10 Year Moving Average P E

A teoria de que o mercado de ações é aproximadamente uma caminhada aleatória não parece bem: a Figura 1 é um diagrama de dispersão (log-log) que mostra para cada um Ano 19011501986, a proporção do Índice Real e Pobre real, dez anos depois, para o índice real hoje (no eixo y) em relação a um certo índice de preços de preços1: a proporção do Índice Padrão e Pobre Composto real para o primeiro ano do intervalo de dez anos , Dividido por uma média móvel de trinta anos de atraso de ganhos reais correspondente ao Índice Padrão e Pobre (no eixo x). Os valores do índice são para janeiro, a conversão de valores nominais em valores reais é feita pelo índice de preços de produtores de janeiro. A variável mostrada no eixo x é conhecida publicamente no início de cada intervalo de dez anos. Se os preços reais das ações fossem uma caminhada aleatória, eles deveriam ser inestimáveis, e não deveria haver nenhuma relação aqui entre y e x. Certamente, parece haver uma relação negativa distinta aqui. O valor de janeiro de 1996 para a relação mostrada no eixo horizontal é 29.72, mostrado na figura com uma linha vertical. Olhando para o diagrama, é difícil sair sem a sensação de que o mercado provavelmente diminuirá substancialmente em valor ao longo dos dez anos seguintes, parece que os investidores de longo prazo devem permanecer fora do mercado para a próxima década. Esta conclusão é correta. Como podemos reconciliá-la com a grande impressão pública de que a hipótese de caminhada aleatória é pelo menos aproximadamente verdadeira. Razões como indicadores de sobrepreciação do mercado. O diagrama de dispersão mostrado na Figura 1 (e na figura subsequente) é incomum, na medida em que a As medidas mostradas em ambos os eixos dizem respeito ao longo prazo. Os índices de mercado de ações para medidas de valor fundamental (como ganhos) como indicadores das perspectivas para o mercado parecem ser mais úteis quando se relacionam corretamente com o longo prazo, esta é a lição de uma série de trabalhos recentes. O denominador da proporção deve ser uma medida de valor fundamental a longo prazo, como ganhos a longo prazo, e as perspectivas para o mercado que deve ser previsto devem ser de longo prazo. John Campbell e eu estudamos a relação retratada na figura em uma série de trabalhos escritos no final da década de 1980. O R 2 em uma regressão do diagrama de dispersão mostrado na Figura 1, isto é, da relação logarítmica entre os preços no índice de ganhos de registro, é de 0,514, o que significa que, durante esse intervalo de 1901 a 1986, mais de metade dos A variação da mudança de preço (log) poderia ter sido explicada antecipadamente por essa proporção simples. Há algumas preocupações sobre a interpretação desta dispersão, devido a possíveis pequenos efeitos de amostra, mas a força da associação parece tão forte que sugere que essa relação não é consistente com o mercado eficiente ou o modelo de caminhada aleatória. A proporção utilizada aqui para prever as mudanças nos preços das ações, a relação entre o preço real e a média móvel de trinta anos de lucro real, tende a ser maior do que o índice de preços convencionais, porque os ganhos tendem a crescer ao longo de trinta anos e, portanto, o denominador Da relação tende a ser baixa. Assim, a razão média é maior do que o esperado, a proporção média da amostra mostrada é 18,28. Hoje, com uma proporção de 29,72, bem acima da média, embora não em níveis recordes. O valor ajustado para hoje da regressão é de 150.479, o que implica um declínio esperado no Índice Padrão e Pobre real nos próximos 10 anos de 38.07. O diagrama de dispersão mostrado na Figura 1 é incomum de duas maneiras: o índice de preços é definido em termos de médias de lucros de trinta anos, em vez dos ganhos dos últimos anos, e o intervalo durante o qual os preços reais estão previstos é dez anos, muito mais longo Do que a maioria está acostumada. A relação mais simples e mais amplamente usada para prever o mercado é a proporção de preços150. O uso de ganhos de um ano no índice de preços150 é uma convenção infeliz, recomendada por tradição e conveniência, em vez de qualquer lógica. Já em 1934, Benjamin Graham e David Dodd, no seu agora famoso livro de análises de segurança, diziam que, para fins de análise desses índices, deve-se usar uma média de ganhos de até menos cinco anos, de preferência sete ou dez anos. (Pág. 452) Os ganhos em qualquer ano tendem a ser afetados por considerações de curto prazo, que não podem ser esperadas para continuar. No presente, os ganhos subitamente dispararam nos últimos anos, trazendo os índices de preços de preços de forma dramática, mas é duvidoso que mudanças súbitas sejam significativas. Ampliamos nossa média móvel ainda mais do que Graham e Dodd, supondo que ainda mais alisamento é vantajoso, e Graham e Dodd não tiveram os dados para tornar possível esse alisamento. Nós escolhemos representar os retornos de horizonte longo, de dez anos, já que isso é importante para a maioria dos investidores, porque há tanto interesse hoje em investimentos de longo prazo e porque há evidências recentes na literatura estatística de que o longo prazo, Os retornos do horizonte são mais previsíveis. Isso pode ser contrário às expectativas de alguém se poderia pensar que é mais fácil prever no futuro próximo do que no futuro distante, mas os dados contradizem essa intuição. Esta previsibilidade do mercado não é o tipo de coisa que nos permitirá prever que um crash está ao virar da esquina prevê tendências graduais, análises à previsão das perspectivas de uma cidade com base nas tendências da população ou a previsão do sucesso de uma universidade Em termos de número de jovens que estão se matriculando. Note-se que a aparente relação preditiva não é realmente um artefato do acidente de 1929, como alguns podem suspeitar. O ano de 1929 não é um verdadeiro destaque no enredo, e os anos de pós-guerra de 1972 e 1966 oferecem um apoio mais dramático para a teoria de que as mudanças de preços estão relacionadas aos índices de preços de preços. Tampouco o choque de 1987 é muito importante para esses resultados: o ponto correspondente a 1978 (dez anos antes da nossa primeira observação pós-colisão aqui de janeiro de 1988) não é um destaque nesta trama. Nossa variável price150earnings é 11.12 em 1978, abaixo da média de 18,28 neste conjunto de dados, e a variação do preço do registro de 1978 a 1988 é de 0,57, um pouco acima da média de 10 anos de variação do preço do logarítmico de 0,16, oferecendo algum suporte suave para nossa teoria . O colapso do próprio 1987 realmente funciona contra a teoria, uma vez que o modelo previu um aumento acima da média dos preços das ações reais ao longo do intervalo de dez anos 197815088, e o acidente serviu para aumentar o aumento muito acima da média. A Figura 2 mostra um diagrama de dispersão com relação ao tempo do retorno bruto real (corrigido da inflação) no índice de preços de ações padrão e pobre versus a mesma proporção de preço real para a média de 30 anos de ganhos reais retidos. Nesse diagrama, a relação parece ainda mais marcante, ou seja, a relação negativa entre a relação preço-lucro e o retorno subsequente é mais forte, mais linear na aparência. A razão para o melhor ajuste nesta relação é que os retornos são afetados pelo rácio de preços150 de dois modos: pelo efeito nas mudanças de preços subseqüentes, conforme observado na Figura 1, e também pelo efeito sobre os rendimentos de dividendos. Os tempos de índices de rendimentos de preços muito elevados tendem a ser tempos de baixos rendimentos de dividendos. O baixo rendimento de dividendos em tais circunstâncias tende a persistir por anos, contribuindo assim para os baixos retornos. Para a previsão de retornos de três anos, Campbell e I 1988 conseguiram um R 2 de 0.195 com esta única variável de previsão sozinho para a previsão de retornos de dez anos, conseguimos um R 2 de .566. Em contrapartida, se usássemos o índice simples do preço de ganhos de registro como a variável independente, o R 2 para prever os retornos de três anos era apenas 0,090, e para a previsão de retornos de dez anos foi de 0,296. Os dados adicionais de nove anos desde o nosso artigo de 1988 tem sido gentil com nossos resultados: o R 2 em uma regressão de retornos reais de dez anos em nossa relação de preço real a média móvel de trinta anos de ganhos reais sobe para a amostra completa para 0,624 . Ao ampliar nossos dados em 1987, podemos agora observar o intervalo de dez anos a partir de 1982, e os altos retornos de dez anos preditos pelo baixo índice em 1982 são bem-sucedidos pelo retorno real. Se substituímos o valor de janeiro de 1996 pela proporção, isto é, 29,72, então o retorno previsto de dez anos de registro é 1500,06, praticamente zero. Claro, isso não é o mesmo que o retorno esperado. Se os retornos estiverem distorcidos para a direita, como seria sugerido por uma distribuição lognormal, o retorno esperado pode ser substancialmente maior. A suposição lognormal e nosso modelo de regressão estimado implicariam que o retorno esperado é exp (variância média2) onde a média é o retorno esperado do log bruto e a variância é o erro padrão quadrado da regressão: com estes, apresentamos um retorno total esperado ao longo de Os dez anos seguintes de .009, ou cerca de um décimo de por cento ao ano. Esta previsibilidade no mercado não se deve a uma resposta do mercado à previsibilidade das taxas de juros. Campbell e Shiller 1988 descobriram que se um substitui como variável dependente na equação de retorno de dez anos o log de mais um retorno de dez anos no padrão e Poor Composite menos o log de mais o retorno de dez anos ao investir em 41506 Mês de papel comercial principal, os resultados são praticamente inalterados, o R 2 na regressão ainda é 0.480. Todos esses resultados são estatisticamente significativos: usando um teste de Wald que leva em consideração as observações sobrepostas da variável dependente, encontramos que o nível de significância para a equação de retorno real de dez anos é de 0.000 para a equação de retorno em excesso de dez anos. 0,002. Possíveis vieses na relação Uma vez que as regressões têm regressores estocásticos, devemos esperar algum viés no coeficiente estimado. Em termos simples, mesmo que os preços das ações não tenham nenhum relacionamento com os ganhos simples, desde que os ganhos sejam suavizados o suficiente para gerar o índice de preços150, haverá uma correlação negativa pequenas amostras entre o índice de ganhos de preço e os trinta anos Média de ganhos. A correlação negativa ocorre principalmente porque a média da amostra é estimada em toda a amostra, e os preços parecerão naturalmente serem significativos ao reverter para a média da amostra, mesmo que não exista um verdadeiro meio. Eu fiz um experimento simples de Monte Carlo para sugerir o quão importante esse viés poderia ser. Geramos 96 observações (anuais) de uma caminhada aleatória (este número correspondente às 96 observações 1901 a 1996 usadas para produzir os 86 pontos mostrados no diagrama de dispersão na Figura 2), e regredir mudanças de dez anos na caminhada aleatória em sua Nível no início da caminhada aleatória. Esta regressão mostra uma espécie de caso limitante de nossa história, em que os ganhos são tão suavizados quanto a uma constante, e para que os ganhos não desempenhem nenhum papel em nossa análise. Neste experimento de Monte Carlo, com 10.000 iterações, descobrimos que o R 2 tende a ser positivo: o R 2 médio foi de 0,26. No entanto, nestes experimentos de monte carlo conseguimos um R 2 de 0,624 apenas 1,9 do tempo, sugerindo que os resultados são realmente altamente significativos. Em outro experimento de monte carlo, procurei representar a média móvel de 30 anos dos ganhos como algo diferente de uma constante: a substituímos por uma média móvel de trinta anos de preços remanescentes, isso pareceu ser um experimento interessante, nas médias de trinta anos De ganhos de registro ficam bastante semelhantes às médias de 30 anos de preço de registro com dados reais, até uma constante de adição. Em cada iteração do experimento de monte carlo, foi gerada uma nova caminhada aleatória de 126 elementos (anual) e, para os elementos 31 a 116, foi criado um vetor de mudanças subseqüentes de dez anos, como variável dependente. Um vetor de observações variáveis ​​independentes foi tomado primeiro criando o vetor dos elementos 1 a 116 e, em seguida, subtraindo de cada uma a média de 30 anos do preço atrasado. Em cada iteração, regredimos esta variável dependente na variável independente e registramos o R 2. Em 100.000 iterações, a R 2 média foi 0,124, muito abaixo do que observamos, e apenas 0,26 das iterações foi o R 2 maior do que 0,62. Erros possíveis no índice usados ​​para converter valores nominais em valores reais Observe que nosso diagrama de dispersão se refere a preços reais, retornos reais e ganhos reais. É importante dispor nossa análise nestes termos, já que nos preocupamos com quantidades reais, não nominais. Mas, introduzindo índices de inflação de preços introduz a possibilidade de erro. O período em torno de 1920 parece ter uma grande alavancagem, e é possivelmente representar muito do nosso ajuste. O comportamento de nossa série em torno de 1920 poderia ser um artefato de nosso índice de preços, um índice de preços no produtor, que pode mostrar muito mais volatilidade em torno da recessão de 192015021 do que outros índices de preços. Por que Long Horizon Returns Existe alguma confusão popular sobre o significado desta previsibilidade na previsão de retornos de horizonte longo. Uma fonte de preocupação que muitas pessoas expressam é, se os retornos de um ano não forem significativamente previsíveis, por que os retornos de dez anos, que são apenas médias de dez anos dos retornos de um ano, são significativamente previsíveis. Os motivos para o maior O poder dos testes que prevêem retornos de dez anos são descritos em Campbell 1992. Uma confusão relacionada diz respeito à propriedade aparente de caminhada aleatória de retornos de um ano. Como, alguns perguntarão, pode ser que os retornos de um ano sejam aparentemente aleatórios e, no entanto, os retornos de dez anos são principalmente previsíveis. A resposta é que é sabido que os processos estocásticos que estão perto da raiz da unidade por intervalos de um ano podem ser Substancialmente previsível em intervalos mais longos. Ao olhar para os retornos de um ano, a gente vê muito barulho, mas, durante intervalos de tempo mais longos, esse ruído efetivamente mede, e é menos importante. Avisos sobre a análise acima A conclusão deste artigo de que o mercado de ações deverá diminuir nas próximas dez orelhas e ganhar um retorno total de quase nada deve ser interpretado com grande cautela. Nossa pesquisa sobre as relações econômicas para estudar o preço dividido pela média móvel de 30 anos dos ganhos pode ter tropeçado com uma relação casual sem significância. Em outras palavras, a relação estudada aqui pode ser uma relação espúria, o resultado da mineração de dados. Nem os testes estatísticos nem os experimentos de monte carlo levam em consideração a busca por outras relações possíveis. Também é perigoso assumir que as relações históricas são necessariamente aplicáveis ​​ao futuro. Poderia haver mudanças estruturais fundamentais que agora ocorrem, o que significa que o passado do mercado de ações não é mais um guia para o futuro. Campbell, John Y. e Robert J. Shiller, QuotStock Preços, ganhos e Dividendos esperados, Quo Jornal de Finanças. 43 (3): 661-76, julho de 1988., o Modelo de Relação de Dividendo e Small Bias de Amostra: Um Estudo de Monte Carlo, Quot Economics Letters. 29: 325-31, 1989. Graham, Benjamin e David L. Dodd, Análise de Segurança. Primeira edição, McGraw Hill, Nova York, 1934. Helwege, Jean, David Laster e Kevin Cole, quantos Indicadores de Valorização do Mercado: é desta vez diferente do Banco de Reserva Federal de Nova York, documento de pesquisa nº 9520, setembro de 1995. 1996 Robert J. Shiller Os dados brutos utilizados para produzir figuras também estão neste site. Média Mínima - MA O que é uma média móvel - MA Um indicador amplamente utilizado na análise técnica que ajuda a suavizar a ação de preços, eliminando o ruído das flutuações de preços aleatórias. Uma média móvel (MA) é um indicador de tendência ou atraso porque se baseia em preços passados. As duas MAs básicas e comumente usadas são a média móvel simples (SMA), que é a média simples de uma segurança em um determinado número de períodos de tempo, e a média móvel exponencial (EMA), que dá maior peso aos preços mais recentes. As aplicações mais comuns de MAs são identificar a direção da tendência e determinar os níveis de suporte e resistência. Enquanto os MAs são úteis o suficiente por si só, eles também formam a base para outros indicadores, como a Divergência da Convergência da Média Mover (MACD). Carregando o jogador. BREAKING DOWN Média móvel - MA Como exemplo de SMA, considere uma garantia com os seguintes preços de fechamento em 15 dias: Semana 1 (5 dias) 20, 22, 24, 25, 23 Semana 2 (5 dias) 26, 28, 26, 29, 27 semanas 3 (5 dias) 28, 30, 27, 29, 28 Um MA de 10 dias seria a média dos preços de fechamento dos primeiros 10 dias como primeiro ponto de dados. O próximo ponto de dados eliminaria o preço mais antigo, adicionaria o preço no dia 11 e levaria a média, e assim por diante, como mostrado abaixo. Conforme observado anteriormente, as MAs desaceleram a ação de preço atual porque são baseadas em preços passados ​​quanto mais o período de tempo para o MA, maior o atraso. Assim, um MA de 200 dias terá um grau de atraso muito maior do que um MA de 20 dias porque contém preços nos últimos 200 dias. O comprimento do MA a ser usado depende dos objetivos de negociação, com MAs mais curtos usados ​​para negociação de curto prazo e MA mais longo prazo mais adequados para investidores de longo prazo. O MA de 200 dias é amplamente seguido por investidores e comerciantes, com pausas acima e abaixo dessa média móvel considerada como sinais comerciais importantes. Os MAs também oferecem sinais comerciais importantes por conta própria, ou quando duas médias atravessam. Um MA ascendente indica que a segurança está em uma tendência de alta. Enquanto um MA decrescente indica que está em uma tendência de baixa. Da mesma forma, o momento ascendente é confirmado com um cruzamento de alta. Que ocorre quando um mes de curto prazo cruza acima de um MA de longo prazo. O impulso descendente é confirmado com um cruzamento de baixa, que ocorre quando um mes de curto prazo cruza abaixo de um MA de longo prazo.