Ang Low-Volatility Anomaly sa malalaking stock

Sa teoryang pinansyal, ang isang mamumuhunan na tumatanggap ng mas mataas na panganib ay dapat makatanggap ng mas mataas na balik para sa pagdadala nito. Ang low-volatility anomaly ay ang matagal nang obserbasyon na madalas itong hindi natutupad. Sa maraming yugto ng kasaysayan ng merkado, ang mas kalmadong mga stock ay nakasabay o tumalo sa mas magugulong mga stock habang binibigyan ang kanilang mga may-hawak ng mas maliit na mga paggalaw. Inilalatag ng post na ito ang realized volatility laban sa total return para sa 25 malalaki at pamilyar na mga stock sa halos nakaraang dalawang taon, at ang relasyon ay lumalabas na maluwag at maingay sa halip na ang maayos na pataas na linya na iginuguhit ng textbook.

Ano ang low-volatility anomaly

Ang volatility dito ay nangangahulugang annualized volatility: ang standard deviation ng mga daily return ng isang stock, na na-scale pataas sa isang taunang pigura. Ang isang pigura na malapit sa 16% ay kalmado para sa isang stock, at ang isang pigura na higit sa 50% ay nagmamarka sa isang pangalan na regular na gumagalaw ng ilang porsyento sa isang araw. Ang Capital Asset Pricing Model, ang balangkas na itinuturo sa bawat kurso sa pinansyal, ay nanghuhula ng isang tuwid na pataas na linya, kung saan ang mas mataas na volatility ay nagkakamit ng mas mataas na inaasahang balik.

Mga dekada ng akademikong pag-aaral ang nakakita ng kabaliktaran na pagkahilig. Ang mga low-volatility portfolio ay historical na nakapagbigay ng mga balik na maihahambing sa, at kung minsan ay mas mabuti kaysa sa, mga high-volatility, sa isang maliit na bahagi ng panganib. Ang agwat na iyon sa pagitan ng teorya at ng talaan ay ang anomaly. Ito ay isa sa pinaka-pinag-aralang mga pattern sa mga merkado, at nasa likod ito ng mga "min-vol" at "low-vol" na fund na ibinebenta ngayon.

Volatility laban sa balik, stock sa stock

Ang chart sa ibaba ay kumukuha ng 25 pamilyar na large caps, kinakalkula ang annualized volatility ng bawat isa at ang total return nito sa parehong window, at inaayos ang mga ito mula sa pinakakalmado hanggang sa pinakamagulo. Kung ang textbook ang siyang nangingibabaw, ang mga return bar ay aakyat na kasabay ng mga volatility bar mula kaliwa hanggang kanan.

WITH d AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY','KO','JNJ','PG','PEP','WMT','MCD','MO','VZ','XOM','JPM','HD','COST','UNH','MRK','LLY','HON','LMT','CAT','TXN','ORCL','NVDA','TSLA','AMD','NFLX')
      AND window_start >= now() - INTERVAL 800 DAY
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
r AS (
    SELECT ticker, dt, c,
           c / lagInFrame(c) OVER (PARTITION BY ticker ORDER BY dt) - 1 AS ret
    FROM d
)
SELECT ticker,
       round(stddevSamp(ret) * sqrt(252) * 100, 1) AS annual_vol_pct,
       round((exp(sum(log(1 + ret))) - 1) * 100, 1) AS total_return_pct
FROM r
WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
GROUP BY ticker
ORDER BY annual_vol_pct

Hindi nila ginagawa iyon. Ang pinakakalmadong pangalan sa set ay ang S&P 500 mismo, na may ticker na SPY, sa 16% annualized volatility para sa 42.8% total return. Sa pagbasa nang pahalang, ang ilan sa pinakakalmadong solong mga stock ay nag-post ng malalakas na gain habang ang ilan sa pinakamagulong mga pangalan ay nagtapos na malapit sa flat o nasa pula. Ang mga return bar ay nagkakalat. Hindi nila sinusubaybayan ang mga volatility bar sa anumang tuwid na linyang paraan, na siyang anomaly sa isang larawan: ang karagdagang volatility sa kanan ay hindi bumili ng mapagkakatiwalaang hakbang pataas sa balik.

Ano ang aktwal na binili ng karagdagang volatility

Ang pagpapangkat sa 25 na mga pangalan sa mga ikatlo ayon sa volatility ay nagpapatalas ng punto. Ang bawat ikatlo ay nakakakuha ng isang median return at isang range mula sa pinakamasama hanggang sa pinakamahusay na performer nito, kaya ang spread ng mga resulta ay nakikita sa tabi ng average.

WITH d AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY','KO','JNJ','PG','PEP','WMT','MCD','MO','VZ','XOM','JPM','HD','COST','UNH','MRK','LLY','HON','LMT','CAT','TXN','ORCL','NVDA','TSLA','AMD','NFLX')
      AND window_start >= now() - INTERVAL 800 DAY
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
r AS (
    SELECT ticker, dt,
           c / lagInFrame(c) OVER (PARTITION BY ticker ORDER BY dt) - 1 AS ret
    FROM d
),
pername AS (
    SELECT ticker,
           stddevSamp(ret) * sqrt(252) * 100 AS vol,
           (exp(sum(log(1 + ret))) - 1) * 100 AS tr
    FROM r
    WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
    GROUP BY ticker
),
ranked AS (
    SELECT ticker, vol, tr, ntile(3) OVER (ORDER BY vol) AS bucket FROM pername
)
SELECT multiIf(bucket = 1, '1. Calmest third', bucket = 2, '2. Middle third', '3. Wildest third') AS vol_group,
       round(median(vol), 1) AS median_vol_pct,
       round(median(tr), 1) AS median_return_pct,
       round(min(tr), 1) AS worst_return_pct,
       round(max(tr), 1) AS best_return_pct,
       round(max(tr) - min(tr), 0) AS range_pct
FROM ranked
GROUP BY bucket
ORDER BY bucket

Sa partikular na window na ito, ang pinakamagulong ikatlo ay nag-post ng pinakamataas na median return, 87.1% laban sa 20.6% para sa pinakakalmadong ikatlo. Iyan ay tapat, at mahalaga. Ang isang dalawang-taong window ay maikli, at ang nakaraang dalawang taon ay gumantimpala ng isang dakot ng malalaki, magugulong teknolohiya at momentum na mga pangalan. Ang binili rin ng pinakamagulong ikatlo ay ang dispersion. Ang mga balik nito ay mula -15.8% hanggang +223.3%, isang spread na 239 na porsyentong puntos. Ang pinakakalmadong ikatlo ay nakasya sa loob ng isang spread na 92 na puntos. Ang mataas na volatility ay lumawak sa kono ng mga resulta nang higit pa sa pag-angat nito sa gitna nito. Ang isang mamumuhunan sa magulong grupo ay mayroong isang tunay na pagkakataon para sa pinakamahusay na balik sa talahanayan at isang pantay na tunay na pagkakataon para sa pinakamasama.

Ang landas ay kasinghalaga ng endpoint

Ang isang solong total-return na pigura ay nagtatago ng biyahe. Ang pagsubaybay sa $100 na namuhunan sa simula ng window sa bawat linggo ay nagpapakita ng nararamdaman ng volatility na hawak.

WITH d AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('KO','SPY','NVDA')
      AND window_start >= now() - INTERVAL 800 DAY
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
r AS (
    SELECT ticker, dt,
           c / lagInFrame(c) OVER (PARTITION BY ticker ORDER BY dt) - 1 AS ret
    FROM d
),
f AS (
    SELECT ticker, dt, ret FROM r WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
cum AS (
    SELECT ticker, dt,
           100 * exp(sum(log(1 + ret)) OVER (PARTITION BY ticker ORDER BY dt)) AS idx
    FROM f
),
wk AS (
    SELECT ticker, toMonday(dt) AS week, argMax(idx, dt) AS wv
    FROM cum GROUP BY ticker, week
)
SELECT week,
       round(maxIf(wv, ticker = 'KO'), 1) AS ko_calm,
       round(maxIf(wv, ticker = 'SPY'), 1) AS spy_market,
       round(maxIf(wv, ticker = 'NVDA'), 1) AS nvda_wild
FROM wk
GROUP BY week
ORDER BY week

Ang kalmadong stock dito ay ang Coca-Cola (KO), ang magulo ay ang Nvidia (NVDA), at ang gitnang linya ay ang merkado. Sa huling linggo, ang $100 sa KO ay lumago sa $129.9, ang S&P 500 sa $142.8, at ang NVDA sa $226.8. Ang NVDA ay nanalo sa window at ginawa ito sa isang kitang-kitang magulong landas, na nagbibigay pabalik ng dalawang-digit na mga porsyento nang higit sa isang beses sa daan. Ang KO ay sumunod sa parehong ibang mga linya habang halos hindi umaalog. Walang alinmang resulta ang umaangkop sa textbook. Ang kalmadong pangalan ay hindi tumalo sa merkado sa pagkakataong ito, at ang magulong pangalan ay nagbayad sa kabila ng anomaly, hindi naaayon dito. Iyan ay ang texture ng isang maikling window. Ang anomaly ay isang tendensya na sinusukat sa mga dekada, hindi isang pangako tungkol sa anumang dalawang-taong paghaba.

Bakit ang anomaly ay tunay ngunit hindi isang batas

Ang pinakamalakas na bersyon ng low-vol na natuklasan ay katamtaman: sa mahahabang horizonte, ang pagbili ng mas kalmadong mga stock ay hindi nagastos sa mga mamumuhunan ng balik, at matindi nitong binawasan ang kanilang panganib. Ito ay isang pahayag tungkol sa mga average sa libu-libong mga pangalan at maraming taon, hindi isang panuntunan na namamahala sa 25 na mga stock sa loob ng 24 na buwan. Ang mga window na tulad nito, kung saan ang magugulong momentum na mga pangalan ay tumakbo nang malakas, ay eksaktong kung bakit ang pattern ay tinatawag na isang anomaly sa halip na isang batas. Para sa isang mas ganap na tingin sa kung aling mga large cap ang talagang pinakakalmado, tingnan ang mga pinakakalmadong large-cap stock. Ang kabilang panig, ang paghawak ng ilang malalaking magugulong nagwagi, ay nagdadala ng sarili nitong concentration risk, at ang temperament na gantimpala ng anomaly ay malapit sa nasa likod ng pagbili kapag ang iba ay natatakot.

FAQ

Ano ang low-volatility anomaly?

Ito ay ang matagal nang na-obserbang pattern na ang mga low-volatility stock ay nakakuha ng mga balik na kasing-taas ng, o mas mataas sa, mga high-volatility stock sa mahahabang horizonte, sa mas mababang panganib. Iyan ay tumatakbo laban sa prediksyon ng textbook na ang mas maraming panganib ay nagkakamit ng mas maraming balik.

Talaga bang tinatalo ng mga low-volatility stock ang mga high-volatility stock?

Sa mga sample na maraming dekada, ang pananaliksik ay nakakita na halos tumutugma sila o tinatalo ang mga ito sa isang risk-adjusted na batayan. Sa anumang maikling window, ang resulta ay maaaring mag-flip. Sa dalawang-taong window na sinukat dito, ang pinakamagulong ikatlo ng mga pangalan ay nag-post ng pinakamataas na median return, na may pinakamalawak na range ng mga resulta nang malayo.

Isang magandang estratehiya ba ang low-volatility investing?

Ang low-volatility investing ay historical na nagbawas ng panganib nang hindi sinasakripisyo ang maraming balik, na siyang dahilan kung bakit mayroong mga "min-vol" na fund. Ito ay hindi isang garantiya ng outperformance sa anumang ibinigay na taon, at maaari itong mag-lag nang matindi kapag ang mga espekulasyong pangalan ay nangunguna.

Paano sinusukat ang stock volatility?

Ang karaniwang sukat ay ang annualized volatility: ang standard deviation ng mga daily percentage return, na minultiplyan sa square root ng 252 (ang bilang ng mga araw ng kalakalan sa isang taon). Ang isang mas mataas na pigura ay nangangahulugang mas malalaking tipikal na daily na paggalaw sa alinmang direksyon.

Ang bawat panel sa itaas ay isang nakaimpok, na ma-iinspect na query. Buksan ang SQL sa ilalim ng anumang chart upang suriin ang matematika, o patakbuhin ang parehong volatility-versus-return na pagsubok sa sarili mong basket ng mga pangalan sa Strasmore terminal.