ปัจจัยโมเมนตัมแบบอิงอันดับ
factor.formula
คะแนนปรับมาตรฐานของการจัดอันดับผลตอบแทนหุ้นรายวัน:
ค่าเฉลี่ยคะแนนมาตรฐานของการจัดอันดับผลตอบแทนหุ้นรายเดือน:
ค่าเฉลี่ยคะแนนมาตรฐานของการจัดอันดับผลตอบแทนหุ้นในช่วงเวลาสังเกตปัจจัย:
โดยที่:
- :
ผลตอบแทนรายวันของหุ้น i ในวันที่ d คำนวณเป็น: $R_{i,d} = \frac{P_{i,d} - P_{i,d-1}}{P_{i,d-1}}$ โดยที่ $P_{i,d}$ คือราคาปิดของหุ้น i ในวันที่ d
- :
ผลตอบแทนรายวัน $R_{i,d}$ ของหุ้น i ในวันที่ d ถูกจัดอันดับจากน้อยไปมากในบรรดาหุ้นทั้งหมด ตัวอย่างเช่น หากมีหุ้น 100 ตัวในวันนั้นและผลตอบแทนของหุ้นนี้อยู่ในอันดับที่ 30 ดังนั้น $y(R_{i,d}) = 30$
- :
จำนวนหุ้นทั้งหมดที่เข้าร่วมในการจัดอันดับในวันที่ d (เช่น จำนวนหุ้นที่มีข้อมูลผลตอบแทนที่ถูกต้องในวันที่ d)
- :
จำนวนวันซื้อขายทั้งหมดในเดือนที่ m แสดงถึงจำนวนวันซื้อขายที่ถูกต้องที่เกี่ยวข้องในการคำนวณในเดือนนั้น
- :
คะแนนปรับมาตรฐานของการจัดอันดับผลตอบแทนรายวันของหุ้น i ในวันที่ d ขั้นตอนการปรับมาตรฐานนี้จะแปลงอันดับดิบเป็นการกระจายที่มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐาน 1 $\sqrt{\frac{(N_d + 1)(N_d - 1)}{12}}$ ในตัวส่วนคือส่วนเบี่ยงเบนมาตรฐานทางทฤษฎีของข้อมูลการจัดอันดับ
- :
ค่าเฉลี่ยของคะแนนมาตรฐานของการจัดอันดับผลตอบแทนรายเดือนของหุ้น i ในเดือน m ประสิทธิภาพการจัดอันดับที่ครอบคลุมของหุ้นในเดือนนั้นได้มาจากการหาค่าเฉลี่ยคะแนนการจัดอันดับมาตรฐานของแต่ละวันในเดือนนั้น
- :
ขนาดของกรอบเวลาที่พิจารณา ซึ่งระบุจำนวนเดือนที่มองย้อนกลับไปเมื่อคำนวณปัจจัยโมเมนตัม ตัวอย่างเช่น หาก N=6 จะมีการคำนวณค่าเฉลี่ยของคะแนนมาตรฐานของการจัดอันดับผลตอบแทนรายเดือนในช่วง 6 เดือนที่ผ่านมา
- :
ค่าชดเชยเวลา ใช้เพื่อหน่วงเวลาเริ่มต้นของการคำนวณโมเมนตัม ตัวอย่างเช่น หาก M=1 ปัจจัยโมเมนตัมจะถูกคำนวณตั้งแต่เดือน t-N-1 ถึงเดือน t-1 ซึ่งจะหลีกเลี่ยงการใช้ข้อมูลรายเดือนล่าสุดและลดผลกระทบของการกลับตัวในระยะสั้นและผลกระทบอื่นๆ
- :
ค่าปัจจัยโมเมนตัมแบบอิงอันดับของหุ้น i ณ เวลา t โดยอิงจาก N เดือนที่ผ่านมาและชดเชยด้วย M เดือน ค่านี้คือค่าเฉลี่ยของค่าเฉลี่ยของคะแนนมาตรฐานแบบจัดอันดับของผลตอบแทนรายเดือนในช่วงเวลาที่กำหนด
factor.explanation
ปัจจัยโมเมนตัมแบบอิงอันดับสร้างขึ้นตามขั้นตอนดังนี้: ขั้นแรก คำนวณและจัดอันดับผลตอบแทนหุ้นรายวัน จากนั้นปรับมาตรฐานอันดับรายวันให้มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐาน 1 จากนั้นหาค่าเฉลี่ยคะแนนอันดับมาตรฐานสำหรับแต่ละเดือนเพื่อให้ได้ค่าเฉลี่ยคะแนนอันดับรายเดือน สุดท้าย คำนวณค่าเฉลี่ยของค่าเฉลี่ยคะแนนอันดับรายเดือนในช่วงเวลาที่ผ่านมาเพื่อให้ได้ค่าปัจจัยโมเมนตัมแบบอิงอันดับสุดท้าย ข้อได้เปรียบหลักของวิธีนี้คือการใช้อันดับแทนผลตอบแทนสัมบูรณ์ ซึ่งช่วยลดผลกระทบของความผันผวนของราคาหุ้นที่ผิดปกติที่มีต่อเสถียรภาพของปัจจัยโมเมนตัม เมื่อเทียบกับปัจจัยโมเมนตัมแบบดั้งเดิม วิธีนี้ให้ความสำคัญกับตำแหน่งสัมพัทธ์ของหุ้นในการกระจายผลตอบแทนมากกว่าขนาดสัมบูรณ์ของผลตอบแทน ซึ่งจะช่วยสร้างกลยุทธ์โมเมนตัมที่แข็งแกร่งยิ่งขึ้น