Miary umiejętności i wyczucia rynku / Krzysztof Borowski

Zarządzanie pasywne czy może aktywne? Ten spór trapi od dawna nie tylko profesjonalistów, ale też inwestorów indywidualnych. Każda z tych najbardziej popularnych strategii inwestycyjnych ma plusy i minusy. Jeśli już jednak zdecydowaliśmy się sami zarządzać naszym portfelem lub też skorzystaliśmy z usługi asset management, to czy istnieją miary pozwalające na określenie umiejętności zarządzania portfelem i wyczucia tendencji na rynku? Odpowiedź na to pytanie jest zdecydowanie pozytywna – takie miary istnieją i jest ich stosunkowo dużo.

Z problematyką zarządzania portfelem wiąże się zagadnienie efektywności rynków finansowych. Jeśli bowiem rynki finansowe byłyby efektywne w formie silnej, nie istniałaby żadna metoda uzyskania wyższej stopy zwrotu niż portfel rynkowy. W takim przypadku nie byłoby sensu zarządzać aktywnie środkami finansowymi. Pierwsza część książki poświęcona jest właśnie problematyce efektywności rynków finansowych oraz anomaliom na nich występującym. W drugiej części zaprezentowano wyspecjalizowane miary pozwalające na ocenę umiejętności zarządzania portfelem aktywów oraz miary wyczucia rynku (timingu). Wśród nich można znaleźć zarówno nieskomplikowane, jak i bardzo złożone miary – w tym także miary odwołujące się do finansów behawioralnych.

Książka ta jest naturalnym uzupełnieniem pozycji Miary efektywności zarządzania na rynkach finansowych i Miary ryzyka na rynku akcji i obligacji, które ukazały się nakładem Wydawnictwa Difin w 2014 roku, i jest adresowana do średnio zaawansowanych inwestorów.

Wstęp

1. Problem efektywności rynku

1.1. Teoria błądzenia losowego (random walk)
1.2. Teoria chaosu i rynku fraktalnego
1.3. Testowanie hipotez dotyczących efektywności rynku

2. Anomalie rynkowe

2.1. Anomalie kalendarzowe
2.1.1. Efekty godzinowe
2.1.2. Efekty dni tygodnia
2.1.3. Efekty miesiąca w roku
2.1.4. Inne anomalie kalendarzowe
2.2. Efekt małych i średnich spółek
2.3. Efekt długiego lub krótkiego skrótu używanego przez firmę w notowaniach giełdowych (tzw. efekt tickera)
2.4. Efekt wprowadzenia ograniczeń w krótkiej sprzedaży i ograniczeń
dla inwestorów zagranicznych w nabywaniu akcji
2.5. Efekt śledzenia informacji o zmianie dużych pakietów i przejęciach firm
2.6. Efekt publikacji rekomendacji
2.7. Efekt wpływu wyników sportowych na rynki kapitałowe
2.8. Efekty pogodowe i pór roku
2.9. Pozostałe anomalie rynkowe
2.10. Anomalie na innych rynkach (towarów, walutowym)
2.11. Wybrane sposoby wyjaśnienia efektu sezonowości występowania anomalii na rynkach finansowych

3. Indeksy badające relację stóp zwrotu portfela i benchmarku na rynku
wzrostowym i spadkowym

3.1. Indeks wzrostów (up capture indicator) - I+
3.2. Indeks spadków (down capture indicator) - I-
3.3. Up number ratio - U
3.4. Down number ratio - Dn
3.5. Up percentage ratio - U%
3.6. Down percentage ratio - Dn%
3.7. Percentage gain ratio - G

4. Ocena umiejętności menedżera i wyczucia przez niego rynku

4.1. Analiza stylu z modelu Sharpe`a
4.2. Model Treynora-Mazuyego i jego pochodne
4.2.1. Model Treynora-Mazuyego z dodatkowym czynnikiem
4.2.2. Rozszerzony Model Treynora-Mazuyego
4.2.3. Warunkowy model Treynora-Mazuyego
4.2.4. Rozszerzenie modelu warunkowego Treynora-Mazuyego (model Prathera i Middletona)
4.2.5. Model volatility timing
4.3. Model Henrikssona-Mertona i jego pochodne
4.3.1. Wersja nieparametryczna modelu Henrikssona-Mertona
4.3.2. Model Henrikssona i Mertona z uwzględnieniem market timingu
4.3.3. Model Henrikssona i Mertona z uwzględnieniem market timingu - wersja trzy zmienne
4.3.4. Model Fersona i Schadta
4.3.5. Model Connora i Korajczyka
4.4. Połączony model timingu (Joint Timing Model)
4.4.1. Model Kona
4.5. Współczynnik Weigela
4.6. Wieloczynnikowa miara timingu (multifactor timing measure)
4.7. Miary timingu na przestrzeni wielu okresów inwestycyjnych
4.7.1. Miara Grinblatta i Titmana
4.7.2. Miara GT
4.7.3. Miara GTW jako miara ryzyka momentum
4.7.4. Dekompozycja miary Jensena mierząca timing
4.7.5. Conditional weight measure (CWM)
4.8. Technika portfeli replikacyjnych dla pomiaru performance
4.8.1. Miara Cornella
4.8.2. Miara zmiany performance (performance change measure)
4.9. Mieszane miary timingu
4.9.1. Miara performance na podstawie timingu rynkowego (performance based on pure market timing)
4.9.2. Miara market timingu Bhattacharyi i Pfleiderera
4.10. Modele z warunkowym parametrem beta
4.10.1. Model stóp zwrotu z wykorzystaniem warunkowych bet (warunkowa wersja modelu CAPM)
4.10.2. Warunkowa miara Jensena
4.10.3. Warunkowy model Treynora i Mazuyego
4.10.4. Warunkowy model Henrikssona i Mertona
4.10.5. Warunkowe bety w wieloczynnikowym modelu APT
4.11. Modele z warunkowym parametrem alfa

5. Modele wieloczynnikowe - wprowadzenie

5.1. Modele empiryczne
5.1.1. Zastosowanie modelu APT do wyznaczania performance
5.2. Modele empiryczne z czynnikami wyłanianymi w procesie estymacji
5.2.1. Model makroekonomiczny Chana, Rolla i Rossa
5.3. Modele wieloczynnikowe z wykorzystanie alfy
5.3.1. Trzyskładnikowy model Famy i Frencha
5.3.2. Model Antoniou, Lama i Paudyala
5.3.3. Alfa z modelu Eltona, Grubera, Dasa i Hlavki
5.3.4. Alfa z modelu Eltona, Grubera i Blake`a
5.3.5. Alfa z modelu Carharta o czterech zmiennych
5.3.6. Rozszerzenie modelu Carharta (model Capocci`ego i Hübnera)
5.3.7. Alfa z modelu Kumara
5.3.8. Alfa z modelu Eckbo, Masulisa i Norlilego - model EMN
5.3.9. Alfa z modelu BARRA
5.3.10. Alfa wynikająca z modelu: Nijmana, Swinkelsa i Verbeeka
5.3.11. Alfa z modelu Berkwitza i Qiu
5.4. Alfa z uwzględnieniem wielkości zarządzanych aktywów
5.5. Modele uwzględniające skośność rozkładu stóp zwrotu
5.5.1. Współczynnik alfa z uwzględnieniem skośności i kurtozy
5.5.2. Rozszerzenie modelu CAPM Harveya i Siddique`a
5.5.3. Alfa dla dwu czynników z modelu CAPM

6. Współczynniki uwzględniające różnicę między zyskiem a stratą

6.1. Miara Melnikoffa
6.2. Alfa Sharpe`a II
6.3. Indeks Fouse`a

7. Miary wykorzystywane w teorii preferencji

7.1. Miary bezpośrednie (i miary wywodzące się z nich)
7.1.1. Uogólniona miara Hodgesa (Generalized Sharpe Ratio - GSR)
7.1.2. Indeks konwergencji Stutzera
7.1.3. Współczynnik lambda
7.1.4. Miary stworzone przez agencję Morningstar
7.2. Miary stosowane w finansach behawioralnych
7.2.1. Współczynnik perspektywy (Prospect ratio)
7.2.2. Współczynnik perspektywy z uwzględnieniem skośności i kurtozy rozkładu stóp zwrotu
7.3. Miary pośrednie (i miary wywodzące się z nich)
7.3.1. Miara Cohena, Covala i Pastora oparta na poziomach posiadania
7.3.2. Miara Cohena, Covala i Pastora bazująca na zmianach stanu posiadania
7.3.3. Miara Daniela

8. Mierniki stosowane w analizie fundamentalnej

8.1. Indeksy fundamentalne - propozycja stworzenia nowych indeksów giełdowych
8.1.1. Indeks fundamentalny dla szerokiego rynku akcji
8.1.2. Indeks fundamentalny branżowy
8.1.3. Indeks fundamentalny mieszany

9. Model indeksu z wykorzystaniem analizy technicznej

9.1. Ranking spółek ze względu na ich sytuację techniczną
9.2. Benchmark z wykorzystaniem analizy technicznej i fundamentalnej

Zakończenie

Bibliografia