Which Portfolios? The Construction Dependence of Factor Model Performance
यह शोध पत्र यह प्रदर्शित करता है कि फैक्टर मॉडल्स की प्रदर्शन रैंकिंग परीक्षण-परिसंपत्ति निर्माण के विकल्पों, जैसे कि चयन, वेटिंग और रीबैलेंसिंग रणनीतियों पर महत्वपूर्ण रूप से निर्भर करती है, न कि केवल स्वयं मॉडल्स पर।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप यह तय करने की कोशिश कर रहे हैं कि तीन अलग-अलग मौसम पूर्वानुमानकर्ताओं में से कौन सा सबसे अच्छा है। आपके पास पिछले तूफानों की एक लंबी सूची है, और आप देखना चाहते हैं कि किसने बारिश, हवा और तापमान का सबसे सटीक अनुमान लगाया।
यह शोध पत्र इस बारे में है कि आपके डेटा को व्यवस्थित करने का तरीका कैसे यह तय करता है कि विजेता किसे घोषित किया जाए।
लेखक, यूसॉन्ग शिन (Useong Shin), तर्क देते हैं कि वित्त (finance) की दुनिया में, हम अक्सर पूछते हैं, "कौन सा स्टॉक मार्केट मॉडल सबसे अच्छा है?" (जैसे यह पूछना कि "सबसे अच्छा मौसम पूर्वानुमानकर्ता कौन है?")। यह पत्र कहता है कि उत्तर पूरी तरह से इस पर निर्भर करता है कि आप परीक्षण (टेस्ट) कैसे बनाते हैं (पोर्टफोलियो)। यदि आप खेल के नियम बदलते हैं, तो विजेता बदल जाता है।
यहाँ सरल उपमाओं का उपयोग करके शोध पत्र के निष्कर्षों का विवरण दिया गया है:
1. "होम-फील्ड एडवांटेज" (अपने मैदान का लाभ)
पत्र पहले यह देखता है कि मॉडल उन विशिष्ट प्रकार के स्टॉक समूहों पर कैसा प्रदर्शन करते हैं जिन्हें अध्ययन करने के लिए उन्हें मूल रूप से डिज़ाइन किया गया था।
- उपमा: कल्पना कीजिए कि एक फुटबॉल टीम विशेष रूप से कीचड़ भरे मैदानों पर अभ्यास करती है। यदि आप उन्हें कीचड़ भरे मैदान पर टेस्ट करते हैं, तो वे प्रतिभाशाली दिखते हैं। यदि आप उन्हें साफ, सूखी घास के मैदान पर टेस्ट करते हैं, तो वे अनाड़ी लग सकते हैं।
- निष्कर्ष: "फामा-फ्रेंच" (Fama-French) मॉडल (एक प्रसिद्ध वित्तीय मॉडलों का परिवार) उन विशिष्ट प्रकार के स्टॉक समूहों पर बहुत अच्छा प्रदर्शन करते हैं जिन्हें उन्होंने बनाने में मदद की थी। "q5" मॉडल (एक नया मॉडल) उन विशिष्ट समूहों पर बहुत अच्छा प्रदर्शन करता है जिन्हें समझाने के लिए इसे बनाया गया था। इसे "होम-फील्ड बायस" (Home-Field Bias) कहा जाता है। इसका मतलब यह नहीं है कि मॉडल नकली हैं; इसका मतलब सिर्फ यह है कि वे एक विशिष्ट प्रकार के इलाके के लिए ट्यून किए गए हैं।
2. "रैंडम शफल" (यादृच्छिक क्रम) प्रयोग
यह देखने के लिए कि क्या ये मॉडल वास्तव में सब कुछ करने में सक्षम हैं, लेखक ने परिचित, पूर्व-व्यवस्थित समूहों का उपयोग नहीं किया। इसके बजाय, उन्होंने रैंडम पोर्टफोलियो बनाए।
- उपमा: फुटबॉल टीम को उनके सामान्य कीचड़ भरे मैदान पर टेस्ट करने के बजाय, उन्होंने 1,000 रैंडम खिलाड़ियों को एक मिश्रण में डाला, उन्हें एक रैंडम मैदान पर रखा, और उनसे खेलने को कहा। उन्होंने "सर्वश्रेष्ठ" खिलाड़ी नहीं चुने; उन्होंने बस शेयरों का एक रैंडम समूह उठाया।
- विधि: उन्होंने इस रैंडम खेल के नियमों को बदला:
- उन्होंने खिलाड़ियों को कैसे चुना: क्या उन्होंने बड़ी कंपनियों को चुना (जैसे सबसे लंबे खिलाड़ियों को चुनना) या सभी को समान रूप से चुना (जैसे लॉटरी)?
- उन्होंने टीम का प्रबंधन कैसे किया: क्या उन्होंने हर दिन एक ही लाइनअप बनाए रखा (Constant Weight), या क्या उन्होंने उन खिलाड़ियों को स्वाभाविक रूप से अधिक जगह लेने दी जिन्होंने अच्छा प्रदर्शन किया (Buy-and-Hold)?
3. आश्चर्यजनक परिणाम: "रीबैलेंसिंग" का मोड़
यह इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा है। लेखक ने पाया कि पोर्टफोलियो बनाने के बाद आप उसका प्रबंधन कैसे करते हैं, यह विजेता को बदल देता है।
"बाय-एंड-होल्ड" रणनीति (टीम को स्वाभाविक रूप से बढ़ने देना):
- उपमा: आप एक टीम चुनते हैं, और फिर आप उन खिलाड़ियों को अनुमति देते हैं जो गोल करते हैं उन्हें स्वचालित रूप से अधिक खेलने का समय मिलता है, जबकि जो चूक जाते हैं उन्हें कम समय मिलता है। आप एक साल तक लाइनअप को नहीं छेड़ते हैं।
- विजेता: इस परिदृश्य में, FF5 और FF6 मॉडल (पुराने, अधिक जटिल परिवार) आमतौर पर जीतते हैं। वे "ड्रिफ्टिंग" (बदलती हुई) लाइनअप को अच्छी तरह से संभालते हैं।
"कॉन्स्टेंट वेट" रणनीति (दैनिक रीबैलेंसिंग):
- उपमा: हर सुबह, आप टीम को वापस उसी सटीक लाइनअप में लाते हैं जिससे आपने शुरुआत की थी, चाहे कल किसने भी गोल किया हो। आप संतुलन बनाए रखने के लिए लगातार विजेताओं को बेचते हैं और हारने वालों को खरीदते हैं।
- विजेता: इस परिदृश्य में, FF3 मॉडल (एक सरल, पुराना मॉडल) स्पष्ट विजेता है। यह सबसे स्थिर है।
- हारने वाला: q5 मॉडल (नया, "स्मार्ट" मॉडल) यहाँ आश्चर्यजनक रूप से खराब प्रदर्शन करता है। जब आप लाइनअप को हर दिन रीसेट करने के लिए मजबूर करते हैं, तो यह बड़ी "प्राइसिंग एरर्स" (कीमत संबंधी गलतियाँ) छोड़ देता है।
4. "q5" विरोधाभास
पत्र q5 मॉडल के बारे में एक भ्रमित करने वाली स्थिति को उजागर करता है।
- विरोधाभास: यदि आप "मैक्सिमम शार्प रेश्यो" (एक शानदार तरीका यह पूछने का कि "कौन सा मॉडल सबसे अच्छा सैद्धांतिक निवेश अवसर प्रदान करता है?") को देखते हैं, तो q5 चैंपियन है। ऐसा लगता है कि इसके पास सबसे शक्तिशाली उपकरण हैं।
- वास्तविकता: हालाँकि, जब आप वास्तव में रैंडम पोर्टफोलियो (विशेष रूप से वे जो दैनिक रीबैलेंसिंग करते हैं) पर इसका परीक्षण करते हैं, तो q5 सबसे अधिक गलतियाँ करता है।
- सबक: "सर्वश्रेष्ठ सैद्धांतिक उपकरण" (उच्च शार्प रेश्यो) होने का मतलब यह नहीं है कि वह मॉडल किसी विशिष्ट, रैंडमली बनाए गए पोर्टफोलियो के रिटर्न की सटीक भविष्यवाणी करेगा। यह एक फेरारी इंजन (q5) होने जैसा है लेकिन उसे ऐसी कार में रखना जो ऊबड़-खाबड़ सड़कों पर खराब चलती है (डेली रीबैलेंसिंग)।
5. मुख्य निष्कर्ष: "कौन से पोर्टफोलियो?" मॉडल से अधिक महत्वपूर्ण है
पत्र इस निष्कर्ष पर पहुँचता है कि आप केवल यह नहीं पूछ सकते, "कौन सा वित्तीय मॉडल सबसे अच्छा है?"
- उत्तर: आपको पूछना चाहिए, "कौन सा मॉडल इन विशिष्ट पोर्टफोलियो के लिए सबसे अच्छा है, जिन्हें इस विशिष्ट तरीके से प्रबंधित किया जाता है?"
लेखक का तर्क है कि जिस तरह से हम अपने टेस्ट पोर्टफोलियो बनाते हैं (शेयर चुनना, वजन निर्धारित करना और रीबैलेंसिंग कब तय करना), वह केवल एक उबाऊ तकनीकी चरण नहीं है। यह एक डिज़ाइन विकल्प है जो परिणामों को निर्धारित करता है।
- यदि आप नियम बदलते हैं (जैसे, "विजेताओं को बढ़ने देने" से "हर दिन रीसेट करने" तक), तो मॉडलों की रैंकिंग पूरी तरह से उलट जाती है।
- FF3 मॉडल "स्विस आर्मी नाइफ" है जो आपके वजन (वेट्स) को प्रबंधित करने के तरीके के बावजूद स्थिर रहता है।
- FF5/FF6 मॉडल तब बहुत अच्छे होते हैं जब आप पोर्टफोलियो को स्वाभाविक रूप से बढ़ने देते हैं।
- q5 मॉडल सैद्धांतिक रूप से शक्तिशाली है लेकिन जब आप दैनिक रीबैलेंसिंग लागू करते हैं तो संघर्ष करता है।
सारांश
वित्तीय मॉडलों को अलग-अलग तरह के जूतों के रूप में सोचें।
- कुछ जूते ट्रैक पर दौड़ने के लिए बेहतरीन हैं (अपने स्वयं के डेटा पर FF मॉडल)।
- कुछ जूते कीचड़ में हाइकिंग करने के लिए बेहतरीन हैं (Buy-and-Hold पोर्टफोलियो पर FF मॉडल)।
- कुछ जूते ट्रेडमिल पर चलने के लिए बेहतरीन हैं (Constant Weight पोर्टफोलियो पर FF3)।
- और कुछ महंगे, हाई-टेक जूते (q5) स्टोर में शानदार दिखते हैं और उनके स्पेसिफिकेशन सबसे अच्छे होते हैं, लेकिन यदि आप उन्हें एक विशिष्ट गीले फर्श पर दौड़ने के लिए इस्तेमाल करते हैं, तो वे फिसल सकते हैं (डेली रीबैलेंसिंग)।
पत्र का संदेश है: केवल जूतों के स्पेसिफिकेशन न देखें; उस इलाके को देखें जिस पर आप चल रहे हैं। "सबसे अच्छा" जूता पूरी तरह से उस रास्ते पर निर्भर करता है जिसे आप चलने के लिए चुनते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।