Đảo chiều theo mùa của lợi nhuận vượt trội hàng tháng
factor.formula
Đảo chiều theo mùa của lợi nhuận vượt trội hàng tháng trong 1 năm:
Đảo chiều theo mùa của lợi nhuận vượt trội hàng tháng trong 2-5 năm:
Trong công thức:
- :
Tháng hiện tại chỉ tháng mà yếu tố được tính toán.
- :
1 đến 11 tháng trước tháng hiện tại, đại diện cho khung thời gian được sử dụng trong tính toán yếu tố 1 năm, không bao gồm các tháng giống với tháng hiện tại.
- :
Chỉ ra khung thời gian trễ được sử dụng trong tính toán yếu tố 2-5 năm. Khi tính yếu tố này, dữ liệu có độ trễ từ 2 đến 5 năm được sử dụng.
- :
Khi tính trung bình, loại trừ dữ liệu của tháng giống với tháng hiện tại và chỉ sử dụng dữ liệu của các tháng khác. Ví dụ, nếu là tháng 12, lợi nhuận tháng 12 của tất cả các năm trong lịch sử sẽ bị loại trừ khi tính trung bình.
- :
Lợi nhuận hàng tháng của cổ phiếu trừ đi lợi nhuận của thị trường hoặc chuẩn trong tháng tương ứng được sử dụng để đo lường hiệu suất vượt trội của cổ phiếu so với thị trường trong tháng hiện tại. Công thức tính là: lợi nhuận hàng tháng của cổ phiếu - lợi nhuận hàng tháng của thị trường.
- :
Đề cập đến trung bình cộng của lợi nhuận vượt trội hàng tháng trong một khung thời gian cụ thể, không bao gồm các tháng dương lịch trong cùng kỳ.
factor.explanation
Yếu tố đảo chiều theo mùa của lợi nhuận vượt trội hàng tháng khai thác hiệu ứng đảo chiều hàng tháng của lợi nhuận cổ phiếu, nghĩa là có sự tương quan âm giữa lợi nhuận vượt trội của một tháng cụ thể trong quá khứ (không bao gồm cùng kỳ) và lợi nhuận vượt trội của tháng tương lai. Ví dụ, nếu lợi nhuận vượt trội trong 1-11 tháng trước đó (không bao gồm tháng 12 năm ngoái) cao, điều đó cho thấy lợi nhuận vượt trội trong tháng tiếp theo (tháng 12) có thể thấp và ngược lại. Hiện tượng này có thể là do các nhà đầu tư phản ứng thái quá trong một tháng cụ thể hoặc hành vi giao dịch của các nhà đầu tư tổ chức trong một tháng cụ thể, khiến giá cổ phiếu lệch khỏi mức cân bằng, do đó tạo ra hiệu ứng đảo chiều. Yếu tố này tính đến các khung thời gian khác nhau, chẳng hạn như 1 năm và 2-5 năm, để nắm bắt các mô hình đảo chiều theo mùa trên các thang thời gian khác nhau.