat attendu de 0. L'investissement en actions a un résultat attendu positif. À titre d'exemple, utilisons l'estimation commune de 10 pour les rendements annuels prévus des stocks. Dans le jeu de flipping de pièce, à chaque flip nous avons 5050 chance d'être au-dessus ou au-dessous de la valeur attendue de 0. Dans notre exemple d'investissement de stock, à la fin de chaque année nous avons 5050 chance d'obtenir un rendement au-dessus ou au-dessous du La valeur attendue de 10. Avec l'investissement en actions, les graphiques ont une nette tendance à la hausse ou la dérive, et la valeur attendue après de nombreuses années d'investissement est bien au-dessus de 0. C'est ce rendement attendu positif pour les actions qui les rend un investissement attractif, Au retour zéro attendu dans le jeu de la monnaie renversant, ce qui en fait un investissement peu attrayant. Le rendement attendu important pour les actions est la demande des investisseurs haut de gamme comme une compensation pour le risque qu'ils entreprennent. Comme dans le jeu de la monnaie renversant, il est important de garder à l'esprit la distinction entre le résultat escompté de l'investissement boursier (10 ans dans notre exemple) et le résultat réel. Le résultat réel est rarement égal au résultat attendu. Comme pour le virement de pièces, plus nous investissons de plus en plus loin, nous pouvons nous attendre à ce que nous nous attendions à ce que l'on s'attende à ce résultat, mesuré par la différence entre la valeur finale prévue du dollar et sa valeur finale. Une autre simplification est que le jeu de jetons de pièces a des résultats discrets. Il n'y a que deux possibilités sur chaque tête à rabat ou queue. Avec l'investissement boursier, il ya une gamme continue de nombreux résultats possibles chaque année. Une dernière différence, et une subtile, est que dans les rendements d'investissement composé au fil du temps. Lorsque nous faisons les calculs, nous devons nous inquiéter de la différence entre les moyennes arithmétiques et les moyennes géométriques (moyenne et rendements annualisés), et nous devons utiliser des logarithmes et d'autres types de manipulations algébriques qui rendent les équations assez compliquées. Heureusement, aux fins du présent article, nous n'avons pas à nous préoccuper de ces complexités, et je me suis permis d'être légèrement imprécis sur ces questions, sans que ces libertés n'aient en aucune façon une incidence sur le raisonnement sur les questions en discussion ou sur la Conclusions que je vais atteindre. A-t-on simplifié l'investissement en le comparant à notre jeu de monnaie-retournement Les actions reviennent-elles vraiment juste une promenade aléatoire C'est la question que je vais essayer d'examiner. Je commencerai par essayer d'avoir une bonne compréhension de ce que la question signifie, et je soutiendrai qu'il est possible d'essayer de répondre à la question en utilisant la recherche empirique qui examine les preuves historiques. Je vais discuter de deux récentes études universitaires qui semblent indiquer que l'investissement en actions est beaucoup plus comme notre jeu de monnaie-retournement que la plupart des gens pensent. Réversion moyenne Investopedia définit la réversion moyenne comme suit: La stratégie de réversion moyenne est basée sur la prémisse mathématique que tous les prix finiront par revenir vers le retour moyen ou moyen. Ainsi, si un stock est sous-performant, son prix va se rapprocher de sa valeur moyenne lorsque le marché rebondit. Comme un exemple de réversion moyenne, supposons que notre pièce a une mémoire. Chaque fois que nous avons obtenu plus de têtes que de queue, donc le graphe est au-dessus de l'axe horizontal, la probabilité d'obtenir une autre tête est plus faible - disons les chances dans ce cas sont 4060 headstails. Inversement, chaque fois que nous avons obtenu plus de que les têtes jusqu'à présent, donc le graphique est en dessous de l'axe horizontal, la probabilité d'obtenir une autre queue est plus faible - disons les chances dans ce cas sont 6040 headstails. Voici un exemple de RTM. (Dans les statistiques, les processus stationnaires utilisés pour modéliser la RTM sont plus compliqués que cela. J'ai simplifié et déformé les mathématiques pour le rendre plus facile à penser.) Avec RTM, la valeur attendue (0 dans cet exemple) a tendance à tirer le Graphique en arrière vers lui-même (en arrière vers l'axe horizontal dans notre exemple). Nous disons qu'au fil du temps, les valeurs du graphe tendent à revenir à leur valeur moyenne de 0. Sans RTM, il n'y a pas d'effet de traction. Le graphe peut à un certain point être 100 unités au-dessus ou au-dessous de l'axe horizontal, mais le flip suivant a encore 5050 cotes. Avec RTM, la valeur finale du graphe après un grand nombre de retournements tend à être plus proche de 0 que sans RTM, même si nous avons toujours la situation que la valeur finale est rarement exactement égale à 0. (J'espère que tout le monde voit pourquoi ce Est vrai). Ainsi, il y a moins de volatilité de la valeur finale sur de longues séries de flips de pièces. Si vous jouez à un jeu avec quelqu'un où vous obtenez des dollars payés pour les valeurs de fin au-dessus de 0, mais vous devez payer des dollars pour les valeurs de fin en dessous de 0, le jeu est moins risqué pour vous sur le long terme s'il ya RTM. De même, en cas d'investissement, si les rendements de stocks présentent une RTM, alors les longues séquences de rendements supérieurs à la moyenne sont plus susceptibles d'être suivies de rendements inférieurs à la moyenne, et vice-versa. Le rendement moyen des actions (par exemple 10 ans) a un effet d'entraînement et nous disons que les rendements boursiers tendent à revenir à leur valeur moyenne de 10. Si cet effet RTM est effectivement vrai, les risques à long terme de l'investissement boursier sont inférieurs à Ils seraient sans RTM. Supposons que nous ayons un long record historique de lancer des pièces de monnaie. Comment pouvons-nous vérifier les données pour voir si oui ou non la pièce avait RTM Ce que nous pourrions faire est de vérifier les écarts-types des valeurs de fin sur de longues séquences de retournements. Avec RTM, les écarts-types devraient être plus faibles qu'avec RTM. Il s'agit en fait du test statistique standard pour la RTM, et nous pouvons utiliser le même test simple pour vérifier la preuve de RTM dans les rendements des stocks dans les données historiques. Dans un article intitulé Les risques à long terme des marchés boursiers mondiaux. Philippe Jorion a analysé les données à long terme sur le rendement des marchés boursiers mondiaux. Il a constaté que les écarts-types à l'horizon long étaient conformes à ce que l'on attendrait des randonnées aléatoires sans RTM et il a conclu qu'il n'y avait donc aucune preuve de réversion à signifier dans les données globales: Cette recherche examine la persistance du risque d'investissement À travers l'horizon temporel, une question cruciale dans les décisions d'allocation d'actifs. Les résultats empiriques antérieurs se sont concentrés principalement sur les données américaines et souffrent d'une taille d'échantillon limitée dans l'analyse des retours à long terme. L'étude d'un échantillon à long terme de trente pays fournit des données empiriques supplémentaires. Les résultats ne sont pas rassurants. Il n'y a aucune preuve de réversion moyenne à long terme dans l'échantillon de données élargi. Le risque de baisse n'est pas réduit à mesure que l'horizon s'allonge. Ce résultat est une grande surprise pour beaucoup de gens. Beaucoup de gens semblent avoir une croyance intuitive en forte réversion moyenne dans le rendement des actions, souvent exprimé en termes comme les hauts et les bas du marché même au fil du temps. Cette opinion commune est souvent utilisée pour soutenir que les stocks sont des investissements sûrs à long terme, ou du moins ils sont plus sûrs qu'ils ne le sont à court terme. Les résultats de Jorions contredisent cette opinion populaire. Jorion et d'autres ont en fait trouvé des preuves de RTM dans le marché boursier américain du 20ème siècle, bien que nulle part autant que la plupart des gens croient. Jorion dit que cela peut être dû à la petite taille de l'échantillon et les questions de biais de survie. Il est également possible que la RTM faible soit une caractéristique des économies ininterrompues exceptionnellement fortes qui connaissent une croissance régulière sur une longue période. Si nous ne supposons pas que cette bonne croissance économique se poursuivra nécessairement sur notre horizon d'investissement futur, il ne semble pas judicieux de s'appuyer sur la RTM au cours de cet horizon. Prévision et timing Supposons que nous étions quelque part au milieu de notre jeu de monnaie-renverser. Sans RTM, theres aucun moyen de prévoir le jet de pièce suivante - theres une chance même 5050 de têtes ou queues. Avec notre exemple de RTM, si le graphique est actuellement au-dessus de l'axe, nous pouvons prévoir des queues et si le graphique est actuellement au-dessous de l'axe, nous pouvons prévoir des têtes, et dans chaque cas, notre prévision a une chance d'être juste. Maintenant, imaginez que juste avant chaque jet de pièces vous avez la possibilité d'investir dans le résultat (être sur le marché), ou choisissez de ne pas investir (garder votre argent sur le marché). Si le prochain flip arrive tête, votre investissement augmente, sinon il va vers le bas. Sans RTM, il n'y a pas de stratégie de synchronisation. Avec RTM, il ya une stratégie - garder votre argent sur le marché lorsque le graphique est en dessous de l'axe, et de le sortir quand le graphique est au-dessus de l'axe. Vous ferez beaucoup mieux avec cette stratégie de synchronisation que quelqu'un qui a gardé son argent sur le marché tout le temps. Dans cet exemple avec RTM, nous connaissons l'algorithme exact à l'avance, avant que la pièce soit lancée. Nous savons que la valeur moyenne à laquelle la monnaie retournera sera exactement 0. C'est ce qui rend la prévision et le temps de travail. De même, en investissant, si les rendements ont tendance à revenir à la moyenne, et si nous connaissons la moyenne à laquelle ils reviennent à l'avance, nous pouvons faire le même genre de prévision et de calendrier que dans l'exemple de jet de monnaie. Si les rendements récents ont été supérieurs à la moyenne, nous pouvons prévoir des rendements inférieurs à la moyenne à l'avenir et alléger les stocks de notre portefeuille. Si les rendements récents ont été inférieurs à la moyenne, nous pouvons prévoir des rendements futurs supérieurs à la moyenne et modifier notre portefeuille afin d'affecter une part plus élevée aux actions. Ce type de prévision et le timing contrarien du marché devraient, au fil du temps, en moyenne, aboutir à des rendements totaux nettement plus élevés que ceux obtenus avec une stratégie d'achat et de rééquilibrage. Si les rendements des actions ont la RTM, mais nous ne connaissons pas le vrai moyen auquel ils reviennent à l'avance, la prévision et le timing du marché sont plus problématiques et les stratégies exactes sont moins évidentes, mais il semble raisonnable qu'il existe des stratégies relativement simples qui seront Travailler et battre le marché sur le long terme. Considérez une fois de plus la pure randonnée aléatoire jetant pièce de jeu sans RTM. Nous avons dit qu'il n'y avait pas de stratégie de calendrier dans ce cas. Mais maintenant supposons que nous trouvons une boule de cristal avant le début du jeu qui nous indique quelle sera la valeur finale quand le jeu se terminera. Rappelez-vous que cette valeur de fin réelle est susceptible d'être bien au-dessus ou au-dessous de 0. Tracez une droite sur le graphe vide du point de départ au point de fin connu. Commencez à jouer. Chaque fois que le graphique est au-dessus de la ligne, la prévision des queues et de prendre votre argent hors de la table. Chaque fois que le graphique est en dessous de la ligne, prévision des têtes et remettre votre argent sur la table. Il devrait être facile de vous convaincre que vos prévisions seront beaucoup plus précises que 5050, et vous gagnerez avec votre stratégie de calendrier (gagner dans le sens que vous ferez beaucoup mieux que quelqu'un qui ne prévoit pas ou le temps). C'est même sans RTM De même, avec l'investissement, si nous pouvions en quelque sorte savoir ce que le rendement moyen futur sera à l'avance, nous pourrions le temps de marché, même sans RTM. Aujourd'hui, par exemple, nous savons que le rendement moyen des 75 dernières années est d'environ 10 annualisé. Entrez dans une machine du temps et remontez à 1930. Investissez pour les 75 prochaines années. Chaque fois que les rendements annualisés cumulés depuis 1930 sont supérieurs à 10, alléger les stocks. Chaque fois que les rendements annualisés cumulés depuis 1930 passent au-dessous de 10, remettre plus d'argent dans les stocks. En 2005, vous aurez battu le marché par une très belle marge. C'est ce qu'on appelle un test dans l'échantillon. Il a un défaut évident, parce que les investisseurs en 1930 n'avaient aucune idée de ce que le rendement annualisé moyen allait être au cours des 75 prochaines années. Ils ne connaissaient que les rendements annualisés moyens antérieurs. Si vous effectuez de nouveau le test et que vous ne permettez aux investisseurs d'utiliser les informations dont ils disposent à l'époque (un test hors échantillon), la stratégie de synchronisation du marché ne fonctionne pas. Il s'agit d'un simple type de timing chartiste, basé uniquement sur les retours passés. Lorsque les rendements passés sont élevés, alléger les stocks. Lorsque les rendements passés sont faibles, mettre plus d'argent dans les stocks. Dans une marche aléatoire pure sans une boule de cristal, nous savons que ce genre de synchronisation ne fonctionne pas. La raison pour laquelle cela ne marche pas, c'est que sans la boule de cristal, nous sommes incapables de définir les notions de bas et de haut. Faible moyen inférieur à la valeur moyenne future et moyen élevé au-dessus de la valeur moyenne future, mais nous ne savons pas la valeur moyenne future. Nous ne connaissons que la valeur moyenne passée, et cette information est inutile dans une marche aléatoire sans RTM. La plupart des méthodes de prévision et des stratégies de synchronisation basées sur les prévisions sont plus sophistiquées. Ils utilisent habituellement des ratios financiers fondamentaux tels que DP (ratio dividende / prix) ou PE (ratio prix / bénéfice) pour faire les prévisions. L'argument est que ces ratios sont parfois élevés et parfois bas, mais il est déraisonnable de penser qu'ils peuvent éventuellement croître ou se rétrécir sans limites (vagabonder à l'infini, comme les universitaires aiment souvent le dire). Il est beaucoup plus raisonnable de penser que même s'ils deviennent parfois très élevés ou très bas, ils doivent éventuellement revenir à un niveau plus normal. RTM, en d'autres termes. Si ces ratios ont une RTM, il est tout à fait logique d'émettre l'hypothèse que cette RTM dans les ratios induit un effet RTM similaire dans les rendements et que les ratios peuvent être utilisés pour prévoir les rendements futurs. Est-ce que ce genre de prévision fondamentale fonctionne réellement Bien que l'idée générale semble certainement plus que plausible, la preuve est dans le pudding, et les théories doivent être testées. Il est possible d'examiner le dossier historique pour voir si les différents régimes auraient fonctionné dans le passé. Beaucoup de gens ont fait ce genre d'études, à la fois dans le monde financier populaire et dans le monde financier universitaire. Le point clé est que lorsque vous tester ces types de méthodes de prévision fondamentale pour voir si elles auraient travaillé dans le passé, c'est tricher si vous utilisez les moyens réels des variables de prévision fondamentale calculée sur toute la période du test, Cette information n'était pas disponible pour les investisseurs dans le passé. Vous devez effectuer un back-test en utilisant uniquement les informations disponibles à ce moment-là. En d'autres termes, vous devez faire des tests hors échantillon, pas des tests dans l'échantillon. La plupart des études populaires qui aboutissent à la conclusion que les rendements sont prévisibles sont invalides pour cette raison. Étonnamment, bon nombre des études universitaires semblent souffrir du même défaut fatal. Amit Goyal et Ivo Welch discutent et explorent ce discernement dans leur article Un regard complet sur la performance empirique de la prévision de prime d'équité. Lorsqu'ils ont fait des tests hors échantillon de toutes les variables de prévision populaires, y compris DP et PE, ils ont constaté qu'aucun d'entre eux ne fonctionnait: Notre document explore la performance hors échantillon de ces variables et constate que pas un seul On aurait aidé un investisseur du monde réel à surpasser la moyenne des primes d'actions historiques alors en vigueur. La plupart auraient blessé purement et simplement. Par conséquent, nous constatons que, à toutes fins pratiques, la prime d'équité n'a pas été prévisible. Ce résultat surprend aussi un grand nombre de personnes. La sagesse commune est que les rendements boursiers futurs sont hautement prévisibles en utilisant des mesures d'évaluation communes comme DP et PE. Goyal et Welchs recherches indique que cette croyance, comme tant d'autres, peut-être juste un autre exemple de la façon dont les gens sont souvent trompés par le hasard et de voir les modèles de données aléatoires qui ne sont pas vraiment là. Il y a toujours une controverse au sein de la communauté universitaire quant à savoir si les rendements des stocks sont prévisibles et dans quelle mesure ils pourraient être prévisibles et quelles pourraient être les meilleures variables de prévision. Goyal et Welch ont jeté le doute sur cette hypothèse, et ils ont rendu le service précieux de démontrer combien il est important d'utiliser uniquement des tests hors de l'échantillon, mais la recherche et le débat continue. En tout cas, la prévisibilité, si elle existe, est nettement beaucoup plus faible et plus difficile à exploiter que la plupart des gens pensent. Sens commun et où il va mal Autant ce que je pense arrive avec beaucoup de gens. Nous voyons des cartes boursières. Notre œil dessine la ligne du point de départ au point final. Nous remarquons que le graphique va de haut en bas, mais finalement il revient toujours à cette belle ligne droite au milieu de toutes les hauts et des bas déchiquetés. Notre sens commun appelle à tort ce revers moyen, et nous pensons que nous voyons quelque chose de significatif, quand ce que nous voyons vraiment est juste une trivialité inutile (ce que nous voyons est une conséquence immédiate de la définition de la moyenne - si vous prenez une moyenne de Certaines choses sont au-dessus de la moyenne, et certaines sont en dessous, et cette information n'a pas beaucoup d'importance ou d'utilisation). Lorsque notre bon sens se trompe de cette façon, nous concluons à tort que si le marché ou un stock va vers le bas pendant une longue période, il doit éventuellement revenir à nouveau et de compenser ses pertes, en raison de la réversion moyenne. De même, si elle remonte longtemps, elle doit éventuellement redescendre et perdre une grande partie de ses gains, en raison de la réversion moyenne. Nous pouvons même étendre l'illusion pour conclure que nous pouvons tirer parti des modèles que nous croyons voir et les utiliser pour prévoir les tendances futures. Nous voyons ce genre de bon sens tous les jours, où les gens disent souvent que la valeur de capitalisation moyenne a été sur un rouleau, je pense qu'il va signifier revenir bientôt, ou les stocks des marchés émergents ont été en baisse depuis longtemps, donc maintenant est un Bon moment pour acheter, ou je pense que le sentiment des investisseurs est de retour de l'optimisme au pessimisme, et le marché est sur le point de revenir après son runup récente, ou comme un jeune investisseur, j'espère que le marché va souffrir d'un déclin majeur, Les achats futurs seront effectués à un prix inférieur. (Le dernier énoncé est commun et suppose implicitement un effet RTM fort, car il suppose qu'un déclin majeur entraînera nécessairement des rendements futurs significativement plus élevés que ce que nous obtiendrions sans le déclin.) Le type trivial de réversion moyenne décrit ci-dessus est en Fait vrai, et notre bon sens nous le dit à juste titre, mais le point clé est qu'il n'est vrai qu'ex-post. En d'autres termes, notre bon sens échoue quand il ne se souvient pas que tout cela n'est vrai qu'après le fait. À un moment donné, les investisseurs n'ont aucun moyen de voir cette belle ligne droite dans le milieu menant à l'avenir. Ils ne peuvent voir que celui qui mène dans le passé. Le genre de réversion moyenne utilisée dans les mathématiques, les statistiques et les finances est une bête différente entièrement de ce genre de réversion moyenne que notre sens commun voit. Je soupçonne fortement que cela est au cœur de la plupart de la confusion entourant ce sujet. Permettez-moi de le reformuler d'une autre façon, comme un exemple plus concret. Les affirmations suivantes sont toutes les deux vraies: (1) Les rendements de 1930-2005 ont fluctué autour (retourné à, si vous insistez) le rendement moyen mesuré sur 1930-2005. (2) Les rendements de 2005 à 2080 fluctueront autour de (reviendront à, si vous insistez) le rendement moyen mesuré sur 2005-2080. Le bon sens commence par ces faits et les saute à la conclusion suivante: (3) Les retours de 2005 à 2080 fluctueront autour du retour moyen (mesuré sur 1930-2005). Malgré ce que le bon sens pourrait nous amener à croire, (3) n'est pas une conséquence nécessaire de (1) et (2). Les énoncés (1) et (2) sont vrais mais triviaux. L'énoncé (3) est loin d'être trivial - il a du contenu réel et, si c'est vrai, ce serait une déclaration très importante, avec des implications majeures pour les investisseurs. Notez que l'énoncé (3) demeure suspect même si nous croyons que le rendement moyen de 1930-2005 est notre meilleure estimation (la plus impartiale) du rendement moyen 2005-2080. La raison pour laquelle il reste suspect est parce que nous savons également que la probabilité que notre valeur de fin de graphique attendue correspondra réellement à la valeur réalisée en 2080 est en train de disparaître, et en fait on s'attend à ce qu'elle ne corresponde pas à une très grande marge. Ou quelque chose d'étrange ou inhabituel. Son le même phénomène que nous avons vu dans le jeu de pièce de monnaie, où le résultat attendu est 0, mais la distance attendue du résultat de 0 est grand, et grandit avec le temps. Conclusion Le stock investit-t-il comme notre jeu aléatoire de pièce de monnaie-retournement, ou n'est-il pas Les rendements de stock présentent-ils la réversion moyenne Est-ce que les rendements sont prévisibles Peut-on utiliser la prévisibilité pour gagner du temps le marché La première étape à penser à ces questions est de comprendre ce qu'ils signifient et obtenir Delà des interprétations du bon sens, qui sont si souvent trompeuses. Nous devons d'abord comprendre clairement la différence entre un résultat attendu et le résultat réel. Ensuite, nous devons comprendre la différence entre les concepts de fluctuation autour d'une moyenne ex-post et le retour à la moyenne. Enfin, il est très important de comprendre la différence entre les tests dans l'échantillon et les tests hors échantillon et de comprendre pourquoi les tests dans l'échantillon ne sont pas valides. Ces questions sur la RTM dans les rendements des actions et la prévisibilité des rendements des actions sont importantes et controversées. Il y a de bons arguments logiques des deux côtés du débat. Heureusement, même s'il est difficile et que nous devons faire attention à utiliser des méthodes statistiques correctes, il est possible de faire un travail empirique en utilisant les données historiques de retour sur le marché pour tenter de trouver les réponses. J'ai mentionné deux études empiriques aussi minutieuses qui jettent de sérieux doutes sur la RTM, la prévisibilité et le timing. L'investissement d'actions à horizon long semble être beaucoup plus risqué que la plupart des gens croient. Prévoir les rendements futurs des actions et le calendrier du marché semblent être beaucoup plus difficile que la plupart des gens pensent. En dépit de ces conclusions, l'investissement boursier reste attrayant en raison de son rendement attendu élevé. Ces rendements ne sont attendus. Cependant, ils ne sont pas garantis. Pas même sur des horizons à long terme (surtout pas sur des horizons à long terme) Le risque est réel, et les tentatives de rejeter le risque à long horizon par des croyances populaires naïves en RTM forte, une prévision précise et une synchronisation efficace du marché sont mal orientées. Le sentiment d'être trompé par le hasard. Problèmes de devoirs Considérons les deux énoncés suivants: A. Nous savons que le ratio PE moyen au cours des 75 dernières années est d'environ 14. Nous pouvons utiliser des données historiques du marché pour tester des stratégies qui achètent des actions lorsque le ratio PE est inférieur à 14 et les vendre quand il Est au-dessus de 14. Les stratégies fonctionnent très bien et battent le marché par une marge saine dans ces tests. Par conséquent, la synchronisation du marché fonctionne, et les mêmes stratégies continueront de fonctionner à l'avenir. B. Aujourd'hui, le ratio PE est bien au-dessus de 14. Par conséquent, les rendements boursiers futurs seront bien en dessous de la moyenne. Problème 1 (facile): Quoi de mal avec ces arguments séduisants Problème 2 (dur - extra-crédit :-): Examinez les 10 000 livres, articles et documents qui ont été publiés promouvant une variété étonnante de la prévision du marché et des systèmes de chronométrage. Comptez le nombre de ceux utilisés dans les échantillons ou autrement utilisés dans les données d'échantillon pour calibrer leurs modèles dans les back-tests de leurs équations de prévision et des stratégies de synchronisation. Jusqu'à ma page Finance.