开门见山,先写出我的观点:
现在这个时代眼光还停留在波动率上未免naive了,二阶矩几乎不能帮助我们获得超额收益,但是三阶矩在某种程度上是可以的。
下面稍微详细的解释一下:
关于有效市场的理论以及具体分类,我就不再赘述了,因为任何一本金融学教课书中都会有。其中弱式有效市场,就是说投资者无法通过分析历史价格或者收益率信息获取超额利润。
再说说波动率,传统的波动率的建模一般是用GARCH族模型和SV模型这个世人都知道,但是GARCH和SV只适合于中低频数据。对于高频金融数据的积分波动率建模我们一般是用RV(realized volatility)构建相关的模型,在资产价格服从扩散模型时RV是积分波动率的一致估计。但是由于资产价格还包含跳,所以我们还有minRV,medRV等等对于跳跃稳健的积分波动率估计量。具体的很复杂不展开了,有兴趣的可以看看Yacine Ait-Sahalia的高频金融计量。我只是为了告诉大家RV这个东西的存在。同样利用日内的高频金融数据我们还能构建已实现偏度rSkew,已实现峰度rKur。
我的结论当然也不是自己凭空捏造的,主要来自于一篇今年发表在Journal of Financial Economics上的学术论文Diego Amaya, Peter Chrstoffersen, KrisJacobs, Aurelio Vasquez, Does realized skewness predict the cross-section ofequity returns? Journal of Financial Economics, Vol 118(2015) 135-167.(所以读一些paper,开阔一下视野还是有必要的)
作者做了一系列较为严谨的统计检验,简而言之在已实现偏度较低时买入股票,而在已实现偏度较高时卖出,将获得一个在统计上显著地正收益。之后作者有考虑了不同的样本时期、不同的投资组合构建方法并进行了一系列稳健性检验,仍然支持上述结论的成立。
同样的又搞了一下已实现波动率,发现起不了这个功效。又搞了一下已实现峰度,发现时灵时不灵。最后还是已实现偏度最有用呀,作者们开始翻前人的东西,发现什么Fama-French三因素模型都解释不了这个现象,于是发了一篇JFE。我只是抛砖引玉,有兴趣的请看原文吧。 |