İlk soru: bu zaten biliniyor mu
Bulduğunuz şey, muhtemelen bilinen bir faktörün başka bir hali.
Yeni bir özellik bulduğunuzda, önce onun bilinen faktörlerle korelasyonuna bakın. Momentum, değer, düşük volatilite, kalite ile ne kadar ilişkili?
Yüksek korelasyonluysa, “keşfiniz” aslında bilinen bir faktör. Bu bir hayal kırıklığı gibi görünebilir ama aslında iyi haber: bulgunuzun bilinen bir olguyla tutarlı olması, gerçek olma ihtimalini artırıyor.
İkinci soru: bağımsız katkısı var mı
Bilinen faktörlerle biraz ilişkili ama tamamen aynı değilse, spanning testi yapın.
Yeni özelliğinizi bilinen faktörlere karşı regresyona sokun. Anlamlı bir alfası kalıyor mu?
Kalıyorsa, bulgunuzda bilinen faktörlerle açıklanamayan gerçek bir katkı var. Kalmıyorsa, sadece bilinen faktörlerin bir karışımı.
Üçüncü soru: mekanizma ne
Bir örüntü buldunuz ama neden var olduğunu açıklayabiliyor musunuz?
Açıklaması olmayan bir düzen, muhtemelen tesadüf. Faktör hayvanat bahçesindeki yüzlerce sahte faktörün ortak özelliği, açıklanamamaları.
Gerçek faktörlerin bir hikayesi var. Düşük volatilite anomalisinin kaldıraç kısıtı ve piyango tercihi açıklaması var. Momentumun yetersiz tepki açıklaması var.
Sizin bulgunuzun da böyle bir hikayesi olmalı. Ve o hikaye, mevcut literatürdeki bir mekanizmaya bağlanabiliyorsa, güç kazanır.
Bizim yaptığımız
Kendi kompozit skorumuzu kurarken tam bunu yaptık.
Her faktörümüzü literatürdeki bir olguya bağladık. Volatilite, düşük volatilite anomalisi. 52 haftalık zirve, George-Hwang momentum çalışması. Confluence, Fibonacci ve hacim literatürü.
Ve baskın sinyallerimizin, Gu, Kelly ve Xiu’nun makine öğrenmesiyle bulduğu baskın sinyallerle örtüştüğünü fark ettik: momentum, likidite, volatilite.
Bu örtüşme, bulgularımıza güven kattı. Kendi verimizde bulduğumuz şey, bağımsız bir çalışmanın bambaşka yöntemle bulduğuyla aynıydı.
Dördüncü soru: nerede farklı
Bulgunuz literatürle tam örtüşüyorsa, yeni bir şey söylemiyorsunuz demektir. Ama bu da değerli olabilir: bilinen bir olgunun sizin piyasanızda da geçerli olduğunu doğrulamak.
Bizim durumumuzda ilginç olan, bazı faktörlerin literatürden farklı davranmasıydı. Klasik değer, uluslararası literatürde güçlü ama bizim kesitsel testlerimizde öne çıkmadı.
Bu fark, tek başına bir bulgu. Türkiye’ye özgü bir şey. Ve dürüstçe raporlanması gereken bir gerilim.
Beşinci soru: dürüstlük
Bulgunuzu yerleştirirken, ona ulaşırken kaç fikir denediğinizi de kaydedin.
Yirmi özellik deneyip en iyisini bulduysanız, o “keşif” çoklu testin ürünü olabilir. Deflated Sharpe ratio gibi yöntemler tam bu deneme sayısını hesaba katıyor.
Ve tutmayan fikirleri de yazın. Biz rejim filtresini, makine öğrenmesini, devir azaltmayı denedik ve tutmadı. Bunları yazmak, tutan bulgularımızı doğru değerlendirmenizi sağlıyor.
Nasıl yapmalı
Bir örüntü bulduğunuzda sırayla ilerleyin.
Bilinen faktörlerle korelasyonuna bakın.
Spanning testi yapın: bağımsız katkısı var mı?
Bir mekanizma bulun: neden var olsun?
Literatürle nerede örtüşüp nerede ayrıldığını belirleyin.
Ve kaç fikir denediğinizi, tutmayanlar dahil, kaydedin.
Bu süreç, bir tesadüfü gerçek bir bulgudan ayırmanın en iyi yolu.
Sıradaki
Sıradaki yazıyla yeni bir bölüme, zaman serisi ekonometrisine geçiyoruz. İlk konu durağanlık ve neden her analizin altında yatan varsayım.
Bu yazı bilgilendirme amaçlıdır, yatırım tavsiyesi değildir.