สิ่งที่ผู้ลงทุนสถาบันควรถามก่อนจัดสรรกลยุทธ์อย่างเป็นระบบ
กระบวนการตรวจสอบสถานะของคุณสำหรับผู้จัดการเชิงปริมาณมีแนวโน้มที่จะมุ่งเน้นไปที่ประสิทธิภาพ: การทดสอบย้อนหลัง อัตราส่วน Sharpe การเบิกจ่าย และการระบุแหล่งที่มา เกือบจะไม่ได้ทดสอบว่าตัวแปรมีโครงสร้างอย่างถูกต้องหรือไม่โดยสัมพันธ์กับพลังทางเศรษฐกิจที่ตัวแปรเหล่านั้นตั้งใจจะยึดเอาไว้
ช่องว่างนั้นไม่น้อย อาจเป็นแหล่งความเสี่ยงที่ไม่ได้รับการวินิจฉัยที่ใหญ่ที่สุดในการประเมินกลยุทธ์อย่างเป็นระบบในปัจจุบัน งานชิ้นนี้ให้คำถามข้อหนึ่งแก่คุณที่ปิดคำถามนี้ ไม่จำเป็นต้องมีความรู้ด้านเทคนิคและสามารถนำไปใช้ในการประชุมผู้จัดการครั้งถัดไปได้
รูปแบบ
ผู้จัดสรรสามคนในสถาบันที่แตกต่างกันสามแห่งอธิบายสถานการณ์เดียวกันให้ฉันทราบภายในหนึ่งสัปดาห์ ผู้จัดการส่วนทุนที่เป็นระบบได้เพิ่มการซ้อนทับ “คุณภาพ” ให้กับกลยุทธ์ด้านมูลค่า การทดสอบย้อนหลังได้รับการปรับปรุง: อัตราส่วน Sharpe ที่สูงขึ้น, การขาดทุนลดลง, การระบุแหล่งที่มาที่สะอาดขึ้น มีการจัดสรรแล้ว สิบสองเดือนต่อมา กลยุทธ์ดังกล่าวมีประสิทธิภาพต่ำกว่าเวอร์ชันเฉพาะมูลค่าที่เรียบง่ายกว่าซึ่งผู้จัดสรรเข้ามาแทนที่
ผู้จัดสรรทั้งสามคนสรุปว่าผู้จัดการของตนได้ปรับแต่งแบบจำลองให้เหมาะสมกับข้อมูลในอดีต แต่การวินิจฉัยนั้นไม่ได้อธิบายได้ครบถ้วนถึงสิ่งที่ผิดพลาด
ปัจจัยด้านคุณภาพไม่ใช่ตัวแปรอิสระ มันเป็นผลมาจากพลังเดียวกันที่ผลักดันให้กลับมา รวมทั้งไม่ได้เพิ่มข้อมูล โดยทำให้เกิดการบิดเบือนที่ทำให้ backtest ดูดีขึ้นอย่างแม่นยำ เนื่องจากทำให้แบบจำลองมีโครงสร้างแย่ลง
สิ่งนี้เรียกว่าข้อผิดพลาดของข้อกำหนด Marcos López de Prado, PhD และ Vincent Zoonekynd, PhD, ตรวจสอบ แบบจำลองปัจจัย Barra จำนวน 26 แบบที่ใช้กันอย่างแพร่หลายในการศึกษา CFA Institute Analysis Basis และพบกรณีที่ข้อผิดพลาดประเภทนี้พลิกสัญญาณของค่าสัมประสิทธิ์ปัจจัย ในตัวอย่างหนึ่ง การโหลดปัจจัยสภาพคล่องที่ถูกต้องคือ +0.08 ด้วยตัวแปรควบคุมที่ไม่ถูกต้อง มันจึงกลายเป็น −0.04 ความพอดีทางสถิติของแบบจำลองได้รับการปรับปรุงโดยมีข้อผิดพลาด
พวกเขาเรียกสิ่งนี้ว่า “ภาพลวงตาของปัจจัย” López de Prado และ Zoonekynd แปลข้อค้นพบเหล่านี้ในภายหลัง ใน นักลงทุนผู้กล้าได้กล้าเสีย บล็อก
โดยที่ Frameworks ปัจจุบันหยุด Quick
ชุมชน CFA ได้ผลิตเครื่องมือที่แข็งแกร่งสำหรับการประเมินเชิงปริมาณ กรอบการคัดกรองของ Simonian ถาม ปัจจัยมีสัญชาตญาณทางเศรษฐกิจหรือไม่ มีหลักฐานชัดเจนในกลุ่มตัวอย่างย่อยหรือไม่ และควบคุมการเปลี่ยนแปลงแบบจำลองอย่างไร คำถามของเขาเกี่ยวกับการควบคุมความเสี่ยงอยู่ที่ว่ากลยุทธ์ให้สิ่งที่สัญญาไว้หรือไม่ เหล่านี้คือสัญชาตญาณที่ถูกต้อง
แต่แม้แต่เฟรมเวิร์กที่ดีที่สุดที่มีอยู่ก็ยังมุ่งเน้นไปที่สิ่งที่โมเดลทำและวิธีการสร้างโมเดล พวกเขาไม่ได้ถามว่าทำไมตัวแปรถึงมีโครงสร้างตามที่เป็นอยู่ แบบสอบถามการสอบทานธุรกิจ (DDQ) ที่เป็นมาตรฐานอุตสาหกรรมจะถามว่าปัจจัยใดที่ผู้จัดการใช้และนิยามปัจจัยเหล่านั้นอย่างไร พวกเขาไม่ได้ถามว่าทำไมตัวแปรเหล่านั้นและตัวแปรอื่นๆ จึงจงใจแยกออก ช่องว่างนั้นคือจุดที่ข้อผิดพลาดของข้อมูลจำเพาะซ่อนอยู่
คำถามหนึ่งข้อที่เปลี่ยนการสนทนา
“คุณตัดสินใจได้อย่างไรว่าจะรวมตัวแปรใดไว้ในโมเดลของคุณ และคุณจงใจยกเว้นตัวแปรตัวใด”
คุณค่าของคำถามอยู่ที่สิ่งที่เปิดเผย คุณไม่ได้ขอรายการตัวแปร คุณกำลังถามว่าการตัดสินใจรวมและแยกออกนั้นมีพื้นฐานมาจากเหตุผลทางเศรษฐกิจมากกว่าที่จะเหมาะสมทางสถิติเพียงอย่างเดียวหรือไม่
ในการสนทนาของฉันกับทั้งผู้จัดสรรและผู้จัดการ คำตอบแบ่งออกเป็นสามประเภทที่แตกต่างกัน
คำตอบที่แข็งแกร่ง: ผู้จัดการอธิบายกลไกทางเศรษฐกิจเบื้องหลังการรวมตัวแปรแต่ละตัว โดยเฉพาะอย่างยิ่ง พวกเขาหารือเกี่ยวกับตัวแปรที่พวกเขายกเว้นและเหตุผล โดยแสดงให้เห็นว่าข้อกำหนดนั้นเป็นทางเลือกการออกแบบโดยเจตนา พวกเขาแยกความแตกต่างระหว่างตัวแปรที่ขับเคลื่อนปัจจัยเป้าหมายและตัวแปรที่เป็นผลจากปัจจัยนั้น ผู้จัดการที่แข็งแกร่งที่สุดจะติดตามห่วงโซ่ของสาเหตุทางเศรษฐกิจ: วิธีที่กองกำลังระดับมหภาคส่งสัญญาณไปยังสัญญาณระดับสต็อก และเหตุใดแบบจำลองจึงสะท้อนถึงห่วงโซ่เชิงสาเหตุเหล่านั้น แทนที่จะขุดหาความสัมพันธ์
คำตอบมาตรฐาน: ผู้จัดการอ้างอิงเกณฑ์ทางสถิติ: อัตราส่วนข้อมูล, การปรับปรุง R-squared, การทดสอบนัยสำคัญ นี่คือแนวทางปฏิบัติทางอุตสาหกรรมในปัจจุบัน มันไม่ผิดแต่มันไม่สมบูรณ์ ความพอดีทางสถิติเพียงอย่างเดียวไม่สามารถแยกแยะระหว่างตัวแปรที่อยู่ในแบบจำลองและตัวแปรที่ทำให้เกิดการบิดเบือนในขณะที่ปรับปรุงการวัดความพอดีได้ นี่เป็นกับดักในเรื่องตอนต้นอย่างแน่นอน
คำตอบที่เกี่ยวข้องมีหนึ่งในสองรูปแบบ: “เราใช้ตัวแปรที่มีอยู่ทั้งหมดและให้แบบจำลองเลือก” ส่งสัญญาณถึงความเปราะบางทางโครงสร้างในการแยกแยะภาพลวงตา ในทางกลับกัน “กระบวนการเลือกตัวแปรของเราเป็นกรรมสิทธิ์” อาจสะท้อนถึงการป้องกัน IP ที่ถูกต้องตามกฎหมาย แต่ผู้จัดการที่ไม่สามารถอธิบายเหตุผลที่อยู่เบื้องหลังข้อกำหนดเฉพาะของตนได้ แม้ว่าจะไม่เปิดเผยตัวแปรเฉพาะก็ตาม ก็ไม่สามารถแสดงให้เห็นว่ามีเหตุผลอยู่
ทำไมเรื่องนี้ถึงสำคัญตอนนี้
Complete Portfolio Method (TPA) เป็นศูนย์กลางความโปร่งใสของปัจจัย กองทุนบำเหน็จบำนาญที่ใหญ่ที่สุดในปัจจุบันกำหนดให้ทุกคำสั่งต้องแสดงเป็นภาษาที่ใช้ร่วมกัน เมื่อพอร์ตโฟลิโอทั้งหมดของคุณจะต้องเข้าใจได้ในระดับปัจจัย ความถูกต้องเชิงสาเหตุของแบบจำลองเหล่านั้นจะส่งผลโดยตรงต่อการจัดสรรเงินทุนและการกำหนดงบประมาณความเสี่ยง
ผลตอบแทนของปัจจัยกำลังลดลง เอกสารของแมคลีนและสังฆราช (2016) ผลตอบแทนปัจจัยลดลง 50-58% หลังจากการตีพิมพ์ทางวิชาการ เมื่อมีการไล่ล่าเงินทุนมากขึ้น ความแตกต่างระหว่างแบบจำลองที่ระบุอย่างดีและภาพลวงตาก็กลายเป็นความแตกต่างระหว่างอัลฟ่าที่ตกค้างและสัญญาณรบกวนที่มีราคาแพง
ผู้จัดสรรที่มีความซับซ้อนมากที่สุดได้ดำเนินการกับเรื่องนี้แล้ว ADIA Lab ให้ทุนสนับสนุนโดยเฉพาะ โดยมอบรางวัลการวิจัยประจำปีมูลค่า 100,000 ดอลลาร์สหรัฐฯ และความท้าทายระดับโลกที่ดึงดูดนักวิจัยเกือบ 2,000 คนให้เข้าร่วมการอนุมานเชิงสาเหตุในการลงทุน
เมื่อผู้จัดสรรที่จัดการเงินล้านล้านดอลลาร์ลงทุนในการแก้ปัญหานี้ ก็คุ้มค่าที่จะถามคำถามในการประชุมครั้งต่อไปของคุณ
Commonplace V(A) ของสถาบัน CFA กำหนดให้สมาชิกต้องมี “พื้นฐานที่สมเหตุสมผลและเพียงพอ” สำหรับคำแนะนำด้านการลงทุน รวมถึงการทำความเข้าใจสมมติฐานและข้อจำกัดของแบบจำลองเชิงปริมาณ คำถามนี้ — “คุณตัดสินใจได้อย่างไรว่าจะรวมตัวแปรใดไว้ในโมเดลของคุณ และคุณจงใจยกเว้นตัวแปรตัวใด” — ช่วยให้เป็นไปตามมาตรฐานนั้น
ก่อนการประชุมครั้งต่อไปของคุณ
ถามคำถามหนึ่งข้อว่าทำไมจึงมีตัวแปรอยู่และทำไมตัวแปรอื่นๆ ถึงไม่มี คุณภาพของคำตอบจะบอกคุณเกี่ยวกับความสมบูรณ์ของโครงสร้างของกระบวนการเชิงปริมาณมากกว่าการทดสอบย้อนหลังใดๆ
นี่เป็นมิติความเสี่ยงข้อกำหนดแรกจากสี่มิติ ฉันตรวจสอบในกรอบการทำงานที่กว้างขึ้น ซึ่งครอบคลุมถึงวิธีที่ผู้จัดการวินิจฉัยความล้มเหลวในการปฏิบัติงาน พวกเขาสามารถอธิบายธุรกิจการค้าที่เฉพาะเจาะจงได้หรือไม่ และแบบจำลองของพวกเขามีความอ่อนไหวต่อการเปลี่ยนแปลงโครงสร้างเพียงใด แต่ข้อกำหนดต้องมาก่อน เพราะถ้าตัวแปรผิด ก็ไม่มีอะไรที่ดาวน์สตรีมสามารถแก้ไขได้
นี่เป็นมิติหนึ่งของกรอบการทำงานความเสี่ยงด้านข้อกำหนดที่กว้างขึ้น ควบคู่ไปกับวิธีที่ผู้จัดการวินิจฉัยความล้มเหลวในการปฏิบัติงาน อธิบายการซื้อขายเฉพาะ และตอบสนองต่อการเปลี่ยนแปลงเชิงโครงสร้าง
