做空糟糕的股票 = 糟糕的回报?

介绍

玩股票应该很容易:当经济繁荣时,买股票。当它恶化时,将它们做空

选股也不应该费力——我们只需要应用因子投资文献中的指标。在牛市中,这可能意味着关注廉价、低风险、表现出色、小型或高质量的股票,而在熊市中,这可能意味着相反。

当然,在实践中,股权投资既不容易也不费力。

 

首先,即使是经济学家也无法真正确定经济何时从繁荣走向萧条。经济数据不是实时发布的,而且经常被修正。可能需要数个季度甚至数年才能准确确定潮流何时转向。其次,在最近的长期牛市中,购买高因子负载的股票并不是一个成功的公式。例如,自 2015 年 9 月推出以来,最大的多因子产品高盛 ActiveBeta 美国大型股票 ETF (GSLC) 的管理资产 (AUM) 接近 110 亿美元,其表现落后于标准普尔 500 指数 10%。

但是做空股票呢?这作为一种策略是如何发挥作用的?让我们探索一下。

做空功能不佳的股票

为了确定卖空哪些股票,我们关注五​​个因素:价值、质量、动量、低波动性和增长。其中前四个得到学术研究的支持,虽然增长因素没有,但我们将其纳入我们的分析,因为它在投资者中很受欢迎。

我们创建了五个指数,由标准普尔 500 指数中最昂贵、低质量、低动量、高波动性和低增长股票的前 10% 组成,并做空它们。为了确定该策略是否产生任何超额回报,我们在股票市场上增加了多头头寸。我们每个月都会重新平衡我们的投资组合,并增加 10 个基点 (bps) 来模拟交易成本。

从 2005 年到 2022 年,做空低增长和低动能股票有效地实现了零超额回报,而对低质量和高波动性股票做空则产生了负回报。直到大约一年前,对低增长股票的押注一直运作良好,当时亚马逊、Meta 和其他高增长公司开始表现不佳。

 

2009 年股市从全球金融危机 (GFC) 中复苏时,三个投资组合暴跌。为什么?由于花旗集团和其他过度杠杆化且无利可图的金融公司的股价一直在剧烈波动,但当政府和中央银行介入以确保这些公司不会倒闭时,它们的股价飙升。


超额回报:做空功能不佳的股票

显示超额回报的图表:卖空具有糟糕特征的股票

按因素细分

尽管其中一些投资组合遵循相似的轨迹,但基础投资组合却千差万别。

在回顾的 17 年中,科技和医疗保健主导了昂贵且波动性高的投资组合。房地产股票往往杠杆率很高,因此在质量指标上筛选不佳。非必需消费品公司构成了我们表现不佳的股票组合中最大的一部分。房地产、金融和能源股的销售和盈利增长都相对较差。


卖空具有糟糕特征的股票:2005 年至 2022 年的行业细分

做空糟糕的股票 = 糟糕的回报?

相关分析

特征较差的股票共享某些关系。低质量、低动量、高波动、低成长股票的超额收益都高度相关。昂贵的股票与其他四个投资组合的相关性较低但呈正相关。


2005 年至 2022 年具有不良特征的股票的相关性

图表显示了 2005 年至 2022 年具有不良特征的股票的相关性

做空具有多种糟糕特征的股票

虽然具有糟糕特征的股票之间的高度相关性对于由具有多个糟糕特征的股票组成的投资组合来说并不是一个好兆头,但我们应用交叉模型来构建一个昂贵、质量、高波动性、低动量和低风险的投资组合。成长股。

与标准普尔 500 指数相比,该投资组合的行业权重大不相同。医疗保健、科技和房地产占主导地位,而公用事业和必需品的代表性不足。


做空具有多种不良特征的股票:2005 年至 2022 年的行业细分

显示具有多个糟糕特征的做空股票的图表:2005 年至 2022 年的行业细分

但是投资组合的基本面和技术指标呢?我们将我们投资组合中前 10 名股票的排名与标准普尔 500 指数的股票进行了比较。Snap 得分最差,其次是邮轮运营商和生物技术公司。

这些股票在所有指标上的排名并不差。例如,他们表现出相对较高的销售增长。自然地,选股过程中使用的特征越多,满足所有标准的股票就越少。


基本指标:具有多个糟糕特征的前 10 只股票与标准普尔 500
指数最佳得分 = 100

显示基本指标的图表:具有多个糟糕特征的前 10 只股票与标准普尔 500 指数

那么,在选股过程中结合所有这些特征会带来什么样的超额回报呢?我们从昂贵的股票投资组合开始,然后一一添加其他指标。性能没有提高。

在 2009 年至 2021 年期间做空这些股票并不是一个好的选择,尽管它在全球金融危机之前和 2022 年再次奏效。


超额回报:做空具有多种糟糕特征的股票

显示超额回报的图表:做空具有多种不良特征的股票

进一步思考

为什么做空股票如此困难?Robeco的研究表明,因子投资主要在做多方面发挥作用,因此投资者可以通过买入廉价或表现出色的股票来获得超额回报,但通过做空昂贵或表现不佳的股票却不会产生太多回报。 AQR 的研究 发现恰恰相反,做空此类股票可以获利。

 

做空的挑战可能在于多头和空头赚钱的不对称性。多头头寸的损失最高可达 100%,因为股价不可能为负。另一方面,空头头寸的损失在理论上是无限的。

著名的卖空者吉姆查诺斯多年来一直做空特斯拉。2020 年,这家电动汽车制造商的股票基本面指标非常糟糕,估值过高。尽管如此,此后股价仍上涨了 2000% 以上。

糟糕的股票有时是很好的投资。

by Nicolas Rabener  图片来源:©Getty Images / wildpixel


韭菜热线原创版权所有,发布者:弗里曼,转载请注明出处:https://www.9crx.com/72181.html

(0)
打赏
弗里曼的头像弗里曼管理团队
上一篇 2023年6月24日 00:10
下一篇 2023年6月24日 23:02

相关推荐

  • 油价上涨推动美元持续上涨

    由于美国经济受益于其作为能源出口国的崛起,油价飙升将为美元下一阶段的上涨提供动力。 法国兴业银行(Societe Generale SA)和道富信托公司(State Street Trust & Co.)等公司的策略师预计,随着原油价格上涨的前景提振全球最大经济体,美元将延续有记录以来最长的单周涨势。 与欧洲和亚洲主要国家不同,美国的石油和天然气出口…

    2023年9月11日
    20600
  • 北京大学R语言教程(李东风)第28章: ggplot的各种图形

    28.1 介绍 ggplot2包提供了许多种图形, 其作用可以大致地分为: 下面按照其作用分别进行介绍。 主要参考: 28.2 表现数量 28.2.1 条形图 设有若干个类, 每个类有一个数量属性值。 经常用条形图表现数量。 28.2.1.1 简单的条形图 例如, 有25个共同基金, 分为三个类别, 各类别的频数为: …

    2023年11月17日
    38000
  • 北京大学R语言教程(李东风)第37章: 线性混合模型

    37.1 介绍 在基本回归分析模型中, 假定回归误差项独立同分布, 方差相等, 还经常假定误差项服从正态分布。 在实际应用回归分析建模时, 还经常遇到模型误差项方差不相等或者误差项之间不独立的情形。 比如, 如果每个观测来自于一个群体的平均值, 设群体中的个体方差相同, 则每个观测的误差方差正比于群体中个体的个数的倒数, 不等于常数。 又比如, 医…

    2023年11月27日
    27000
  • 北京大学R语言教程(李东风)第34章:R公式界面与设计阵

    34.1 R语言公式界面 R语言继承了来自S语言的公式界面, 用以描述统计模型中因变量和自变量的关系, 并有相应的将自变量群组转换为相应的线性模型设计阵的默认规则。 R语言的线性回归(lm)、方差分析(aov)、广义线性模型(glm)、线性混合模型(nlme::lme)等回归类建模函数都使用公式(formula)界面描述因变量与自变量之间的关系。 …

    2023年11月23日
    50800
  • 阻力训练:测试市场弹性

    六月和七月市场普遍活跃,因为参与者关注的是积极因素,而很程度上忽视了无风险利率上升和其他对资产价格产生负面影响的现象。ICE 美国银行美国高收益指数在 400 个基点 (bp) 期权调整利差 (OAS) 区间面临阻力,这与过去一年大部分时间的阻力一致。 但我们相信耐心一定会得到回报。为什么?因为市场的某些领域的发展超出了基本面的合理范围。势头和对错过机会的恐…

    2023年8月7日
    15900
客服
客服
关注订阅号
关注订阅号
分享本页
返回顶部