طراحی استراتژی های معاملاتی بر پایه ی اثر مومنتوم و بازگشت و با به کارگیری کف ها و سقف های مهم گذشته‌ی سهام
الموضوعات : دانش مالی تحلیل اوراق بهادارغلامحسین اسدی 1 , سیدامیرحسین امامی 2
1 - دانشیار گروه مدیریت مالی و حسابداری دانشگاه شهید بهشتی، تهران، ایران
2 - دانشجوی دکتری مدیریت مالی دانشگاه شهیدبهشتی، تهران، ایران.
الکلمات المفتاحية: مومنتوم, بازگشت, تحلیل تکنیکال, روش خرید و نگهداری, سطوح حمایت و مقاومت,
ملخص المقالة :
فعالان و سرمایه گذاران در بازارهای مالی برای دستیابی به بازدهی بالاتر، از دو رویکرد متفاوت تحلیل بنیادی و تکنیکال و یا تلفیق آن ها بهره می گیرند. در دهه های اخیر تحقیقات متعددی پیرامون کارآمدی روش های تکنیکال صورت گرفته است اما بسیاری از تکنیک ها که ذهنی تر و کمی سازی آن ها دشوارتر است راهی به تحقیقات تجربی نیافته اند. در پژوهش حاضر با استفاده از نتایج تحقیقات پیشین که اثر مومنتوم در بازده سهام را عمدتا در کوتاه مدت و اثر بازگشت را عمدتا در بلندمدت نشان داده اند، با به کار گیری کف ها و سقف های مهم گذشته؛ که با روشی سیستماتیک مستقیما از روی نمودارهای قیمتی شناسایی گشته اند؛ سه استراتژی معاملاتی طراحی و سودمندی به کارگیری این استراتژی ها در 226 شرکت پذیرفته شده در بورس اوراق بهادار تهران در بازه ی زمانی 1390 لغایت 1395 مورد آزمون قرار گرفت که نتایج تحقیق حاکی از بازدهی قابل توجه بالاتر به کارگیری این استراتژی ها نسبت به روش خرید و نگهداری است.
* ابزری، مهدی و پورابراهیمی، محمد رضا (1380)، استراتژیهای مختلف سرمایهگذاری در بورس اوراق بهادار، مجلهی پژوهشی علوم انسانی دانشگاه اصفهان، دورهی 12، صص 1-18.
* اسلامی بیدگلی غلامرضا و همکاران (1389)، بررسی سودآوری استراتژی سرمایه گذاری مومنتوم در بورس اوراق بهادار تهران، فصلنامه مطالعات کمی در مدیریت، تابستان، شماره 1 ،صص 49-78.
* پورزمانی، زهرا. رضوانیاقدم، محسن.(1394)، مقایسه کارائی استراتژیهای تکنیکال میانگین متحرک نمایی و شاخص قدرت اندازه حرکت با روش خرید و نگهداری، دانش سرمایهگذاری، 16، صص 27-43.
* پورزمانی،زهرا، حیدر پور، فرزانه و محمدی، محمدرضا (1390)، مقایسه استراتژی های خرید و فروش سهام در سرمایه گذاری بلند مدت به روش‌های فیلتر، خرید ونگهداری و میانگین متحرک بازار، مهندسی مالی و مدیریت اوراق بهادار، شماره 7، صص 215-229.
* تهرانی، رضا و اسماعیلی، محمد (1391)، بررسی تاثیر استفاده از شاخصهای مهم تحلیل تکنیکی بر بازدهی کوتاهمدت سرمایهگذاران، دانش مالی تحلیل اوراق بهادار، شماره 13، صص 21-33.
* دولو، مریم و جوادیان، بهاره (1396)، مومنتوم زمان بندی بالاترین قیمت 52 هفته: شواهدی از بورس اوراق بهادار تهران، دانش مالی تحلیل اوراق بهادار، شماره 35، صص 63-77.
* سعیدی، علی، رهنمای رودپشتی، فریدون و بیک زاده، فرزانه. (1390)، کاربرد راهبردهای توالی و معکوس در بورس اوراق بهادار تهران، فصلنامه مطالعات تجربی حسابداری مالی، شماره 31، صص 121-141.
* فتحی، سعید و پرویزی، ناهید (1395)، سودآوری تحلیل تکنیکال: تلفیق اسیلاتورها با قوانین میانگین متحرک، مهندسی مالی و مدیریت اوراق بهادار، شماره 28، صص 41-53.
* فدائی نژاد، محمد اسماعیل و صادقی، محسن (1385)، بررسی سودمندی استراتژیهای مومنتوم و معکوس در بورس اوراق بهادار تهران ، فصلنامه پیام مدیریت ، سال پنجم، شماره 17و18.
* موسوی شیری، محمود، صالحی، مهدی، شاکری، مریم و بخشیان عسل (1394)، سودآوری استراتژی مومنتوم و تاثیر حجم معاملات سهام بر آن در بورس اوراق بهادار تهران، فصلنامه مهندسی مالی و مدیریت اوراق بهادار، دوره 6، شماره 25، صص107-124.
* نجارزاده، رضا و گداری، اکبر. (1387)، بررسی سودآوری قواعد مبادلاتی میانگین متحرک در بورس اوراق بهادار تهران، فصلنامه پژوهش های اقتصادی، شماره 8، صص 43-58.
* Alexander, Sidney S (1961), Price movements in speculative markets: Trends or random walks. Industrial Management Review, 2, pp: 7–26.
* Bali, T. G., K. O. Demirtas and M. Levy, (2008), "Nonlinear Mean Reversion in Stock Prices", Journal of Banking & Finance, Vol. 32, Pp: 767-782
* Brock, W, Lakonishok, J. and LeBaron, B. (1992). "Simple technical trading rules and the stochastic properties of stock returns." The Journal of Finance 47, pp 1731-1764.
* Conrad, J., Kaul, G., (1998), “An anatomy of trading strategies”, Review of Financial Studies 11, 489–519.
* DeBondt, W. F. M., Thaler, R. H. (1987), “Further evidence of investor overreaction and stock market Seasonality”, Journal of Finance, 42, pp 557– 581.
* Demir, I. & T. Walter (2004), "Momentum Return in Australia: the Influences of Size, Risk, Liquidity and Return Computation”, Pacific-basin Finance Journal, Vol. 12, Pp: 143-158.
* Fama, E. & Blume, M. (1966), “Filter rule and stock market trading”, Journal of Business, Vol 39, No. 1, pp 226-41.
* Fama, E. and K. French, (2011), "Size, Value, and Momentum in International Stock Returns” Working Paper, No. 11-10
* Huddart, S. Lang, M Yetman, M., (2009), “Volume & Price Patterns around Stock’s 52-Week Highs and Lows: Theory and Evidence”, Management Science No55, pp16–31.
* Jegadeesh, N. and Titman, S. (1993). ‘‘Returns to buying winners and selling losers: implications for stock market efficiency’’, Journal of Finance, Vol. 48, pp 65-91.
* Jensen, Michael C & Benington, George A, (1970),” Random walks and technical theories: Some additional evidence”, The Journal of Finance, pp: 469-482.
* Lento, N. & Gradojevic, C. (2009). “Combined signal approach: evidence from the Asian-Pacific equity markets,” Applied Economics Letters. V 16, pp: 753-749.
* Kuan-Cheng, K and et al, (2014), “Value investing and technical analysis in Taiwan stock market”, Pacific-Basin Finance Journal, No, 26, pp 14-36.
* Murphy, John. (1999), “Technical Analysis of the Financial Markets: A Comprehensive Guide to Trading Methods”, New York Institute of Finance.
* Person, John. (2004), “A Complete Guide to Technical Trading Tactics: How to Profit Using Pivot Points, Candlesticks & Other Indicators”, 1st Edition, Wiley.
* Person, John. (2012), “Mastering the Stock Market: High Probability Market Timing & Stock Selection Tools”, 1st Edition, Wiley
* Richards, A. J., (1997), "Winner – Loser Reversals in National Stock Market Indices", Journal of Finance, Vol. 52. Pp: 2129-2144.
* Wang, J., Andrew W. & Mamaysky, H. (2000), "Foundations of technical analysis: Computational algorithms, statistical inference, and empirical implementation." The Journal of Finance 55, No. 4: pp 1705-1770.
* White, H. Sullivan, R. & Timmermann, A. (1991), "Data‐snooping, technical trading rule performance, and the bootstrap." The journal of Finance 54, no. 5: pp1647-1691
_||_