Mikä on klusterianalyysi?
Klusterianalyysi on tekniikka, jota käytetään ryhmien ryhmiin, joilla on samanlaiset ominaisuudet. Se on yleinen tilastoissa. Sijoittajat käyttävät klusterianalyysiä klusterikaupan lähestymistavan kehittämiseksi, joka auttaa heitä rakentamaan monipuolisen salkun. Varastot, joilla on korkea korrelaatio tuottoissa, kuuluvat yhteen koriin, ne, jotka korreloivat hieman vähemmän toisessa, ja niin edelleen, kunnes jokainen varastossa on luokiteltu luokkaan.
Jos tehdään oikein, eri klusterit korreloivat toisiinsa minimaalisesti. Tällä tavoin sijoittajat saavat kaikki hajauttamisen hyvät puolet: vähentyneet negatiiviset tappiot, pääoman säilyttäminen ja kyky tehdä riskialttiimpia kauppoja lisäämättä kokonaisriskiä. Monipuolistaminen on edelleen yksi sijoittamisen keskeisiä vuokralaisia ja klusterianalyysi on vain yksi kanava sen saavuttamiseen.
Avainsanat
- Klusterianalyysi auttaa sijoittajia kehittämään klusterikaupan lähestymistapaa, joka rakentaa monipuolista sijoitussalkkua. Klusterianalyysi antaa sijoittajille mahdollisuuden ostaa ja ryhmitellä omaisuuseriä, joilla on eri tuoteryhmille sopivia tuottoja. Yksi klusterianalyysin eduista on auttaa suojaamaan sijoittajan salkkua systeemiriskit, jotka voivat tehdä portfolion alttiiksi tappioille. Ryhmäanalyysin yksi kritiikki on, että klusterit, joilla on korkea korrelaatio tuottoissa, jakavat joskus samanlaisia riskitekijöitä, mikä tarkoittaa, että yhden klusterin heikko kehitys saattaa johtaa heikkoon suorituskykyyn toisessa.
Klusterianalyysin ymmärtäminen
Klusterianalyysi antaa sijoittajille mahdollisuuden päällekkäisyyksien poistamiseen tunnistamalla arvopaperit, joilla on vastaava tuotto. Esimerkiksi vain teknologiavarastojen portfolio voi tuntua turvalliselta ja monipuoliselta pinnalta, mutta kun Dotcom Bubblen kaltainen tapahtuma iskee, koko portfolio on alttiina merkittäville tappioille. Eri markkinasegmentteihin sopivien omaisuuserien ostaminen ja ryhmittely on erittäin tärkeää hajauttamisen lisäämiseksi ja suojaamiseksi tällaisilta systeemisiltä riskeiltä.
Osakevalinta ja kauppa klusterianalyysin perusteella
Tekniikka voi myös paljastaa tietyt kantaryhmät, kuten suhdanne- ja kasvuvarastot. Nämä erityiset strategiat kuuluvat älykkään beeta- tai tekijäinvestoinnin sateenvarjoon. He yrittävät saada paremmin riskiin sovitetut tuotot erityisistä riskipreemioista, kuten vähimmäisvolatiliteetista, kasvusta ja vauhdista.
Älykäs beeta- tai tekijäinvestointi ilmentää jollakin tavalla klusterianalyysin saarnaamia käsitteiden ryhmittelyä ja luokittelua. Yhden yhteisen käyttäytymisen klusteroinnin logiikka heijastaa tekijäinvestointien taustalla olevaa perusmenetelmää, joka tunnistaa varastot, jotka ovat alttiita samanlaisille systeemiriskeille ja joilla on samanlaiset ominaisuudet.
Ei aina ole niin, että klusterin varat elää samalla toimialalla. Usein klusterit pitävät varastoja useilta toimialoilta, kuten tekniikka ja talous.
Klusterianalyysin kritiikki
Selvä haitta klusterianalyysille on klusterien välinen päällekkäisyystaso. Klustereilla, jotka ovat lähellä etäisyyttä, mikä tarkoittaa korkeaa korrelaatiota tuottoihin, on usein samanlaisia riskitekijöitä. Siten yhden klusterin matala päivä voisi johtaa yhtä heikkoon suorituskykyyn toisessa klusterissa. Tästä syystä sijoittajien tulisi löytää ja klusteroida osakkeita, joiden välinen etäisyys on suuri. Tällä tavoin klusterit vaikuttavat erilaisiin markkinatekijöihin.
Laajojen markkinoiden vetäytyminen, kuten vuoden 2008 lama, kuristaa koko salkun sen rakenteesta riippumatta. Jopa monimuotoisimmissa klustereissa olisi vaikeuksia taantuman vastatuuleissa. Paras klusterointi voi tässä tapauksessa minimoida äärimmäiset negatiiviset tappiot.
