View
198
Download
0
Category
Preview:
Citation preview
Meglio sotto il materasso?
Il ruolo della fortuna nella gestione
dei fondi di investimento
Dr Alessadro Usseglio Viretta
aus@auv.name
Sommario
• Gestori dei fondi di investimento: bravi, fortunati, sfortunati, incompetenti?
• Risposta probabilistica: intervalli di confidenza dell‟alfa di un fondo
• Intervalli di confidenza: bootstrap (resampling) di E. Fama e K. French
(Efficient Market Hypothesis)
• KNIME Workflow: dalle serie temporali dei prezzi alla valutazione finale
• Bonus feature: Workflow sul KNIME Server
L’alfa di un fondoMolti investitori pensano che l‟alfa sia la
differenza fra fondo e il benchmark (circa
2.9% in questo esempio).
85
90
95
100
105
110
115
120
1 26 51 76 101 126 151 176 201 226 251
Pre
zzo
Giorni
Investment MSCI World
Una regressione lineare dei return giornalieri del
fondo contro quelli del benchmark mostra un‟alfa
(intersezione della retta di regressione con l‟asse
delle ordinate) di circa 0.8bp, ossia 2% per 260
giorni.-0.04
-0.02
0
0.02
0.04
-0.04 -0.02 0 0.02 0.04
Inve
stm
en
t R
etu
rns
MCSI World Returns
2.9%
Alfa = 0.8bp
La rilevanza dell’alfaUna performance del 2% potrebbe sembrare
buona, ma va contestualizzata calcolando la
probabilità di ottenerla per caso.
Se la probabilità di ottenere risultati uguali o
migliori è bassa, il gestore del fondo è
probabilmente bravo.
Il grafico mostra che la probabilità di ottenere una
performance uguale o migliore per puro caso è di
circa il 34%. Chiaramente l‟abilità del gestore è
mascherata dal caso.
0
20
40
60
80
100
120
-5 -4 -2 -1 1 2 4 5
Co
ne
tgg
io
Alfa (basis points)
Rendita
migliore
Anche strategie d’investimento generate a caso possono dare ottimi
risultati, per questo è interessante usare il caso come pietra di paragone.
Ricetta di Fama & French
Il Workflow
Lettura Dati & Calcolo Returns1. Leggiamo i prezzi di un fondo da un file CSV
2. Calcoliamo i return del fondo
Leggiamo i
prezzi di fondi
e benchmarks
da file CSV
Selezioniamo il fondo
da analizzare con
Quickform (NUOVI!)
Visualizziamo i
risultati nel report
Il Grafico dei Prezzi
La Modellizzazione
Regressione lineare
dei returns vs
benchmarks
La Simulazione
Calcoliamo i
residui Nuova
simulazione
I Risultati
p-values
I Risultati: t(alpha)
Il nostro
fondo è qui
Ottima
performance
Pessima
performance
N = 1000
Il Report
Breve Spiegazione
del Metodo
Chart dei
Prezzi
Chart dei
Returns
Istogramma dei
t(alpha) simulati
e
posizionamento
del t(alpha) del
fondo originale
Sul KNIME Server
Il nostro workflow
Esecuzioni passate
Manda email alla fine
dell„esecuzione
Step-wise execution
N = numero di
simulazioni
Sul KNIME Server
Selezione del fondo
da analizzare
Sul KNIME Server
Successo
Report
Warnings
e Errori
Sul KNIME Server
Istogramma
del report
Posso provare anche io?
Se siete interessati al workflow:
• Email a aus@auv.name
oppure
• Coming soon: whitepaper sull‟algoritmo di Fama
e French (http://www.knime.com/white-papers).
E. F. Fama, K. R. French, Luck versus Skill in the Cross-Section of Mutual Fund Returns, The Journal of Finance, Volume 65, Issue 5, October 2010
M. Cremers, A. Petajisto, E. Zitzewitz, Should Benchmark Indices Have Alpha? Revisiting Performance Evaluation, January 21, 2010, EFA 2009 Bergen Meetings Paper; AFA 2010 Atlanta Meetings Paper. Available at SSRN: http://ssrn.com/abstract=1108856
R. Kosowski, A. Timmermann, R. Wermers, H. White, Can Mutual Fund “Stars” Really Pick Stocks? New Evidence from a Bootstrap Analysis, The Journal of Finance , Volume 61, Issue 6, December 2006
L. Barras, O. Scaillet, R. Wermers, False Discoveries in Mutual Fund Performance: Measuring Luck in Estimated Alphas, The Journal of Finance, Volume 65, Issue 1, February 2010
K. Cuthbertson, D. Nitzsche, N. O'Sullivan, UK mutual fund performance: Skill or luck?, Journal of Empirical Finance, Vol. 15, Issue 4, September 2008
A. Mauboussin, S. Arbesman, Differentiating Skill and Luck in Financial Markets With Streaks, February 3, 2011, Available at SSRN: http://ssrn.com/abstract=1664031
Referenze
Il referente
Dr Alessandro Usseglio Viretta
aus@auv.name
+41 76 5166601
+39 347 5639162
Copyright © 2012 Alessandro Usseglio Viretta e KNIME
Alessandro Usseglio Viretta, laureato in Fisica all‟Univesità di
Torino e dottorato in Neuroinformatica al Politecnico Federale di
Zurigo, ha 20 anni di esperienza nella modelizzazione e
simulazione in campi che vanno dalla fisica delle particelle alle
neuroscience fino alla genetica e al risk management. Alessandro è
Chief Technology Officer di CustVox AG, un fornitore di soluzioni
per Customer Experience Management, Amministratore Delegato
di In Numero LLC, una società di consulenza e ricercatore al
Dipartimento di Management, Tecnologia ed Economia del
Politecnico Federale di Zurigo.
Recommended