Mean Reversion Moving Average

Reversão média O que é a reversão média A reversão média é a teoria sugerindo que os preços e os retornos eventualmente se movem para a média ou a média. Esta média ou média pode ser a média histórica do preço ou retorno, ou outra média relevante, como o crescimento da economia ou o retorno médio de uma indústria. BREAKING Down Reversão média Esta teoria levou a muitas estratégias de investimento envolvendo a compra ou venda de ações ou outros títulos cujos desempenhos recentes diferiram muito de suas médias históricas. No entanto, uma mudança nos retornos pode ser um sinal de que a empresa já não tem as mesmas perspectivas que uma vez fez, caso em que é menos provável que a reversão média ocorra. Os retornos percentuais e os preços não são as únicas medidas consideradas taxas de juros significativas ou mesmo a relação preço-lucro de uma empresa pode ser sujeita a esse fenômeno. Uma reversão envolve o retorno de qualquer condição de volta a um estado anterior. Em casos de reversão média, o pensamento é que qualquer preço que se afastar da norma de longo prazo voltará a retornar, retornando ao seu estado compreendido. A teoria é focada na reversão de mudanças apenas relativamente extremas, como o crescimento normal ou outras flutuações são uma parte esperada do paradigma. A teoria da reversão média é utilizada como parte de uma análise estatística das condições do mercado e pode ser parte de uma estratégia de negociação global. Aplica-se bem às ideias de compra baixa e alta, ao tentar identificar uma atividade anormal que, teoricamente, retornará ao padrão normal. O retorno a um padrão normal não é garantido, pois uma alta ou baixa inesperada pode ser uma indicação de uma mudança na norma. Tais eventos podem incluir, mas não estão limitados a, lançamentos de novos produtos ou desenvolvimentos do lado positivo, ou recorde e ações judiciais negativas. Mesmo com eventos extremos, é possível que uma segurança experimente uma reversão média. Tal como acontece com a maior parte da actividade do mercado, existem poucas garantias sobre a forma como determinados eventos irão ou não afectar o apelo global de determinados valores mobiliários. Negociação de reversão média A negociação média de reversão parece capitalizar em mudanças extremas dentro do preço de uma segurança específica, com base no pressuposto de que ela reverterá para seu estado anterior. Esta teoria pode ser aplicada tanto para compra como para venda, pois permite que um comerciante se beneficie com os aumentos inesperados e economize na ocorrência de um baixo anormal. The Coin Flipping Game Imagine um jogo em que fazemos uma longa seqüência de lançamentos de moedas. Faça um gráfico dos lançamentos. Cada vez que pegamos cabeças, suba uma unidade no gráfico. Cada vez que pegamos caudas, descer uma unidade. Se a moeda é justa, então a probabilidade de obter cabeças ou caudas em qualquer lance dado é exatamente 5050, não importa o que aconteceu nos lançamentos anteriores, obtemos uma caminhada aleatória pura sem reversão (RTM). O gráfico vai subir e descer. Pode ou não cruzar o eixo horizontal uma ou mais vezes. Ele irá passear aleatoriamente. De vez em quando, bem, obter uma longa seqüência de cabeças por acaso, e o gráfico vai subir (o mercado de touro em voltas de moedas - talvez seja bom mesmo ver uma bolha ou duas bolhas de moeda). De vez em quando, bem, obtenha uma longa seqüência de caudas por acaso, e o gráfico vai para baixo (mercado ostentoso ou acidente). Em longas sequências de voltas de moedas, esses tipos de corridas de cabeças ou caudas são muito mais comuns do que a maioria das pessoas pensa. O valor final esperado do gráfico é 0. Isso significa que, antes do início do jogo, se tivéssemos de fazer uma previsão do que será o valor final, nosso melhor palpite (estimativa mais imparcial) seria 0. Se a moeda for Justo, esperamos que cerca de metade do tempo ele virá cabeças, e cerca de metade do tempo aparecerá caudas. Nós jogamos o jogo muitas vezes, esperamos que cerca de metade do tempo o valor final esteja acima de 0, e cerca de metade do tempo o valor final será inferior a 0. O valor final final após qualquer jogada única do jogo será muito provável Seja algum outro número, acima de 0 ou abaixo de 0. De fato, se você executar simulações em um computador ou calcular as equações de probabilidade, você descobre que o valor final é muitas vezes acima de 0, ou bem abaixo de 0 e a moeda mais Você virou as voltas, mais longe de 0 você tende a obter. O valor final esperado (em média) permanece em 0, independentemente de quantos toques de moeda você fizer, mas a distância esperada (média) de 0 aumenta à medida que você faz mais voltas de moeda. Algumas pessoas acham isso surpreendente, mas é verdade. É importante ter claro sobre essa diferença entre o conceito do resultado esperado e o resultado real. O resultado esperado é 0, mas também esperamos que o resultado real seja diferente do resultado esperado, e quanto mais as pancadas que fazemos, maior esperamos que essa diferença seja. Heres um gráfico de amostra de mil flocos de moeda aleatórios gerados usando o Microsoft Excel: Observe que o valor final 24 está bem acima do valor final esperado de 0. Nesta simulação, por acaso, 512 dos flips surgiram cabeças e 488 deles Surgiram caudas, que são 24 cabeças mais do que caudas. Observe também que os altos e baixos movimentos são bastante comuns no gráfico. Podemos até ver uma bolha clara no início da simulação. Existe um grande mercado no topo das cabeças, onde o gráfico sobe rapidamente de abaixo de 0 para cerca de 24, seguido de um acidente onde o valor do gráfico diminui rapidamente para cerca de 9. Então o mercado parece se mover lateralmente por um longo tempo, seguido por outro Importante mercado de touro antes do final da simulação. Se você repetir esta simulação muitas vezes no Excel, você verá que metade da vez que o gráfico termina abaixo de 0, e cerca de metade do tempo acaba acima de 0, mas quase nunca termina exatamente 0. De fato, com mais freqüência Do que não, o valor final é muito longe de 0. Na maioria das simulações, é fácil ver padrões que são muito parecidos com o que chamamos de mercados de touro, mercados de urso, falhas, pânico e bolhas. Nosso jogo simples de lançar moedas certamente não é o mesmo que o investimento em ações, mas é semelhante ao investimento. Nós fizemos várias simplificações para facilitar a reflexão sobre os problemas. A primeira simplificação é que o jogo de lançar moeda tem um resultado esperado de 0. O investimento em ações tem um resultado esperado positivo. Por uma questão de exemplo, utilizamos a estimativa comum de 10 para os retornos de ações anuales esperados. No jogo de lançar moeda, em cada flip temos uma chance de 5050 de estar acima ou abaixo do valor esperado de 0. No nosso exemplo de investimento de ações, no final de cada ano, temos 5050 chances de obter um retorno acima ou abaixo do Valor esperado de 10. Com o investimento em ações, os gráficos têm uma tendência ou desvio ascendente distinto e o valor esperado após muitos anos de investimento está bem acima de 0. É este retorno esperado positivo para ações que os torna um investimento atraente, em oposição Para o retorno zero esperado no jogo de lançar moeda, o que o torna um investimento pouco atraente. O grande retorno esperado para as ações é o investimento dos investidores premium como compensação pelo risco que eles assumem. Como no jogo de lançar moeda, é importante ter em mente a distinção entre o resultado esperado de estoque de investimento (10 por ano em nosso exemplo) e o resultado real. O resultado real raramente é igual ao resultado esperado. Tal como acontece com a cobrança de moeda, quanto mais tempo investimos mais longe, podemos esperar acabar com o resultado esperado, conforme medido pela diferença entre o valor final de dólar de nossa carteira e seu valor final de dólar. Outra simplificação é que o jogo de lançar moeda tem resultados discretos. Existem apenas duas possibilidades em cada cabeça de rolagem ou cauda. Com o estoque de investimento, há uma gama contínua de muitos resultados possíveis a cada ano. Uma diferença final, e uma sutil, é que, ao investir, os retornos são compostos ao longo do tempo. Quando fazemos a matemática, temos que nos preocupar com a diferença entre meios aritméticos e meios geométricos (retorno médio e anualizado), e temos que usar logaritmos e outros tipos de manipulações algébricas que tornam as equações bastante complicadas. Felizmente, para os propósitos deste artigo, não precisamos nos preocupar com essas complexidades, e tomei a liberdade de ser um pouco impreciso sobre essas questões, sem de modo algum ter essas liberdades afetarem o raciocínio sobre as questões em discussão ou a Conclusões que irei chegar. Nós simplificamos demais o investimento ao compará-lo ao nosso jogo de cobrança de moeda. As ações retornam realmente apenas uma caminhada aleatória. Esta é a pergunta que vou tentar examinar. Começarei tentando obter uma sólida compreensão do que significa a pergunta, e argumentarei que é possível tentar responder a pergunta usando pesquisas empíricas que examinam a evidência histórica. Vou discutir dois estudos acadêmicos recentes que parecem indicar que o estoque de investimento é muito mais parecido com o nosso jogo de moedas que a maioria das pessoas pensa. Reversão média A Investopedia define a reversão média como segue: A estratégia de reversão média baseia-se na premissa matemática de que todos os preços eventualmente voltarão para o retorno médio ou médio. Assim, se um estoque estiver abaixo do desempenho, seu preço se moverá em direção ao seu valor médio quando o mercado rebater. Como um exemplo de reversão média, suponha que nossa moeda tenha uma memória. Sempre que obtivemos mais cabeças do que as caudas, então o gráfico está acima do eixo horizontal, a probabilidade de obter outra cabeça é menor - digamos que as chances neste caso são 4060 cabeças. Por outro lado, sempre que conseguimos mais caudas do que as cabeças até agora, então o gráfico está abaixo do eixo horizontal, a probabilidade de obter outra cauda é menor - digamos que as chances neste caso são 6040 cabeças. Este é um exemplo de RTM. (Na estatística, os processos estacionários utilizados para modelar o RTM são mais complicados do que isso. Ive simplificou e distorceu a matemática para facilitar a sua opinião.) Com RTM, o valor esperado (0 neste exemplo) tende a puxar o Gráfico de volta para si mesmo (de volta ao eixo horizontal em nosso exemplo). Dizemos que, ao longo do tempo, os valores do gráfico tendem a reverter para o valor médio de 0. Sem RTM, não existe esse efeito de puxar. O gráfico pode, em algum momento, ser 100 unidades acima ou abaixo do eixo horizontal, mas o próximo flip ainda tem 5050 probabilidades. Com RTM, o valor final do gráfico após um grande número de flips tende a estar mais próximo de 0 do que sem RTM, mesmo que ainda tenhamos a situação de que o valor final raramente é exatamente igual a 0. (Espero que todos vejam por que isso É verdade.) Portanto, há menos volatilidade do valor final em longas rodadas de moeda. Se você estiver jogando um jogo com alguém onde você recebe dólares pagos por valores finais acima de 0, mas você tem que pagar dólares por valores finais abaixo de 0, o jogo é menos arriscado para você no longo prazo se houver RTM. Da mesma forma, com o investimento, se os retornos de estoque exibirem o RTM, então as sequências longas de retornos acima da média provavelmente seguem os retornos abaixo da média e vice-versa. O retorno médio das ações (por exemplo, 10 anos) tem um efeito de puxão, e dizemos que os retornos de estoque tendem a reverter para o valor médio de 10. Se esse efeito RTM for verdade, os riscos de longo prazo de estoque de investimento são menores que Eles seriam sem RTM. Suponhamos que tenhamos um longo registro histórico de lançamentos de alguma moeda. Como podemos verificar os dados para ver se a moeda tinha ou não o RTM. O que podemos fazer é verificar os desvios padrão dos valores finais em longas seqüências de flips. Com RTM, os desvios-padrão devem ser inferiores aos da RTM. Este é de fato o teste estatístico padrão para RTM, e podemos usar o mesmo teste simples para verificar a evidência de RTM em retornos de estoque nos dados históricos. Em um artigo intitulado The Long-Term Risks of Global Stock Markets. Philippe Jorion analisou os dados de retorno do mercado de ações globais a longo prazo. Ele descobriu que os desvios-padrão do longo horizonte eram consistentes com o que esperávamos de caminhadas aleatórias puras sem qualquer RTM, e ele concluiu que, portanto, não havia evidência de reversão significante nos dados globais: essa pesquisa investiga a persistência do risco de investimento Através do horizonte temporal, uma questão crucial nas decisões de alocação de ativos. Os resultados empíricos anteriores se concentraram principalmente nos dados dos EUA e sofrem de tamanho de amostra limitado na análise dos retornos do horizonte longo. A investigação de uma amostra de longo prazo de trinta países fornece evidências empíricas adicionais. Os resultados não são tranquilizadores. Não há evidências de reversão média a longo prazo na amostra de dados expandida. O risco de desvantagem não é reduzido à medida que o horizonte aumenta. Este resultado é uma grande surpresa para muitas pessoas. Muitas pessoas parecem ter uma crença intuitiva na forte reversão média nos retornos de estoque, muitas vezes expressas em termos como os altos e baixos do mercado, ao longo do tempo. Esta opinião comum é freqüentemente usada para argumentar que os estoques são investimentos seguros para o longo prazo, ou pelo menos são mais seguros do que no curto prazo. Os resultados de Jorions contradizem esta opinião popular. Jorion e outros, de fato, encontraram evidências de RTM no mercado de ações dos EUA do século 20, embora nenhum lugar quase tanto como a maioria das pessoas acredita. Jorion diz que isso pode ser devido ao pequeno tamanho da amostra e problemas de viés de sobrevivência. Também é possível que o RTM fraco possa ser uma característica de economias ininterruptas, excepcionalmente fortes, que experimentam um crescimento constante durante um longo período de tempo. Se não assumimos a hipótese de que esse tipo de crescimento econômico continuará necessariamente no nosso horizonte de investimento futuro, confiar no RTM em relação a esse horizonte parece ser imprudente. Previsão e cronometragem Suponha que estivessem em algum lugar no meio do nosso jogo de moedas. Sem RTM, não há como prever o próximo lançamento de moeda - há uma chance de até 5050 de cabeças ou caudas. Com o nosso exemplo RTM, se o gráfico estiver acima do eixo, podemos prever as caudas, e se o gráfico estiver atualmente abaixo do eixo, podemos prever cabeças e, em cada caso, nossa previsão tem 60 chances de estar correta. Agora imagine que, antes de cada moeda, você tenha a oportunidade de investir no resultado (esteja no mercado), ou escolha não investir (mantenha seu dinheiro fora do mercado). Se o próximo flip aparecer cabeças, seu investimento sobe, caso contrário, ele vai para baixo. Sem RTM, não há estratégia de tempo. Com o RTM, há uma estratégia - mantenha seu dinheiro no mercado quando o gráfico estiver abaixo do eixo e tire-o quando o gráfico estiver acima do eixo. Você fará muito melhor com esta estratégia de tempo do que alguém que manteve seu dinheiro no mercado o tempo todo. Neste exemplo com RTM, conhecemos o algoritmo exato com antecedência, antes da moeda ser jogada. Sabemos que o valor médio para o qual a moeda flips reverte é exatamente 0. Isso é o que faz com que a previsão e o tempo funcionem. Da mesma forma, com o investimento, se os retornos tendem a reverter para significar, e se conhecemos o meio para o qual eles revertem antecipadamente, podemos fazer o mesmo tipo de previsão e tempo como no exemplo de lançamento de moeda. Se os retornos recentes estiveram acima da média, podemos prever os retornos abaixo da média no futuro e melhorar as ações em nossa carteira. Se os retornos recentes estiverem abaixo da média, podemos prever os retornos futuros acima da média, e alterar nossa carteira para alocar uma parcela maior às ações. Esse tipo de previsão e tempo de mercado contrário deve, ao longo do tempo, em média, resultar em rendimentos totais significativamente maiores do que seria obtido com uma estratégia de compra e retenção. Se os retornos de estoque tiverem RTM, mas não sabemos o verdadeiro meio para o qual eles revertem antecipadamente, a previsão eo timing do mercado são mais problemáticos e as estratégias exatas são menos óbvias, mas ainda parece razoável que existam estratégias relativamente simples Trabalhar e vencer o mercado no longo prazo. Considere mais uma vez o puro jogo de jogging de moeda aleatória sem RTM. Nós dissemos que não houve estratégia de temporização neste caso. Mas agora suponha que encontremos uma bola de cristal antes do início do jogo, que nos diz qual será o valor final quando o jogo terminar. Lembre-se de que esse valor de final real provavelmente estará bem acima ou abaixo de 0. Desenhe uma linha reta no gráfico vazio do ponto de partida para o ponto final conhecido. Comece a jogar o jogo. Sempre que o gráfico estiver acima da linha, projete caudas e tire seu dinheiro da mesa. Sempre que o gráfico estiver abaixo da linha, preveja as cabeças e coloque seu dinheiro de volta na mesa. Deve ser fácil convencer-se de que suas previsões serão muito mais precisas do que 5050 e você ganhará com sua estratégia de tempo (vencer no sentido de que você fará muito melhor do que alguém que não prevê nem tempo). Isto é mesmo sem RTM De forma semelhante, com o investimento, se pudéssemos saber de alguma forma qual seria o futuro retorno médio, poderíamos comercializar o tempo, mesmo sem RTM. Hoje, por exemplo, sabemos que o retorno médio nos últimos 75 anos é de cerca de 10 anualizados. Entre em uma máquina do tempo e volte para 1930. Invista nos próximos 75 anos. Sempre que os retornos anualizados acumulados, desde 1930, ultrapassam 10, aliviem as ações. Sempre que os retornos anualizados acumulados, desde 1930, são inferiores a 10, devolvam mais dinheiro às ações. Em 2005, você terá superado o mercado por uma margem muito boa. Isso é chamado de teste na amostra. Tem uma falha óbvia, porque os investidores em 1930 não tinham idéia do que o retorno anualizado médio seria nos próximos 75 anos. Eles só sabiam quais eram os retornos anuais anualizados do passado. Se você fizer o teste novamente e apenas permitir que os investidores usem as informações disponíveis para eles no momento (um teste fora da amostra), a estratégia de timing do mercado não funciona. Este é um tipo simples de tempo de chartist, baseado apenas em retornos passados. Quando os retornos passados ​​são altos, alivie as ações. Quando os retornos passados ​​são baixos, coloque mais dinheiro em ações. Em uma caminhada aleatória pura sem uma bola de cristal, sabemos que esse tipo de tempo não funciona. A razão pela qual ele não funciona é porque, sem a bola de cristal, não conseguimos definir as noções de baixo e alto. Baixa significa abaixo do valor médio futuro e alta significa acima do valor médio futuro, mas não sabemos o valor médio futuro. Só conhecemos o valor médio passado, e essa informação é inútil em uma caminhada aleatória pura sem RTM. A maioria dos métodos de previsão e estratégias de tempo baseadas nas previsões são mais sofisticadas. Eles geralmente usam índices financeiros fundamentais como DP (relação dividendo-para-preço) ou PE (índice de preço para lucro) para fazer as previsões. O argumento é que esses índices são por vezes altos e às vezes baixos, mas não é razoável pensar que eles podem crescer ou encolher sem limites (andar para o infinito, como os acadêmicos muitas vezes gostam de dizer). É muito mais razoável pensar que, embora às vezes eles sejam muito altos ou muito baixos, eles devem eventualmente reverter para algum tipo de nível mais normal. RTM, em outras palavras. Se esses índices possuírem RTM, é bastante sensível a hipótese de que esse RTM nas razões induzisse um efeito RTM similar em retornos e que os índices podem ser usados ​​para prever retornos futuros. Esse tipo de previsão fundamental realmente funciona. Embora a idéia geral pareça mais do que plausível, a prova está no pudim, e as teorias precisam ser testadas. É possível examinar o histórico para ver se os vários esquemas teriam funcionado no passado. Muitas pessoas fizeram esse tipo de estudos, tanto no mundo financeiro popular quanto no mundo financeiro acadêmico. O ponto-chave é que, ao testar esses tipos de métodos de previsão fundamentais para ver se eles teriam funcionado no passado, é trapaça se você usar os meios reais das variáveis ​​de previsão fundamentais calculadas durante todo o período do teste, porque Essa informação não estava disponível para os investidores no passado. Você deve testar novamente usando apenas informações disponíveis no momento. Em outras palavras, você deve fazer testes fora da amostra, e não testes na amostra. A maioria dos estudos populares que chegam à conclusão de que os retornos são previsíveis são inválidos por esse motivo. Surpreendentemente, muitos dos estudos acadêmicos parecem sofrer a mesma falha fatal. Amit Goyal e Ivo Welch discutem e exploram essa visão em seu artigo, Um exame abrangente sobre o desempenho empírico de Equity Premium Prediction. Quando eles fizeram testes fora de amostra de todas as variáveis ​​de previsão populares, incluindo DP e PE, eles descobriram que nenhum deles funcionou: Nosso trabalho explora o desempenho fora da amostra dessas variáveis ​​e descobre que não é um único Um teria ajudado um investidor do mundo real a superar o padrão de patrimônio histórico antigo que prevalece. A maioria teria dano absoluto. Portanto, achamos que, para todos os propósitos práticos, o prêmio de equivalência patrimonial não foi previsível. Este resultado também surpreende muitas pessoas. A sabedoria comum é que os futuros retornos do mercado de ações são altamente previsíveis usando medidas de avaliação comuns como DP e PE. A pesquisa de Goyal e Welchs indica que essa crença, como tantos outros, pode ser apenas outro exemplo de como as pessoas geralmente são enganadas pela aleatoriedade e vêem padrões em dados aleatórios que realmente não estão lá. Ainda há controvérsias na comunidade acadêmica sobre se os retornos de estoque são previsíveis e até que ponto eles podem ser previsíveis e quais as melhores variáveis ​​de previsão. Goyal e Welch lançaram dúvidas sobre essa hipótese e realizaram o valioso serviço de demonstrar o quão importante é usar apenas testes fora da amostra, mas pesquisas e debates continuam. Em qualquer caso, a previsibilidade, se existe, é claramente muito mais fraca e mais difícil de explorar do que a maioria das pessoas pensa. Sentido comum e onde está errado O que eu acho que acontece com muitas pessoas. Vemos gráficos de mercado de ações. Nosso olho desenha a linha do ponto de partida para o ponto final. Percebemos que o gráfico vai para cima e para baixo, mas, eventualmente, sempre retorna a essa linda linha reta no meio de todos os altos e baixos irregulares. Nosso sentido comum erroneamente chama essa reversão média e pensamos que estamos vendo algo significativo, quando o que realmente estamos vendo é apenas uma trivialidade inútil (o que vemos é uma conseqüência imediata da definição de média - se você tomar uma média de Coisas, algumas das coisas estão acima da média, e algumas estão abaixo, e essa informação não tem muito significado ou uso). Quando o nosso senso comum é enganado desta forma, nós concluímos incorretamente que, se o mercado ou um estoque for bem longe por um longo período de tempo, ele deve eventualmente voltar novamente e compensar suas perdas, por causa da reversão média. Da mesma forma, se for muito por muito tempo, ele deve eventualmente voltar novamente e perder uma grande parte de seus ganhos, por causa da reversão média. Podemos até mesmo estender a ilusão para concluir que podemos tirar proveito dos padrões que pensamos que estamos vendo e usá-los para prever padrões futuros. Vemos esse tipo de senso comum todos os dias, onde as pessoas muitas vezes dizem que coisas como o valor do meio valor foi em um rolo, acho que vai significar reverter em breve, ou os estoques de mercados emergentes estão caindo por um longo tempo, então agora é um É bom momento para comprar, ou acho que o sentimento do investidor está voltando do otimismo para o pessimismo, e o mercado está prestes a voltar atrás após a recente execução, ou como um jovem investidor, espero que o mercado sofra um grande declínio, porque o meu As compras futuras serão feitas a um preço mais baixo. (A última afirmação é comum e, implicitamente, assume um forte efeito RTM, porque pressupõe que um declínio importante resultará necessariamente em rendimentos futuros significativamente mais elevados do que seria obtido sem o declínio.) O tipo trivial de reversão média descrita acima está em Fato verdadeiro, e nosso senso comum nos diz, então, mas o ponto chave é que ele é apenas ex-post. Em outras palavras, o nosso senso comum falha quando não lembra que tudo isso só é verdade após o fato. Em qualquer momento, os investidores não têm como ver essa linda linha direta no meio que leva ao futuro. Eles só podem ver o que leva ao passado. O tipo de reversão média usada em matemática, estatística e finanças é uma besta diferente inteiramente desse tipo de reversão média que nosso senso comum vê. Eu suspeito fortemente que este é o cerne da maior parte da confusão em torno deste tópico. Deixe-me reafirmar de outra forma, como um exemplo mais concreto. As seguintes afirmações são ambas verdadeiras: (1) Retornos de 1930-2005 flutuaram (reverteu para, se você insistir) o retorno médio medido em 1930-2005. (2) Os retornos de 2005-2080 flutuam em torno (reverterão, se você insistir), o retorno médio medido em relação a 2005-2080. O senso comum começa com esses fatos e salta para a seguinte conclusão: (3) Retornos de 2005-2080 flutuam em torno (reverter para) o retorno médio medido em 1930-2005. Apesar do que o senso comum pode nos levar a acreditar, (3) não é uma conseqüência necessária de (1) e (2). As declarações (1) e (2) são verdadeiras, mas triviais. A Declaração (3) está longe de ser trivial - tem conteúdo real e, se verdade, seria realmente uma declaração significativa, com importantes implicações para os investidores. Observe que a declaração (3) continua suspeita, mesmo que acreditemos que o retorno médio de 1930-2005 é a nossa melhor estimativa (mais imparcial) do retorno médio 2005-2080. A razão pela qual continua a ser suspeita é porque também sabemos que a chance de que nosso valor esperado de finalização do gráfico realmente corresponda ao valor realizado em 2080 é extremamente pequeno e na verdade esperamos que ele não corresponda por uma margem muito grande. Isso não é uma contradição Ou algo estranho ou incomum. É o mesmo fenômeno que vimos no jogo de moedas, onde o resultado esperado é 0, mas a distância esperada do resultado de 0 é grande e cresce com o tempo. Conclusão O stock de investimento é como o nosso jogo de troca aleatória de moedas, ou não é. Retorno de estoque exibe reversão média São retornáveis ​​previsíveis Podemos usar a previsibilidade para o mercado de lucro O primeiro passo para pensar nessas questões é entender o que eles significam e obter Além das interpretações do senso comum, que muitas vezes são enganosas. Primeiro, devemos entender claramente a diferença entre um resultado esperado e o resultado real. Então, devemos entender a diferença entre os conceitos de flutuação em torno de uma média ex-post e reversão para significar. Finalmente, é muito importante compreender a diferença entre os testes na amostra e fora da amostra, e para entender por que os testes na amostra são inválidos. Essas questões sobre RTM em estoque retornam e a previsibilidade dos retornos de estoque são importantes e controversas. Há bons argumentos lógicos em ambos os lados do debate. Felizmente, embora seja difícil e devemos ter o cuidado de usar métodos estatísticos corretos, é possível fazer um trabalho empírico usando dados históricos de retorno do mercado para tentar encontrar as respostas. Eu mencionei dois desses estudos empíricos cuidadosos que lançaram sérias dúvidas sobre RTM e previsibilidade e tempo. O investimento em ações de longo prazo parece ser muito mais arriscado do que a maioria das pessoas acredita. Previsão de retornos de estoque futuros e cronometração do mercado parece ser muito mais difícil do que a maioria das pessoas pensa. Apesar dessas conclusões, o investimento em ações permanece atraente devido aos altos retornos esperados. Esses retornos são apenas esperados. No entanto, eles não são garantidos. Nem mesmo em horizontes de longo tempo (especialmente não em horizontes de longo tempo) O risco é real e as tentativas de descartar o longo risco do horizonte através de crenças populares ingênuas em RTM forte, previsão precisa e tempo de mercado efetivo são equivocados, provavelmente o resultado de nosso comum Sentido de ser enganado pela aleatoriedade. Problemas de lição de casa Considere as seguintes duas afirmações: A. Sabemos que a proporção média de PE nos últimos 75 anos é de aproximadamente 14. Podemos usar os dados do mercado histórico para testar as estratégias que compram ações quando o índice de PE é inferior a 14 e vendê-las quando Está acima de 14. As estratégias funcionam muito bem e superam o mercado por uma margem saudável nesses testes. Portanto, o timing do mercado funciona, e as mesmas estratégias continuarão a funcionar no futuro. B. Hoje, o índice de PE está bem acima de 14. Portanto, os retornos futuros do mercado de ações estarão bem abaixo da média. Problema 1 (fácil): O que está errado com esses argumentos sedutores Problema 2 (difícil - extra-crédito :-): Examine os 10.000 livros, artigos e artigos que foram publicados promovendo uma variedade desconcertante de previsões de mercado e sistemas de temporização. Contar com quantos deles utilizaram meios de amostra ou outros dados de amostra usados ​​para calibrar seus modelos nos back-tests de suas equações de previsão e estratégias de temporização. Até a minha página Finanças.