اصلاحات به رویکرد عالی Hedgefundie
- پرش به صفحه:
اصلاحات به رویکرد عالی Hedgefundie
ارسال توسط Hydromod »جمعه 05 ژوئیه 2019 10:59 PM
من جنبه های پشتوانه ای از رویکرد Hedgefundie را با ETF های اهرمی داشته ام ، و فکر می کردم مناسب است که یک موضوع جدید را شروع کنیم تا اطلاعات را به راحتی در دسترس نگه دارم. من در حالی که می روم انتظار چند پست دیگر را دارم و هرچه بیشتر از همه چیز بیشتر باشد!
یک کلمه مقدمه. من یک هیدرولوژی با پیشینه قوی در مدل سازی عددی و ارزیابی خطر احتمالی هستم. من به هیچ وجه یک متخصص امور مالی نیستم و تا سال جاری به طور جدی در امور مالی بی علاقه بودم. اما زمان آن رسیده بود که فکر کنیم که امور مالی به ترتیب ده سال از بازنشستگی است. همانطور که معلوم است ، من اکنون علاقه مند می شوم و برخی از مهارت های حرفه ای من به خوبی به کمیت مسائل مالی ، حداقل در سطح آماتور ترجمه می شوند.
بعد از خواندن طرح Hedgefundie ، من 4 درصد از نمونه کارها خود را با M1 Finance به عنوان Roth IRA سرمایه گذاری کردم. این سکو برای حداقل هزینه ها و توانایی برای تعادل مکرر جذاب است. هدف من با این کار در درجه اول به عنوان وراثتی برای فرزندانم است ، بنابراین امیدوارم که چهارچوب زمانی حداقل 15 سال باشد. در حالی که من وارد طرح کلی شده ام ، من یک شکاک طبیعی هستم و می خواستم برخی از جنبه های طرح Hedgefundie را برای خودم آزمایش کنم تا بتوانم بهتر درک کنم. همچنین ، من کمی نگران جنبه های نزولی بالقوه بودجه 3 برابر اهرم هستم ، و می خواستم ببینم که آیا جنبه هایی از طرح های دیگر وجود دارد که می توانند برای کاهش خطرات نزولی سازگار شوند. پس بزن که بریم.
من برای اولین بار روی دنباله بازگشت روزانه برای Upro و TMF تمرکز کرده ام (سری Uprosim و TMFSIM در موضوع Hedgefundie ، با جدیدترین داده های بازار گسترش یافته است). UPRO یک 3X ETF است که S& P 500 را ردیابی می کند ، و TMF 3 برابر ETF TREASIRES طولانی مدت ایالات متحده است. با چنین داده های پر سر و صدا ، من می خواستم مقایسه استراتژی های سرمایه گذاری را دقیقاً سیب به سیب انجام دهم. من تصمیم گرفتم که یک رویکرد معقول استفاده از مدت زمان شبیه سازی ثابت (به عنوان مثال ، پنج سال ، ده سال) با تمام نقاط شروع موجود در نظر گرفته شود. من بازده نمونه کارها را با استفاده از مراحل روزانه محاسبه می کنم ، با فرض اینکه هرگونه تعادل بین بازار نزدیک و بازار بعدی باز است.
هنگام ارزیابی دوام یک طرح، من معمولاً تاریخچه زمانی و توزیع بیش از حد تجمعی یک پارامتر یا نتیجه را رسم می کنم. توزیع مازاد تجمعی به سادگی کسری از نتایج را توصیف می کند که با یک مقدار معین از آنها فراتر رفته است. به عنوان مثال، اگر نیمی از نتایج کمتر از یک مقدار خاص باشد، کسر مازاد 0. 5 است.
هنگام مقایسه اثرات دو گزینه مختلف، من معمولاً نتایج را به طور جداگانه برای هر روز شروع مقایسه می کنم. در اصل، ایده این است که یک مقایسه منصفانه در مورد تصمیمات سرمایه‌گذاری مستلزم آن است که هر تصمیم دقیقاً همان اطلاعات بازار را در زمان تصمیم‌گیری در دسترس داشته باشد و بازار دقیقاً همان بازده را پس از تصمیم‌گیری داشته باشد.
برای مقاصد مقایسه، فرض می‌کنم که یک شاخص اهرمی مضرب دقیقی از شاخص پایه به صورت روزانه است و همه محاسبات را با گام‌های روزانه انجام می‌دهم. من تمام محاسبات را با استفاده از ارزش های اسمی بازار گزارش می کنم، زیرا تصمیمات بر اساس ارزش های اسمی بازار است. من هزینه ای را تحمیل نمی کنم. UPRO و TMF ERS تقریباً یک درصد بالاتر از یک شاخص معادل بدون اهرم هستند.
طرح اسمی گزارش شده در رشته Hedgefundie دارای وزن 40 درصد UPRO و 60 درصد TMF است که هر سه ماه یکبار متعادل می شود. وزنهای تقریبی از استدلال‌های برابری ریسک ایجاد شده و با آزمون پس‌آزمون تأیید شدند. Hedgefundie فرکانس تعادل مجدد سه ماهه را بر اساس نتایج اسمی بهتر در طول آزمون پس‌آزمایی انتخاب کرد، اما حساسیت نسبتا کمی به فرکانس متعادل‌سازی مجدد گزارش کرد. Hedgefundie تشخیص داد که اهرم 3 برابری می تواند باعث کاهش شدید شاخص UPRO شود که یک عامل خطر پذیرفته شده است.
همانطور که در مورد این طرح فکر می کردم، اولین سؤالاتی که به ذهنم رسید مربوط به جنبه های اجرایی عملی بود. هر چند وقت یکبار باید تعادل را دوباره برقرار کنم؟آیا روش های بهتری برای محاسبه وزن های UPRO و TMF وجود دارد؟آیا راه هایی برای محافظت در برابر افت های بزرگ وجود دارد؟
پاسخ: اصلاحات در رویکرد عالی Hedgefundie
ارسال توسط mrspock » جمعه 05 ژوئیه 2019، 11:14 ب. ظ
در 20 روز معاملاتی "نوسان معکوس" مجدد تعادل ماهانه، محتوای موضوع اصلی را بررسی کنید (می توانید این را در PV با UPROSIM/TMFSIM بک تست کنید). برخی اجماع وجود دارد که این ممکن است یک رویکرد سیستماتیک تر برای ایجاد تعادل مجدد باشد، اگرچه من نمی گویم که این یک اجماع جهانی است.
پاسخ: اصلاحات در رویکرد عالی Hedgefundie
ارسال توسط lock. that. stock » جمعه 05 ژوئیه 2019، 11:16 بعد از ظهر
مشترک شدن و مشتاقانه منتظر تحلیل و تکامل افکار برای تدوین یک استراتژی تصفیه شده!
پاسخ: اصلاحات در رویکرد عالی Hedgefundie
ارسال توسط Hydromod »جمعه 05 ژوئیه 2019 11:24 PM
در حال حاضر من فرض می کنم که شرایط در آینده نسبتاً نزدیک ، همانطور که Hedgedfundie فرض می کند ، دوره از سال 1982 را تقلید می کند. سری Uprosim و TMFSIM در موضوع Hedgefundie بهترین سریال موجود با بازده روزانه است که من از آن آگاه هستم. من چند ماه اخیر Upro و TMF را به سریالی که با آنها کار می کنم اضافه کردم. من خوشحال می شوم که در صورت موجود بودن به داده های روزانه از سال 1955 نگاه کنم. بعداً به بازده ماهانه خواهم پرداخت.
این دو سری که من با آنها کار می کنم در شکل اول نشان داده شده است ، که نشان می دهد روزانه تنظیم شده (حسابداری برای سود سهام و تقسیم) در پانل سمت چپ و عملکرد تجمعی تجمعی در پانل سمت راست نشان داده شده است. Uprosim به رنگ آبی است و TMFSIM به رنگ قرمز است. من ورود به سیستم تجمعی تجمعی را ترسیم کردم تا نشان دهم که چند رویداد دارای افت روزانه بسیار بزرگی است (به عنوان مثال ، دوشنبه سیاه در سال 1987). متأسفانه دوشنبه سیاه در سکانس کمتر نماینده است ، زیرا نزدیکترین روز در دسترس است. شاید بعداً جالب باشد که دنباله بازده ها را برای گسترش دنباله بچرخانید.
به عنوان چک در مورد وزن Hedgefundie (40 درصد تخفیف ، 60 درصد TMF) ، من وزن برابری ریسک را با پنجره های مختلف نوسانات محاسبه کردم. پنجره نوسانات دوره ای است که نوسانات (انحراف استاندارد بازده) بیش از حد محاسبه می شود. به عنوان مثال ، یک پنجره نوسانات 10 روزه به این معنی است که از 10 روز بازده برای محاسبه نوسانات استفاده می شود. به طور معمول نوسانات به صورت متقارن محاسبه می شود (از بازده مثبت و منفی استفاده می شود) ، اما برخی پیشنهاد کرده اند که نوسانات رو به پایین عملکرد بهتری دارد. نوسانات رو به پایین با تمام بازده های مثبت به سادگی روی صفر محاسبه می شود. می توان چنین محاسباتی را در سایت Visualizer Portfolio انجام داد. در این شکل زیر ، وزن فرسایش خطر با ویندوزهای مختلف نوسانات محاسبه می شود. ویندوز از 10 (قرمز) تا 250 روز معاملاتی (آبی) است. در هر دو مورد ، میانگین وزن UPRO تقریباً 40 درصد و وزنهای دارای نوسانات بزرگ تقریباً یکسان هستند. توجه کنید که چگونه وزنه ها با پنجره های کوتاه دور می شوند. به طور کلی این مورد است که فرکانس های تعادل طولانی تر از چند ماه باید از پنجره های نوسانات بزرگتر استفاده کنند تا از مشکلات مربوط به سیگنال های فریبنده جلوگیری کنند. توزیع وزن با یک پنجره نوسانات کوچک با رویکرد نوسانات رو به پایین کمی گسترده تر است.
پاسخ: اصلاحات در رویکرد عالی Hedgefundie
ارسال توسط Hydromod »شنبه 06 ژوئیه 2019 12:03 صبح
تمام تجزیه و تحلیل های زیر در Matlab انجام شد. من آرزو نمی کنم که این را در اکسل امتحان کنم.
در مجموعه بعدی ارقام ، (i) فرکانس تعادل را در نظر می گیرم ، (ب) مدت زمان توالی ، و (iii) پنجره نوسانات برای تعدادی از طرح ها. در هر شکل ، فرکانس های مختلف تعادل (نه پنجره نوسانات!) با رنگ خط نشان داده شده است. من موارد فرکانس تعادل 1 (روزانه) ، 2 ، 5 (هفتگی) ، 10 (دو هفته) ، 20 ("ماهانه") ، 40 ("bimonthly") ، 60 ("سه ماهه") ، 120 ("نیم ساله") را در نظر گرفتم. و 250 روز معاملاتی ("سالانه"). من 250 روز معاملات در سال را فرض می کنم. مقیاس رنگ از رنگ قرمز (روزانه) به آبی (سالانه) تغییر می کند. هر شکل یک مدت دنباله و یک پنجره نوسانات را در نظر می گیرد.
برای ارائه زمینه به طرح های 3X ، من توالی های شبیه سازی شده 1x S& P و 1X LTT را از uprosim و tmfsim با تقسیم هر بازگشت روزانه به سه ایجاد کردم. شکل بعدی CAGR اسمی نورد را برای دنباله ای از دوره های پنج ساله با استفاده از توالی 1X نشان می دهد. این سه قطعه (I) فقط 1X LTT ، (ii) فقط 1x S& P و (iii) ترکیبی 60/40 از این دو (تقلید از یک نمونه کارها 60/40) را نشان می دهد. فرکانس مجدد فقط برای مخلوط معنی دار است. کد من همیشه پنجره نوسانات را ردیابی می کند ، اما از پنجره نوسانات برای این موارد استفاده نمی شود.
فرکانس بازآفرینی اثر کمی در مخلوط 60/40 دارد ، که توسط کمی آبی (تعادل سالانه) نشان داده شده از زیر خط دیلی بازگرداندن و خط آبی کمی به سمت چپ خط قرمز در شکل تجمعی تجمعی نشان داده شده است. در اصل ، این بدان معنی است که بازگرداندن سالانه ممکن است کمی بهتر یا بدتر از تعادل مکرر برای هر روز شروع خاص انجام داده باشد ، اما تعادل مکرر بیشتر اوقات کمی مورد علاقه قرار می گرفت (جبران کوچک در خطوط تجمع تجمعی). این با تعادل سالانه صندوق های فهرست استاندارد سازگار است.
چندین طرح 3X در ارقام زیر نشان داده شده است. در شکل اول ، توطئه ها CAGR 5 ساله نورد را برای (i) 3x llt (tmfsim) ، (ii) 3x s & p (uprosim) ، (iii) ثابت 40/60 upro/tmf (طرح hedgefundie) نشان می دهد ، و(IV) یک طرح تطبیقی با توجه به نوسانات و روند زیر بر اساس نرخ بیکاری ماهانه. در شکل دوم ، توطئه ها CAGR 5 ساله نورد را برای (i) ثابت 40/60 UPRO/TMF (طرح Hedgefundie) ، (ب) وزن تطبیقی با استفاده از نوسانات متقارن ، (III) وزن های سازگار با استفاده از نوسانات رو به پایین نشان می دهد ، و(IV) همان طرح تطبیقی با توجه به نوسانات و روند زیر بر اساس نرخ بیکاری ماهانه. شکل دوم تأثیر به روزرسانی تطبیقی وزنه ها را نشان می دهد.
بازده TMF در کل دوره نسبتاً سازگار بود و 80 درصد از مقادیر 5 ساله CAGR بین 7 تا 22 و 50 درصد بیشتر از 13 درصد بود. در مقابل ، UPRO به دلیل رکود اقتصادی به طرز چشمگیری متنوع است. طرح اسمی Hedgefundie به صورت واسطه ای رفتار کرد ، با برخی دوره های منفی اما 80 درصد از مقادیر CAGR 5 ساله CAGR بین 3 تا 32 درصد. توجه کنید که دوره های طولانی تر تعادل تمایل دارند که مقادیر CAGR پراکنده را با تاریخ های مختلف شروع در طرح Hedgefundie به دست آورند ، نشان می دهد که دوره های تعادل طولانی تر از سه ماهه ممکن است نرخ بازده غیر منتظره یا پایین را داشته باشد. این حتی بیشتر در مورد وزن های تطبیقی ، به ویژه با پنجره های نوسانات کوچک است.
مثال نشان می دهد که محاسبات نوسانات رو به پایین ممکن است وزن تطبیقی قابل ملاحظه ای را با تعادل بسیار مکرر (روزانه تا هفتگی) بهبود بخشد. این مزیت در اصل با دو هفته یا طولانی تر تعادل از بین می رود.
توجه کنید که دوره های طولانی تر تعادل ، نشانه هایی از چرخه های سالانه را نشان می دهد ، و تنها چند ماه جدایی بازده بسیار متفاوتی دارد. این نوع افست به همین دلیل است که مقایسه طرح های مختلف در همان بازه مهم است. همچنین توجه داشته باشید که تعادل بسیار مکرر در 5 سال CAGR نسبت به تعادل سالانه گسترش گسترده تری دارد.
طرح تطبیقی در طرح پایین شامل وزن برابری ریسک سازگار است و به طور انتخابی وزنها را تنظیم می کند تا آب و هوای ریسک کلان را به خود اختصاص دهد.
ریسک کلان اقتصادی با استفاده از روند نرخ بیکاری تخمین زده می شود ، که از نظر تاریخی به عنوان یک شاخص اصلی برای رکود اقتصادی است. در اصل ، وزن برابری ریسک (i) برای ردیابی TMF در صورت نشان دادن رکود ، (ii) مجدداً تأکید می شود تا در صورت عدم وجود رکود ، تأکید کند ، و اگر آب و هوای کلان اقتصادی نامشخص باشد ، بدون تغییر باقی می ماند. این یک نسخه کمی ظریف تر از رویکرد با استفاده از همان شاخص نرخ بیکاری است که در موضوع Willthrill81 (emberlist. php؟ mode = ViewProfile & U = 116799) بحث شده است. رکود اقتصادی با افزایش بیکاری نشان داده می شود و با کاهش بیکاری بعید است. در طی دوره مثال ، این طرح به پایان می رسد که هر کدام از شاخص ها مطلوب تر ، UPRO یا TMF است ، اما تصمیم با استفاده از سیگنال های بازار گرفته نمی شود.
شاخص کلان اقتصادی برای کاهش خطر افت بزرگ در نظر گرفته شده است. من می دانم که زمان بازار با بسیاری از Bogleheads یک مسئله بزرگ است ، اما با توجه به عملکرد عالی روش Hedgefundie ارائه شده است ، من کاملاً راحت نشسته ام و حتی برگشت اولیه را از دست نمی دهم. پیروان روند مدتهاست که تشخیص داده اند که افزایش نرخ بیکاری ماهانه یک شاخص کلان اقتصادی مفید است که تمایل دارد هر رکود اقتصادی را از سال 1919 صفر به شش ماه هدایت کند. سایت فرد (https://fred. stlouisfed. org/series/unrate) این داده ها را ارائه می دهد. یکی از شاخص هایی که پیشنهاد شده است مقایسه آخرین نرخ بیکاری ماهانه با میانگین متحرک در طول N ماه است. اگر آخرین نرخ بالاتر باشد ، این یک شاخص حساس به رکود است. اگر آخرین نرخ پایین تر باشد ، این نشانگر سلامت اقتصادی است.
این اطلاعات به ویژه از دو طریق مفید است. این می تواند نشان دهد که چه موقع باید از بازار خارج شوید (به عنوان مثال ، کاملاً به TMF بروید) ، و می تواند نشان دهد که چه زمانی بازار بعید است که در کوتاه مدت بد رفتار بدی داشته باشد. مردمی تمایل دارند از میانگین مدت زمان 7 تا 12 ماه به عنوان معیار متقاطع بین ایالات استفاده کنند. میانگین مدت زمان کوتاه سیگنال های فریبنده ای را به وجود می آورد ، که می تواند منجر به شلاق شود. میانگین طولانی مدت ممکن است شروع واقعی رکود اقتصادی را تاخیر کند. من با این شاخص بازی کرده ام و به نظر می رسد که هر یک از رویدادهای رکود اقتصادی از سال 1986 با یک دوره متوسط 12 تا 16 ماه اسیر شده است.
من فکر می کنم استفاده از این فهرست برای تعصب منظم استراتژی کلی منطقی است. اگر سیگنال روشنی از رکود اقتصادی وجود داشته باشد ، من کاملاً به TMF می روم. اگر سیگنال روشنی وجود داشته باشد که هیچ رکود اقتصادی وجود ندارد ، من وزن های بالایی را بالاتر از محاسبه با استفاده از روش ناپایدار بودن معکوس می کنم. در انتقال ، یا اگر مبهم باشد که آیا انتقال وجود دارد ، من به وزنهای محاسبه شده با استفاده از روش واژگونی معکوس می چسبم.
به عنوان یک تقریب اول ، من با افزایش کسری از راه 1 (UPRO کامل) ، وزن بالایی مغرضانه را محاسبه کردم. به عنوان مثال ، اگر وزن UPRO از محاسبه گریزواره معکوس W = 0. 5 باشد ، وزن مغرضانه 1 * F + W * (1-F) است ، جایی که F کسری تعصب است. اگر f = 0 باشد ، هیچ تعصب وجود ندارد. اگر F = 1 باشد ، وزن UPRO 1 و وزن TMF 0 است.
من تا حدودی با استراتژی ها بازی کردم. من در یک دوره متوسط حرکت 15 ماهه برای تشخیص کراس اوورها مستقر شدم ، اما مدت زمان دقیق به نظر نمی رسد بسیار مهم باشد. به نظر می رسد بهترین نتیجه ، از نظر CAGR مورد انتظار ، به معیار ابهام بستگی دارد. به طور کلی ، به نظر می رسد که به محض تغییر علامت در معیار شاخص بیکاری ، دولت باید مبهم تلقی شود و هیچ تعصبی برای وزنه ها اعمال نمی شود. هر ماه موفق پس از آن می تواند به صورت مبهم رفتار شود.
کسری تعصب f یک ماده سلیقه است. فشار آوردن F به سمت 1 بازده کلی مورد انتظار را با چند درصد درصد بهبود می بخشد ، اما در معرض غوطه وری های بزرگ قرار می گیرد. دوشنبه سیاه (1987) بزرگترین تصادف در دوره نمونه است که با شاخص بیکاری نشان نمی دهد. هنگامی که F نزدیک به 1 است ، نمونه کارها یک شیرجه بزرگ را می گیرد. هنگامی که F نزدیک به 0 است ، نمونه کارها تا حد زیادی بافر می شود. من به احتمال زیاد تمایل دارم با تنظیم F تفاوت را تقسیم کنم< 0.5, which buffers the Black Monday drop substantially. One may argue about whether a Black Monday will occur again within the next 20 or 30 years, of course. Note that the volatility weights become unimportant as f goes to 1 (the UPRO weight = 1 regardless of volatility).
مثال نتیجه ای مثبت را ارائه می دهد. با فرض تعادل ماهانه ، 90 درصد از دوره ها حداقل 14 درصد CAGR اسمی و 50 درصد از دوره ها حداقل 26 درصد CAGR اسمی را برمی گرداند. برای مقایسه ، طرح اسمی 3 و 18 درصد اسمی CAGR را برای 90 و 50 درصد از دوره ها با تعادل ماهانه باز می گرداند.
این طرح شوک های ناگهانی مانند دوشنبه سیاه را تحمل نمی کند که با نرخ بیکاری نشان داده نمی شود. این طرح هنگام استفاده از وزن برابری خطر ، مقاومت بیشتری دارد. بر این اساس ، من در مورد اینکه چقدر وزنه ها را به سمت وزن کامل فشار می آورد ، قاطعانه خواهم بود.
ارقام بعدی تفاوت در CAGR اسمی بین دو طرح 3X و سه طرح 1X اسمی را در همان فواصل ادغام محاسبه می کند. طرح 3X اول طرح Hedgefundie و دوم طرح کلان اقتصادی با وزن سازگار است. شکل سوم طرح تطبیقی را با طرح Hedgefundie مقایسه می کند. مقایسه سیب با سیب با توجه به دوره ادغام ، طرح Hedgefundie اساساً همیشه بهتر از 1X S& P انجام می داد ، و تقریباً همیشه بهتر از نمونه کارها 60/40 عمل می کرد. شاخص 1X LTT برای 10 تا 20 درصد فواصل بهتر عمل می کرد. طرح کلان اقتصادی با وزن تطبیقی در مقایسه با طرح های 1X حتی بهتر عمل می کرد.
بنابراین من تاکنون چه چیزی یاد گرفته ام؟
• من به راحتی می توانم وزن برابری ریسک انتخاب شده توسط Hedgefundie را بازتولید کنم.• طرح Hedgefundie می توانست هر طرحی مبتنی بر نسخه های بدون اهرم (1x) UPRO و TMF را برای تقریباً 90 درصد فواصل 5 ساله ممکن از پایان سال 1986 شکست دهد. استثنا برای دوره هایی با مخزن S& P است اما نهخزانه هااین طرح به راحتی بر ER 1 درصدی تقریباً برای همه توالی‌های عملکرد بهتر غلبه می‌کرد.• تعدیل انطباقی وزن برابری ریسک می توانست عملکرد بیشتری را ارائه دهد. بزرگترین افزایش عملکرد با پنجره های نوسانات کوتاه، محاسبات نوسانات نزولی، و تعادل مجدد بسیار مکرر بود. البته، این رویکرد نیازمند محاسبات و معاملات خودکار است و برای بیشتر آنها عملی نخواهد بود و اثر کشش معاملاتی احتمالاً افزایش را کاهش می دهد.• افزایش عملکرد ناشی از نوسانات نزولی تا حد زیادی با تعادل مجدد دو هفته ای یا طولانی تر از بین می رود.• پنجره نوسانات باید روی فرکانس تعادل تنظیم شود. اگر پنجره نوسان بسیار کوتاهتر از فرکانس تعادل مجدد باشد، عملکرد کاهش می یابد.• شاخص اقتصاد کلان ارائه شده توسط نرخ بیکاری به عنوان یک پیش بینی کننده در طول دوره نمونه ارزش داشت و معمولاً از سال 1919 یک سیگنال پیشرو برای هر رکود تا چندین ماه ارائه می دهد.
امیدوارم که این برای مردم جالب باشد. من تضمین می کنم که مردم از دست خواهند رفت، بنابراین در پرسیدن سوال دریغ نکنید.
من چند ایده برای تحلیل های بعدی دارم.
یک سوال این است که اگر اوراق خزانه بلندمدت در حال کاهش هستند، رفتار می شود. من فکر می کنم این را می توان با افزودن یک بازده منفی کوچک به هر بازده روزانه بررسی کرد.
رکود همزمان S& P با کاهش LTT مشکل سخت تری است. من گمان می کنم که اندیکاتور روند ممکن است در این سناریو کمک کند، بنابراین امیدوارم با رکودهای قبلی به اندیکاتور روند نگاه کنم. این احتمالاً از داده‌های ماهانه استفاده می‌کند، بنابراین نتیجه‌گیری لزوماً مبهم‌تر خواهد بود. ممکن است مدتی طول بکشد تا این کار انجام شود.
