השאלה
המחקר על ממוצע נע 200 מול קנה-והחזק נגמר באזהרה:
היקום מורכב ממניות שנסחרות היום. חברות שקרסו ונמחקו מהמדד אינן בו. זה מייפה את תוצאות ההחזקה יותר משהוא מייפה את הפילטר - שכן הפילטר נועד בדיוק להציל מהמקרים האלה, והם חסרים במדגם.
זו טענה סבירה, והיא הייתה הנחה. המחקר הזה בודק אותה.
שתי שאלות נפרדות מסתתרות שם:
- האם הפילטר באמת מציל מחברה שהולכת לאפס?
- ואם כן - כמה חברות מתות היו צריכות לחזור ליקום כדי לסגור את הפער של חמש נקודות?
מתודולוגיה
הבדיקה נשענת על שלוש רגליים, לפי סדר עולה של מה שכל אחת מהן באמת מסוגלת לבסס.
רגל ראשונה - החברות שבאמת קרסו. התברר שזו החוליה החלשה, ולא מסיבה מתודולוגית אלא מסיבה טכנית: הנתונים פשוט לא קיימים. רוב הסימבולים של חברות שנמחקו לא מחזירים דבר. גרוע מכך - חלק מהם מוחזרו לחברות אחרות לגמרי. הסימבול SHLD, למשל, שייך היום לחברה שנסחרת סביב 63 דולר, לא לשרידי Sears. שלושה מלכודות כאלה זוהו ונפסלו במפורש. נשארו שני מקרים עם היסטוריה מלאה ומאומתת.
רגל שנייה - מי ששרד בקושי. כאן יש נתונים אמיתיים ובכמות. היקום חולק לפי עומק הירידה המקסימלית בהחזקה פשוטה: מי שירד 90% ומעלה היה הכי קרוב למוות בלי למות, והוא הפרוקסי הטוב ביותר שקיים לחברות החסרות.
רגל שלישית - חישוב. החציון הוא סטטיסטיקה של דירוג, ולכן אפשר לחשב בדיוק כמה הוא זז כשמוסיפים ליקום מספר נתון של חברות מתות. מה שההחזקה מקבלת על חברה מתה ידוע. מה שהפילטר מקבל אינו ידוע, ולכן חושבו שני הקצוות - והתשובה מוצגת כטווח, לא כמספר אחד.
התמונה הכוללת
הפער כפי שפורסם
4.98 נק׳
החזקה 11.1% מול פילטר 6.1%
הפער אם 30% מהיקום היה מת
2.38-4.65 נק׳
עדיין לטובת ההחזקה
הפילטר במניות שירדו 90%+
64.9%
היכה את ההחזקה
הפילטר במניות שירדו פחות מ-60%
0.0%
אף פעם
שתי החברות שבאמת קרסו, ושעדיין יש להן נתונים
אלה שני המקרים היחידים שנמצאו עם היסטוריית מחירים מלאה ומאומתת. סימבולים אחרים של חברות שקרסו או שאינם מחזירים נתונים כלל, או - מסוכן יותר - מוחזרו לחברות אחרות לגמרי. שלושה כאלה נבדקו ונפסלו במפורש. שני מקרים מדגימים מנגנון; הם אינם מודדים אוכלוסייה.
| חברה | תקופה | מ-$10,000 בהחזקה נשאר | עם הפילטר נשאר | אחוז זמן בשוק |
|---|---|---|---|---|
First Republic BankFRCB | 2011-2026 | $0.32 | אפס | 57.5% |
Big LotsBIGGQ | 2000-2026 | $0.32 | $0.10 | 46.0% |
שתי העמודות האחרונות הן התוצאה, לא ההבטחה. הפילטר לא הציל באף אחד מהמקרים.
מה שכן אפשר למדוד: המניות ששרדו בקושי
היקום מחולק כאן לפי עומק הירידה המקסימלית בהחזקה פשוטה. ככל שיורדים בטבלה, החברה הייתה קרובה יותר למוות מבלי למות. אלה מקרים אמיתיים, ויש מספיק מהם כדי לחשב עליהם.
| עומק הירידה בהחזקה | מניות | פילטר | החזקה | הפילטר היכה | ירידה מקס׳ |
|---|---|---|---|---|---|
| ירידה של 90% ומעלה | 94 | 6.3% | 5.5% | 64.9% | -67.8% מול -95.0% |
| ירידה של 80% עד 90% | 103 | 6.8% | 9.9% | 34.0% | -57.5% מול -85.2% |
| ירידה של 60% עד 80% | 223 | 5.8% | 11.5% | 8.1% | -54.1% מול -70.6% |
| ירידה רדודה מ-60% | 175 | 5.5% | 12.8% | 0.0% | -48.4% מול -51.8% |
חציון בכל קבוצה. שימו לב לעמודת «הפילטר היכה» - היא נעה מ-0% ל-65% בקו ישר.
ואם מחזירים את המתים ליקום?
החציון הוא סטטיסטיקה של דירוג, ולכן אפשר לחשב בדיוק כמה הוא זז כשמוסיפים חברות מתות. מה שההחזקה מקבלת על חברה מתה אינו שנוי במחלוקת. מה שהפילטר מקבל - כן, ולכן מחושבים שני הקצוות: שהוא מת איתן (כפי שקרה בשני המקרים האמיתיים), ושהוא בורח מהן (כפי שקרה במניות שירדו 90%+). התשובה נמצאת בין שני אלה.
| כמה מהיקום מת | חברות שנוספו | החזקה | פילטר (מת ← בורח) | הפער |
|---|---|---|---|---|
| כפי שפורסם (אף אחד) | 0 | 11.1% | 6.1% | 4.98 נק׳ |
| 5% | 30 | 10.5% | 5.7% ← 6.3% | 4.17-4.75 נק׳ |
| 10% | 60 | 10.2% | 5.4% ← 6.3% | 3.93-4.84 נק׳ |
| 20% | 119 | 9.4% | 4.8% ← 6.3% | 3.08-4.61 נק׳ |
| 30% | 178 | 8.7% | 4.0% ← 6.3% | 2.38-4.65 נק׳ |
בכל תרחיש, בשני הקצוות, הפער נשאר לטובת ההחזקה.
מה המשמעות של הממצאים
התשובה הקצרה: ההנחה הייתה חצי נכונה, וההטיה קטנה מכדי לשנות את המסקנה.
הממצא הראשון, וההפתעה הגדולה: בשני המקרים האמיתיים הפילטר לא הציל. לא "הציל פחות מהצפוי" - לא הציל בכלל.
בבנק First Republic, מי שהחזיק נשאר עם פחות מסנט מתוך 10,000 דולר. מי שהפעיל את הפילטר נשאר עם פחות מזה. ב-Big Lots הפילטר הותיר קצת יותר, אבל עדיין אובדן כמעט מוחלט.
הסיבה מכנית ופשוטה: ממוצע נע של 200 יום איטי מכדי לתפוס קריסה. ריצה על בנק נמשכת ימים. First Republic ירדה מסביבות 120 דולר לספרה חד-ספרתית בתוך שבוע. עד שהמחיר חוצה מטה ממוצע שנבנה על 200 ימים אחורה, המניה כבר איבדה את רוב שוויה - והפילטר מוכר את מה שנשאר.
זה שובר את ההיגיון שבבסיס האזהרה המקורית. הפילטר לא "נועד בדיוק להציל מהמקרים האלה". הוא נועד לצאת ממגמות ירידה איטיות. קריסה אינה מגמה איטית.
הממצא השני מראה איפה הפילטר כן עובד, והוא נקי במיוחד. כשמחלקים את היקום לפי עומק הירידה, מתקבל מדרג מושלם:
- מניות שירדו פחות מ-60%: הפילטר היכה את ההחזקה ב-0.0% מהמקרים. אף פעם.
- ירידה של 60% עד 80%: 8.1%
- ירידה של 80% עד 90%: 34.0%
- ירידה של 90% ומעלה: 64.9%
בקבוצה האחרונה הפילטר לא רק ניצח ברוב המקרים, אלא גם הניב תשואה שנתית גבוהה יותר - 6.31% מול 5.46% - וקיצץ את הירידה המקסימלית מ-95.0%- ל-67.8%-.
אז הכיוון של האזהרה נכון: הפילטר באמת שווה יותר ככל שהאסון עמוק יותר. רק שהוא מפסיק לעבוד בדיוק בקצה - כשהאסון מהיר מדי.
הממצא השלישי, והמעשי: הפער לא נסגר. גם בתרחיש הקיצוני שבו 30% מהיקום מת - מספר גבוה בהרבה מכל שיעור כשל ריאלי - ההחזקה עדיין מנצחת:
- אם הפילטר מת יחד איתן, כפי שקרה בפועל: פער של 4.65 נקודות (לעומת 4.98 כפי שפורסם).
- אם הפילטר בורח מכולן, ההנחה הנדיבה ביותר האפשרית: פער של 2.38 נקודות.
בשיעור סביר יותר של 10%, הפער נע בין 3.93 ל-4.84 נקודות. כלומר: ההטיה קיימת, היא מזיזה את המספר, והיא לא מספיקה כדי להפוך את המסקנה.
מה זה אומר בפועל: המסקנה של המחקר המקורי עומדת. הפילטר על מניה בודדת עולה יותר ממה שהוא שווה, וזה לא בגלל שהמדגם מייפה את ההחזקה.
אבל יש כאן גם משהו חדש שלא היה במחקר המקורי: הפילטר הוא כלי למגמות איטיות, לא ביטוח נגד קריסה. מי שמחזיק אותו כהגנה מפני מקרה קיצון - כמו בנק שנופל או קמעונאית שמגיעה לסוף הדרך - מחזיק את הכלי הלא נכון. שם הוא נכשל בדיוק כמו ההחזקה.
מה המחקר לא אומר:
שני מקרים אינם מדגם. רגל ראשונה מדגימה מנגנון ותו לא. יכול להיות שיש חברות שקרסו לאט מספיק כדי שהפילטר יציל מהן, ואין דרך לדעת מהנתונים הזמינים כאן. הטענה היחידה שהיא כן מבססת היא שקריסה מהירה מנצחת את הפילטר - וזו טענה מכנית שלא צריך הרבה מקרים כדי להראות.
חלוקת השורדים לפי עומק ירידה סובלת מהטיה משלה. מניה שירדה 90% ושרדה היא, בהגדרה, מניה שהתאוששה. זה מטיב עם שתי הגישות, ולא ברור לאיזו יותר.
התרחישים אינם תחזית. 5%, 10%, 20% ו-30% הם נקודות על ציר, לא הערכה של שיעור הכשל האמיתי. הם נבחרו כדי להראות שגם בקצה העליון והבלתי סביר, התשובה לא מתהפכת.
וההטיה נשארת גם כאן. קבוצת ההשוואה במחקר הזה היא אותו יקום שורדים. מה שנבדק הוא רגישות המסקנה לחברות החסרות, לא שחזור שלהן.
הזווית שלי
התחלתי את הבדיקה הזו כמעט בטוח שאמצא שההטיה גדולה, ושהיא מסבירה חלק נכבד מהפער. יצא ההפך, ובאופן שלימד אותי משהו.
מה שהכי תפס אותי הוא First Republic. זה בדיוק המקרה שבשבילו אנשים מחזיקים ממוצע נע - "אני אצא לפני שיהיה מאוחר". ובפועל, מי שהחזיק את הפילטר יצא גרוע יותר ממי שלא עשה כלום. הבנק נפל מהר מדי מכדי שאינדיקטור של 200 יום יספיק להגיב.
זו בעיניי הנקודה החשובה מכל המחקר, והיא רחבה בהרבה מהממוצע הנע: כל כלי מגן פועל בקנה מידה של זמן מסוים. ממוצע 200 מגן מפני שחיקה של חודשים. הוא לא מגן, ולא יכול להגן, מפני אירוע של שבוע. מי שמבלבל בין השניים חושב שהוא מבוטח כשהוא לא.
והמדרג של 0% → 8% → 34% → 65% הוא הדבר השני שאני לוקח מכאן. הוא אומר שהשאלה "האם הפילטר עובד" שגויה מלכתחילה. הוא עובד על מניות שנופלות עמוק ולאט, והוא מזיק על מניות שלא. הבחירה אינה בין להשתמש בו לבין לא - היא על מה להפעיל אותו.
דעה אישית של כותב האתר, להבדיל מהממצאים המספריים שמעליה. אינה ייעוץ השקעות.