Войти
Инвестор настроен « оптимистично », когда видит восходящие тенденции акций, и « медвежий », когда рынок идет вниз. Бык использует свои рога в восходящем движении для атаки, а медведь использует когти в нисходящем движении для атаки. Настроение рынка (также известное как внимание инвесторов) - это общее преобладающее отношение инвесторов к ожидаемому развитию цен на рынке. Такое отношение является совокупностью множества фундаментальных и технических факторов, включая историю цен, экономические отчеты, сезонные факторы, а также национальные и мировые события.
Если инвесторы ожидают восходящего движения цен на фондовом рынке, это считается бычьим настроением. Напротив, если рыночные настроения носят медвежий характер, большинство инвесторов ожидают движения цен вниз. Участники рынка, которые сохраняют неизменные настроения, независимо от рыночных условий, описываются как постоянные и постоянные соответственно. Настроение рынка обычно рассматривается как противоположный индикатор: то, чего ожидает большинство людей, - это хорошая вещь, против которой можно делать ставки. Настроения рынка используются потому, что они считаются хорошим предсказателем рыночных движений, особенно когда они более экстремальные. За очень медвежьим настроем обычно следует рост рынка, превышающий нормальный, и наоборот.
Настроение рынка отслеживается с помощью различных технических и статистических методов, таких как сравнение числа повышающихся и падающих акций и новых максимумов и новых минимумов. Большая часть общего движения отдельной акции объясняется настроениями рынка. Демонстрация ситуации на фондовом рынке часто описывается как все лодки плывут или тонут вместе с приливом, в популярной фразе Уолл-стрит « тренд - ваш друг ». В последнее десятилетие инвесторы также, как известно, измеряют настроения рынка с помощью аналитики новостей, которая включает анализ настроений в текстовых статьях о компаниях и секторах.
Отдельная ветка научной литературы связывает результаты поведенческих финансов, изменения внимания инвесторов к финансовым рынкам и фундаментальные принципы ценообразования активов : Barberis et al. (1998), Барберис и Талер (2003) и Бейкер и Вурглер (2007). Авторы утверждают, что модели поведения розничных инвесторов оказывают значительное влияние на рыночную доходность. Сегодня в научной литературе известно по крайней мере пять основных подходов к измерению внимания инвесторов: показатели финансового рынка, индексы настроений на основе опросов, текстовые данные о настроениях из специализированных онлайн-ресурсов, поведение при поиске в Интернете и неэкономические факторы.
Согласно первому подходу, внимание инвесторов может быть приближено к определенным мерам финансового рынка. По данным Gervais et al. (2001) и Hou et al. (2009), объем торгов является хорошим показателем настроений инвесторов. Высокий (низкий) объем торгов по конкретной акции приводит к удорожанию (обесцениванию) ее цены. Сообщается также, что экстремальная однодневная доходность привлекает внимание инвесторов (Barber amp; Odean (2008)). Шумовые трейдеры склонны покупать (продавать) акции с высокой (низкой) доходностью. Whaley (2001) и Baker amp; Wurgler (2007) предлагают индекс волатильности ( VIX ) Чикагской биржи опционов (CBOE) в качестве альтернативного показателя рыночных настроений. Барометр страха Credit Suisse (CSFB) основан на ценах на ошейники с нулевой премией, срок действия которых истекает через три месяца. Этот индекс иногда используется как альтернатива индексу VIX. Индикатор настроения рынка Acertus (AMSI) включает пять переменных (в порядке убывания веса в индикаторе): соотношение цена / прибыль (мера оценок фондового рынка); импульс цены (мера рыночной психологии); Реализованная волатильность (показатель недавнего исторического риска); Доходность облигаций с высокой доходностью (мера кредитного риска); и TED-спред (мера системного финансового риска). Каждый из этих факторов позволяет измерить настроения рынка через уникальную призму, и вместе они могут предложить более надежный индикатор настроений рынка. Дисконт для закрытого фонда (случай, когда стоимость чистых активов паевого инвестиционного фонда не равна его рыночной цене), как сообщается, является возможным показателем внимания инвесторов (Цвейг (1973) и Ли и др. (1991)).
Исследования показывают, что изменения в дисконтах закрытых фондов сильно коррелируют с колебаниями настроений инвесторов. Brown et al. (2003) исследовали ежедневный поток паевых инвестиционных фондов как возможную меру внимания инвесторов. По данным Da et al. (2014): «... индивидуальные инвесторы переключаются из фондов акций в фонды облигаций, когда негативные настроения высоки». Дивидендная премия (разница между средним соотношением балансовой стоимости дивидендов к выплате и невыплате акций) потенциально может быть хорошим предиктором настроений инвесторов (Baker amp; Wurgler (2004) и Vieira (2011)). Также сообщается, что данные о сделках розничных инвесторов могут привлечь внимание инвесторов (Kumar amp; Lee (2006)). Исследование показывает, что транзакции розничных инвесторов «... систематически коррелируют, то есть люди покупают (или продают) акции совместно». Первоначальное публичное размещение (IPO) компании генерирует большой объем информации, которая потенциально может быть использована для оценки настроений инвесторов. Ljungqvist et al. (2006) и Baker amp; Wurgler (2007) сообщают, что доходность IPO в первый день и объем IPO являются наиболее многообещающими кандидатами для прогнозирования внимания инвесторов к конкретной акции. Неудивительно, что высокие вложения в рекламу конкретной компании приводят к большему вниманию инвесторов к соответствующим акциям (Grullon et al. (2004)). Авторы Chemmanur amp; Yan (2009) приводят доказательства того, что «... больший объем рекламы связан с большей доходностью акций в рекламный год, но меньшей доходностью акций в год, следующий за годом рекламы». Согласно Baker amp; Wurgler (2007) соотношение выпусков акций и общего количества новых выпусков, данные об инсайдерской торговле и другие финансовые показатели могут быть полезны при измерении внимания инвесторов.
Вышеупомянутые рыночные меры имеют один важный недостаток. В частности, согласно Da et al. (2014): «Хотя рыночные меры имеют то преимущество, что они легко доступны с относительно высокой частотой, их недостатком является то, что они являются результатом равновесия многих экономических сил, помимо настроений инвесторов». Другими словами, нельзя быть уверенным, что конкретный рыночный индикатор был вызван вниманием инвесторов. Более того, некоторые индикаторы могут работать проциклически. Например, большой объем торгов может привлечь внимание инвестора. В результате объем торгов растет еще больше. Это, в свою очередь, привлекает еще большее внимание инвесторов. В целом рыночные индикаторы играют очень важную роль в измерении внимания инвесторов. Однако инвестор всегда должен стараться быть уверенным, что никакие другие переменные не могут повлиять на результат.
Второй путь к прокси - серверу для внимания инвесторов может быть использование обследований на основе индексов настроений. Среди наиболее известных индексов следует отметить Университета Мичигана индекс потребительских настроений, The Conference Board индекс потребительского доверия, и UBS / Gallup Индекс оптимизма инвесторов. Индекс настроения потребителей Мичиганского университета основан на как минимум 500 телефонных интервью. Опрос состоит из пятидесяти основных вопросов. Индекс потребительского доверия насчитывает в десять раз больше респондентов (5 000 домохозяйств). Однако опрос состоит только из пяти основных вопросов, касающихся бизнеса, занятости и условий дохода. На вопросы можно ответить только тремя вариантами: «положительно», «отрицательно» или «нейтрально». Для расчета индекса оптимизма инвесторов UBS / Gallup опрашивается выборка из 1000 домохозяйств с общим объемом инвестиций, равным или превышающим 10 000 долларов США. Упомянутые выше индексы настроений на основе опросов, как сообщается, являются хорошими предсказателями индикаторов финансового рынка (Brown amp; Cliff (2005)). Однако, согласно Da et al. (2014), использование таких индексов настроений может иметь значительные ограничения. Во-первых, большинство наборов данных на основе опросов доступно еженедельно или ежемесячно. В то же время большинство альтернативных индикаторов настроения доступны с ежедневной периодичностью. Во-вторых, у респондентов есть небольшой стимул отвечать на вопросы в таких опросах внимательно и правдиво (Singer (2002)). Подводя итог, можно сказать, что индексы настроений на основе опросов могут быть полезны при прогнозировании финансовых показателей. Однако использование таких индексов имеет определенные недостатки и в некоторых случаях может быть ограничено.
В 1920-е годы настроения железнодорожных компаний на рынке были оптимистичными, поскольку это был новый рынок, и инвесторы видели долгосрочные перспективы. В рамках третьего направления исследователи предлагают использовать алгоритмы интеллектуального анализа текста и анализа настроений для извлечения информации о настроении инвесторов из социальных сетей, медиа-платформ, блогов, газетных статей и других соответствующих источников текстовых данных (иногда называемых новостной аналитикой ). В ряде публикаций (Barber amp; Odean (2008), Dougal et al. (2012) и Ahern amp; Sosyura (2015)) сообщается о значительном влиянии финансовых статей и сенсационных новостей на поведение цен на акции. Неудивительно и то, что такие популярные источники новостей, как Wall Street Journal, New York Times или Financial Times, имеют огромное влияние на рынок. Сила воздействия может быть разной у разных обозревателей даже внутри конкретного журнала (Dougal et al. (2012)). Tetlock (2007) предлагает успешный способ измерения настроения инвесторов, подсчитывая количество «негативных» слов в популярной колонке Wall Street Journal «В курсе рынка». Zhang et al. (2011) и Боллен и др. (2011) сообщают, что Twitter является чрезвычайно важным источником данных об настроениях, который помогает прогнозировать цены на акции и их волатильность. Обычный способ анализа влияния данных с платформ микроблогов на поведение цен на акции - это построение специальных индексов отслеживания настроения.
Самый простой способ - подсчитать количество «положительных» и «отрицательных» слов в каждом соответствующем твите и построить на основе этих данных комбинированный индикатор. Nasseri et al. (2014) сообщает о прогностической силе данных StockTwits (похожая на Twitter платформа, специализирующаяся на обмене мнениями, связанными с торговлей) в отношении поведения цен на акции. Альтернативный, но более сложный способ - привлечь экспертов-людей, чтобы они аннотировали большое количество твитов с ожидаемыми движениями акций, а затем построили модель машинного обучения для прогнозирования. Применение методологии исследования событий к настроению в Twitter показывает значительную корреляцию с совокупной аномальной отдачей (Sprenger et al. (2014), Ranco et al. (2015), Gabrovšek et al. (2017)). Карабулут (2013) сообщает, что Facebook является хорошим источником информации о настроении инвесторов. В целом, наиболее популярные социальные сети, медиа-платформы, связанные с финансами, журналы и журналы могут быть ценным источником данных о настроениях, как показано в Peterson (2016). Однако важно отметить, что собрать такие данные относительно сложнее (в большинстве случаев исследователю требуется специальное программное обеспечение). Кроме того, для анализа таких данных также могут потребоваться знания в области глубокого машинного обучения и интеллектуального анализа данных (Hotho et al. (2005)).
Бык Исламабадской фондовой биржи Четвёртая дорога является важным источником информации о внимании инвесторов является поиск в Интернете поведение домохозяйств. Этот подход подтверждается результатами Саймона (1955), который приходит к выводу, что люди начинают процесс принятия решений со сбора соответствующей информации. Общедоступные данные об объемах поиска для большинства поисковых служб в Интернете начинаются с 2004 года. С тех пор многие авторы показали полезность таких данных для прогнозирования внимания инвесторов и рыночной доходности (Da et al. (2014), Preis et al. (2013)) и Curme et al. (2014)). В большинстве исследований используется сервис Google Trends (GT) для извлечения данных об объеме поиска и изучения внимания инвесторов. Полезность данных поиска в Интернете была также доказана на основе данных Yahoo! Данные корпорации (Бордино и др. (2012)). Использование данных поиска в Интернете дает многообещающие результаты при решении различных финансовых проблем. Авторы в Kristoufek (2013b) обсуждают применение данных GT в проблеме диверсификации портфеля. Предлагаемая в статье процедура диверсификации основана на предположении, что популярность той или иной акции в интернет-запросах коррелирует с ее рискованностью. По сообщению автора, такая процедура диверсификации позволяет существенно повысить доходность портфеля. Da et al. (2014) и Dimpfl amp; Jank (2015) исследуют предсказательную силу данных GT для двух наиболее популярных показателей волатильности: реализованной волатильности (RV) и дневного индекса волатильности рынка CBOE ( VIX ). Оба исследования сообщают о положительной и значительной зависимости между данными поиска в Интернете и показателями волатильности. Бордино и др. (2012) и Preis et al. (2010) раскрывают способность данных поиска в Интернете прогнозировать объемы торгов на фондовых рынках США. По данным Bordino et al. (2012), «... объемы запросов во многих случаях предполагают пики торговли на один день или более». Некоторые исследователи считают, что данные GT полезны для прогнозирования волатильности на валютном рынке (Smith (2012)). Все более важная роль данных поиска в Интернете признается в прогнозировании цен на криптовалюту (например, биткойн ) (Kristoufek (2013a)). Также сообщается, что данные Google Trends являются хорошим предсказателем ежедневных потоков паевых инвестиционных фондов. Da et al. (2014) пришли к выводу, что такие данные о настроениях «... имеют значительную инкрементную прогностическую силу для будущих нововведений в ежедневных потоках средств как фондов акций, так и фондов облигаций». Еще одним многообещающим источником данных поиска в Интернете является количество посещений страниц Википедии, связанных с финансами (статистика страниц Википедии) (Moat et al. (2013) и Kristoufek (2013a)). Подводя итог, можно сказать, что поведение домашних хозяйств при поиске в Интернете является относительно новым и многообещающим показателем для внимания инвесторов. Такие данные о настроениях не требуют дополнительной информации из других источников и могут быть использованы в научных исследованиях самостоятельно.
«Все лодки плывут или тонут по течению». Наконец, пятый источник внимания инвесторов также может зависеть от некоторых неэкономических факторов. Каждый день многие неэкономические события (например, новости, погода, состояние здоровья и т. Д.) Влияют на наше настроение, что в конечном итоге влияет на уровень нашего неприятия риска и торгового поведения. Эдманс и др. (2007) обсуждают влияние спортивных мероприятий на торговое поведение инвесторов. Авторы сообщают о убедительных доказательствах аномально отрицательной доходности акций после проигрышей в крупных футбольных соревнованиях. Эффект проигрыша также действует после международных игр по крикету, регби и баскетболу. Каплански и Леви (2010) исследуют влияние плохих новостей (авиационных катастроф) на цены акций. Авторы приходят к выводу, что плохие новости (например, об авиационной катастрофе) могут привести к значительному падению доходности акций (особенно для небольших и рискованных акций). Доказательства того, что количество солнечных минут в конкретный день влияет на поведение трейдера, представлены в работах Akhtari (2011) и Hirshleifer amp; Shumway (2003). Авторы приходят к выводу, что «эффект солнечного света» статистически значим и устойчив к различным спецификациям модели. Влияние температуры на доходность акций обсуждается в Cao amp; Wei (2005).
Согласно результатам упомянутого исследования, существует отрицательная зависимость между температурой и доходностью акций во всем диапазоне температур (т.е. доходность выше в холодную погоду). Также известно, что сезонное аффективное расстройство (САР) является предиктором настроения инвесторов (Kamstra et al. (2003)). Это ожидаемый результат, потому что SAD включает в себя информацию о погодных условиях. Некоторые исследователи идут еще дальше и обнаруживают зависимость между фазами Луны и доходностью фондового рынка (Юань и др. (2006)). Согласно Дичеву и Джейнсу (2001): «... доходность за 15 дней вокруг даты новолуния примерно вдвое больше, чем за 15 дней вокруг даты полнолуния». Сообщается, что даже геомагнитная активность оказывает влияние (имеет отрицательную корреляцию) на доходность акций (C. Robotti (2003). Подводя итог, неэкономические события оказывают значительное влияние на поведение трейдера. Инвестор ожидает высокой рыночной доходности в солнечную погоду., но прохладный день, пятнадцать дней в новолуние, без значительной геомагнитной активности, желательно на следующий день после победы на значительном спортивном мероприятии. В большинстве случаев такие данные следует рассматривать как дополнительные при измерении внимания инвесторов, но не как полностью независимые. один.
Существуют дополнительные индикаторы для измерения настроений, особенно на рынках Forex. Хотя рынок Forex децентрализован (не торгуется на центральной бирже), различные розничные брокерские фирмы Forex публикуют коэффициенты позиционирования (аналогичные соотношению пут / колл) и другие данные о торговом поведении своих клиентов. Поскольку большинство розничных валютных трейдеров терпят неудачу, показатели настроений на рынке Форекс обычно используются в качестве противоположных индикаторов. Некоторые исследователи сообщают, что данные поиска в Интернете (например, Google Trends ) могут быть полезны для прогнозирования волатильности на валютных рынках. Сообщается, что данные поиска в Интернете и (соответствующие) данные о просмотрах страниц Википедии полезны для прогнозирования цен на криптовалюту (например, биткойн ).
