Playing With Fire: คุณสามารถถือ ETF 3X Leveraged ได้อย่างปลอดภัยนานแค่ไหน? (2024)

เมื่อวันที่ 5 พฤศจิกายน พ.ศ. 2551 ซึ่งเป็นช่วงที่วิกฤตการณ์ทางการเงินถึงจุดสูงสุด Direxion ได้เปิดตัวกองทุน ETF ที่ใช้ประโยชน์ได้ถึง 3 เท่าเป็นครั้งแรก ซึ่งเป็นการปฏิวัติการลงทุนและได้รับส่วนแบ่งการวิพากษ์วิจารณ์อย่างยุติธรรมในกระบวนการนี้ ในขณะที่ ETF ย้อนกลับไปถึง SPY ในปี 1993 ตามด้วย ETF 2x และ ETF แบบผกผันในปี 2549 การมาถึงของผลิตภัณฑ์แบบ Triple Leverage ที่ทำให้ตลาด ETF ก้าวขึ้นมาแถวหน้าอย่างแท้จริง ผลิตภัณฑ์เหล่านี้เป็นมันฝรั่งร้อนขั้นสุดยอด วันหนึ่ง ETF 3x สามารถขึ้น 20% แล้วลดลง 30% ในวันถัดไป ซึ่งเป็นความสำเร็จที่มีหุ้นเพียงไม่กี่ตัว (ถ้ามี) ที่สามารถทำซ้ำได้ แน่นอนว่าความผันผวนดังกล่าวเป็นสวรรค์ของเดย์เทรดเดอร์ นอกจากนี้ เมื่อเวลาผ่านไป 3x ETFs อาจมีผลตอบแทนที่น่าทึ่งด้วย Direxion Daily Junior Gold Minor 3x ETF (เจนุก) เพิ่มขึ้นจาก $9 เป็น $120 หรือได้รับผลตอบแทน 1,200% ในเวลาเพียง 5 เดือนระหว่างเดือนมกราคมถึงมิถุนายน 2016

อย่างไรก็ตาม นักลงทุนที่ซื้อขายผลิตภัณฑ์เหล่านี้เป็นประจำมักจะสังเกตเห็นว่า บ่อยครั้งกำไรลดลงหรือขาดทุนเพิ่มขึ้นเมื่อเทียบกับที่คาดการณ์โดยคู่สัญญา 1x ของ ETF โดยเฉพาะในช่วงเวลาหนึ่ง แนวคิดเรื่อง "การเสื่อมถอยที่เกิดจากภาระหนี้" นี้เป็นปรากฏการณ์ที่เป็นที่ยอมรับกันดี เพื่อยกตัวอย่างล่าสุด กองทุนก๊าซธรรมชาติของสหรัฐอเมริกา (อึ้ง) เพิ่มขึ้น 15% ระหว่างเดือนเมษายน 2016 ถึงเดือนเมษายน 2017 แต่เป็น VelocityShares ETF UGAZ ที่เทียบเท่ากัน 3 เท่า แม้จะคาดการณ์ผลตอบแทนไว้ 45% แต่จริงๆ แล้วลดลง 12% ในช่วงเวลาเดียวกัน ซึ่งเป็นประสิทธิภาพที่ต่ำกว่าอย่างมากซึ่งสามารถพิจารณาถึงการเสื่อมถอยที่เกิดจากเลเวอเรจ . ประสิทธิภาพต่ำกว่านี้แสดงไว้ด้านล่างในรูปที่ 1

รูปที่ 1: ผลการดำเนินงานของ UGAZ เทียบกับ UNG ในช่วงระยะเวลา 1 ปีระหว่างเดือนเมษายน 2559 ถึงเดือนเมษายน 2560 แสดงให้เห็นถึงประสิทธิภาพที่ต่ำกว่าอย่างมีนัยสำคัญ โดยเน้นที่การเสื่อมถอยที่เกิดจากภาระหนี้[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

น่าเสียดายที่นักลงทุนจำนวนมากที่แสวงหาผลกำไรจากภายนอกนั้นเพิกเฉยต่อความเสี่ยงของกลยุทธ์การซื้อและถือสำหรับ ETF ที่ใช้ประโยชน์ 3x และพอร์ตการลงทุนของพวกเขาก็ประสบปัญหา สำหรับ JNUG ทุกๆ ปีประมาณปี 2016 จะมีอาจเป็น 10 UGAZ 2016-2017 บทความนี้วิเคราะห์ปรากฏการณ์การเสื่อมถอยที่เกิดจากเลเวอเรจ และพยายามหาปริมาณประสิทธิภาพที่ต่ำกว่าที่นักลงทุนที่ถือ ETF 3x ที่กำหนดสามารถคาดหวังได้จากการได้รับชุดสมการง่ายๆ

ในความหมายที่กว้างที่สุด ETF ที่ใช้ประโยชน์ได้มีประสิทธิภาพต่ำกว่าเนื่องจากตลาดรีเซ็ตที่สิ้นสุดของแต่ละวันซื้อขายและประสิทธิภาพของ ETF 3x ขึ้นอยู่กับการเคลื่อนไหวรายวันของคู่สัญญา 1x ไม่ใช่มูลค่าหุ้นสัมบูรณ์ของ ETF การคำนวณเบื้องหลังว่าทำไมผลิตภัณฑ์เหล่านี้จึงมีประสิทธิภาพต่ำกว่าแทนที่จะมีประสิทธิภาพสูงกว่านั้นมีความซับซ้อนและยากที่จะอธิบายในย่อหน้าเดียว ให้พิจารณาสองตัวอย่างแทน

ขั้นแรก ให้พิจารณาสมมุติฐาน 1x ETF ซึ่งเปิดที่ $100/หุ้น และเพิ่มขึ้น $0.10/หุ้น ทุกวัน ในแต่ละวัน 1x ETF นี้มีคู่ที่มีเลเวอเรจ 3x หาก ETF เป็นผลิตภัณฑ์ 3x ที่แท้จริง มูลค่าหุ้นของมันจะเท่ากับ 3x ของ ETF พื้นฐาน 1x เสมอ แต่จริงๆ แล้วจะได้กำไรมากกว่านั้นเล็กน้อย เมื่อประสิทธิภาพของ ETF ถูกกำหนดโดย 3 เท่าของการเคลื่อนไหวรายวันของ 1x ETF แทนที่จะเป็นมูลค่าสัมบูรณ์ หาก ETF พื้นฐาน 1 เท่าเพิ่มขึ้นทุกวัน ผลิตภัณฑ์เลเวอเรจจะเร่งการเพิ่มขึ้นเมื่อเวลาผ่านไป และทำได้ดีกว่าประสิทธิภาพที่คาดการณ์ไว้ 3 เท่า รูปที่ 2 ด้านล่างแสดงแผน ETF สมมุติที่เพิ่มการจัดสรร $0.10/วัน และเปรียบเทียบกับประสิทธิภาพที่คาดการณ์ไว้ของ ETF 3x ที่ติดตาม 1x ETF ได้อย่างสมบูรณ์แบบ 3:1

รูปที่ 2: ประสิทธิภาพตามสมมุติฐานของ 3x ETF ที่ติดตาม 1x ETF ที่ซื้อขายเชิงเส้นตรงซึ่งแสดงประสิทธิภาพที่เหนือกว่าซึ่งหาได้ยาก[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

ตามกราฟที่แสดง หลังจาก 300 วันทำการซื้อขาย 1x ETF จะเพิ่มขึ้น 30% ตามที่คาดไว้ 3x ETF คาดว่าจะเพิ่มขึ้น 90% แต่จริงๆ แล้วเพิ่มขึ้น 119% ซึ่งทำได้ดีกว่าเกือบ 30%

ตอนนี้ให้ลองพิจารณา ETF 1 เท่าที่เปิดที่ $100/หุ้น และตกลงไปที่ $99/หุ้นในหนึ่งวัน จากนั้นเพิ่มขึ้นเป็น $100/หุ้นในวันถัดไป รอบนี้จะเกิดขึ้นซ้ำกับ ETF สลับระหว่าง $100/หุ้น และ $99/หุ้น ดังนั้น 3x ETF ที่สอดคล้องกันจึงคาดว่าจะเป็นทางเลือกระหว่าง $100/หุ้น และ $97/หุ้น เพื่อรักษาประสิทธิภาพ 3:1 ที่เข้มงวด รูปที่ 3 ด้านล่างแสดง ETF สมมุติ 1x นี้ในทำนองเดียวกัน และเปรียบเทียบกับประสิทธิภาพที่คาดการณ์ไว้ของ ETF แบบมีเลเวอเรจ และประสิทธิภาพที่สังเกตได้ของผลิตภัณฑ์ที่มีเลเวอเรจ

รูปที่ 3: ประสิทธิภาพตามสมมุติฐานของ 3x ETF ที่ติดตาม 1x ETF ที่ซื้อขายในแนวขวางสลับกันระหว่าง $99 ถึง $100 ทุกวันซึ่งมีประสิทธิภาพต่ำกว่า[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

เมื่อสิ้นสุด 300 วันทำการ 1x ETF ซึ่งสลับกันระหว่าง $99/หุ้น และ $100/หุ้น จะไม่เปลี่ยนแปลง เช่นเดียวกับ ETF 3x ที่ "คาดการณ์ไว้" เพื่อรักษาการติดตาม 3:1 ที่สมบูรณ์แบบ อย่างไรก็ตาม ในความเป็นจริง 3x ETF ปิดตัวลง 9% ซึ่งเป็นประสิทธิภาพที่ต่ำกว่าอย่างมากเนื่องจากการเสื่อมถอยที่เกิดจากเลเวอเรจ

สิ่งสำคัญคือต้องทราบว่าขนาดของประสิทธิภาพที่ต่ำกว่านี้ขึ้นอยู่กับขนาดของการเคลื่อนไหวรายวันของ ETF ลองพิจารณา ETF 1x แบบเดียวกับที่กล่าวไว้ข้างต้น แต่แทนที่จะสลับระหว่าง $100/หุ้น และ $99/หุ้น กลับสลับกันระหว่าง $100/หุ้น และ $98/หุ้น แทน รูปที่ 4 ด้านล่างเปรียบเทียบกับประสิทธิภาพที่คาดการณ์และสังเกตได้ของ 3x ETF ที่เกี่ยวข้อง

รูปที่ 4: ประสิทธิภาพตามสมมุติฐานของ ETF 3x ที่ติดตาม ETF 1x ที่ซื้อขายสลับกันด้านข้าง แต่มีความผันผวนรายวันเพิ่มขึ้นระหว่าง $98 ถึง $100 ต่อวัน ซึ่งมีประสิทธิภาพต่ำกว่าตัวอย่างในรูปที่ 2 มาก[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

ด้วยการเพิ่มการเคลื่อนไหวรายวันจาก $1/วัน เป็น $2/วัน ประสิทธิภาพที่ต่ำกว่าของ 3x ETF เทียบกับประสิทธิภาพที่คาดการณ์ไว้จะเพิ่มขึ้นแบบทวีคูณจาก 9% เป็นมากถึง 31%

จากการวิเคราะห์นี้ เราพบว่า 3x ETF มีประสิทธิภาพเหนือกว่าเมื่อ 1x ETF อ้างอิงเคลื่อนไหวเป็นเส้นตรงแต่มีประสิทธิภาพต่ำกว่าเมื่อซื้อขายในแนวนอน ทีนี้รูปแบบการซื้อขายประเภทใดที่พบได้บ่อยกว่ากัน? แม้ว่าหุ้นและ ETF อาจเผชิญกับการพุ่งขึ้นอย่างรวดเร็ว ในช่วงระยะเวลาหนึ่ง การซื้อขายส่วนใหญ่มีลักษณะเหมือนคลื่นที่มีการขึ้นและลงมากกว่าการเคลื่อนไหวอย่างต่อเนื่องในทิศทางเดียว ดังนั้น ETF ส่วนใหญ่จะซื้อขายอย่างใกล้ชิดกับ ETF สมมุติขึ้นและลงมากกว่า ETF สมมุติเชิงเส้น ด้วยเหตุนี้เมื่อให้เวลาเพียงพอ ETF ที่ใช้เลเวอเรจ 3x มักจะมีประสิทธิภาพต่ำกว่าเสมอ

โดยสรุป มีประเด็นสำคัญ 3 ประเด็นจากตัวอย่างเหล่านี้ ขั้นแรก ให้เลเวอเรจ ETF มีประสิทธิภาพต่ำกว่าเมื่อเทียบกับ 1x ETF พื้นฐาน เมื่อพวกมันเคลื่อนที่ไปด้านข้างในการซื้อขายที่ขาด ๆ หาย ๆ และไม่มีทิศทาง ประการที่สอง ETF ที่ใช้ประโยชน์ต่ำกว่าประสิทธิภาพเพิ่มขึ้นเมื่อเวลาผ่านไป สุดท้ายและที่สำคัญที่สุด ระดับของประสิทธิภาพที่ต่ำกว่านั้นเกี่ยวข้องโดยตรงกับขนาดของการเคลื่อนไหวรายวันใน ETF นั่นคือ ETF ที่ใช้ประโยชน์ 3 เท่า โดยอิงตามดัชนี สินค้าโภคภัณฑ์ หรือภาคส่วนที่มีความผันผวนมากขึ้น มีประสิทธิภาพต่ำกว่าในระดับที่มากขึ้น

ตอนนี้เรามาดูตัวอย่างในโลกแห่งความเป็นจริงบางส่วนที่เราจะใช้เพื่อสร้างแบบจำลองที่คาดการณ์ว่า ETF มีประสิทธิภาพต่ำกว่า 3 เท่า ETF 5 3x ที่เลือกข้ามสเปกตรัมจากความผันผวนน้อยที่สุดไปจนถึงความผันผวนมากที่สุด

อันดับแรกคือ ETF ที่เก่าแก่ที่สุด SPDR S&P 500 (สอดแนม) และคู่สกุลเงินที่มีเลเวอเรจ 3 เท่า ได้แก่ S&P 500 Direxion 3x ETF (เอสพีเอ็กซ์แอล). คู่นี้มีความผันผวนน้อยที่สุดในห้าคู่ โดย SPXL เคลื่อนไหวโดยเฉลี่ย +/-1.7% ต่อวันตั้งแต่ปี 2012 ความผันผวนรายวันนี้คำนวณโดยการนำค่าสัมบูรณ์ของเปอร์เซ็นต์กำไรหรือขาดทุนรายวันมาเฉลี่ยในช่วงเวลาที่กำหนด . การวิเคราะห์ประสิทธิภาพ SPXL เทียบกับ SPY ในช่วง 5 ปีที่ผ่านมา SPXL โดยเฉลี่ยประสิทธิภาพต่ำกว่า -1.9% เมื่อเทียบกับประสิทธิภาพที่คาดการณ์ไว้โดยพิจารณาจากการเคลื่อนไหวของ SPY การประเมินค่าที่ต่ำกว่านี้ถูกกำหนดดังนี้: หากในช่วงระยะเวลา 120 วันที่กำหนด SPY เพิ่มขึ้น 4% SPXL ก็คาดว่าจะเพิ่มขึ้น 12% หาก SPXL เพิ่มขึ้นเพียง 9% ประสิทธิภาพที่ต่ำกว่าจะเรียกว่า 3% ค่าเฉลี่ยของช่วง 120 วันทั้งหมดตั้งแต่วันที่ 12 มกราคม (~ 2,100 ช่วง) จะถูกนำมาเฉลี่ยรวมกันเพื่อให้ได้ค่าที่ต่ำกว่า -1.9%

ถัดมาเป็นภาคทองคำและ 1x ETF, หุ้น SPDR Gold (GLD) และคู่หู 3x VelocityShares Gold ETN (UGLD) คู่ที่มีความผันผวนน้อยที่สุดเป็นอันดับสอง ตั้งแต่ปี 2012 UGLD ได้ขยับค่าเฉลี่ย +/-2.1% ต่อวัน และที่ 120 วัน มีประสิทธิภาพต่ำกว่าประสิทธิภาพที่ GLD คาดการณ์ไว้โดยเฉลี่ย -2.9%

อันดับสามคือกลุ่มน้ำมันและ 1x ETF, กองทุนน้ำมันของสหรัฐอเมริกา (ใช้) และ 3x VelocityShares Oil Bull ETN (UWT). ตั้งแต่ปี 2012 UWT ได้ขยับค่าเฉลี่ย +/-4.8% ต่อวัน และมีประสิทธิภาพต่ำกว่า USO -3.2% ที่ 120 วัน โปรดทราบว่า เนื่องจาก UWT แทนที่ UWTI เก่าในฤดูหนาวที่ผ่านมา ค่าของ UWT ย้อนหลังไปถึงปี 2012 จึงได้มาจากการจำลอง แต่ไม่ควรแตกต่างอย่างมีนัยสำคัญจากค่าจริง

ภาคที่มีความผันผวนมากที่สุดเป็นอันดับสองในรายการเป็นของกลุ่มก๊าซธรรมชาติ ประกอบด้วย 1x United Natural Gas Fund (อึ้ง) และ 3x VelocityShares Natural Gas Bull ETN (ยูกาซ). ตั้งแต่ปี 2012 UGAZ ขยับค่าเฉลี่ย +/-5.4% ต่อวัน และมีประสิทธิภาพต่ำกว่า UNG มากถึง 10.2% ที่ 120 วัน

ETF ที่มีความผันผวนมากที่สุดรายการเดียวที่ฉันตรวจสอบคือนักขุดทองรุ่นเยาว์ 1x VanEck Vector Junior Gold Miners ETF (จีดีเอ็กซ์เจ) เทียบกับ 3x Direxion Daily Junior Gold Miners ETF (เจนุก). ตั้งแต่ปี 2012 JNUG ขยับค่าเฉลี่ย +/-7.3% ต่อวัน และมีประสิทธิภาพต่ำกว่า GDXJ มากถึง 16.0% ที่ 120 วัน

รูปที่ 5 ด้านล่างแสดงประสิทธิภาพที่ต่ำกว่า 30, 60, 90 และ 120 วันของ ETF 3x 5 ตัวเหล่านี้ เทียบกับ ETF พื้นฐาน 1x

รูปที่ 5: เปอร์เซ็นต์ผลการดำเนินงานที่ต่ำกว่าของ 5 ETFs ที่ช่วง 30, 60, 90 และ 120 วัน[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

ไม่น่าแปลกใจเลยที่ JNUG ซึ่งเป็น ETF ที่มีความผันผวนมากที่สุด มีประสิทธิภาพต่ำกว่ามากที่สุด ในขณะที่ SPXL ซึ่งมีความผันผวนน้อยที่สุดในห้ากองทุน มีประสิทธิภาพต่ำกว่าน้อยที่สุด

รูปที่ 6 ด้านล่างแสดงประสิทธิภาพที่ต่ำกว่า 120 วันของ ETF 3x 5 ตัวแต่ละตัว เทียบกับการเคลื่อนไหวรายวันโดยเฉลี่ยบน Scatterplot

รูปที่ 6: การเปรียบเทียบประสิทธิภาพที่ต่ำกว่าที่ 120 วันของ 5 ETFs เทียบกับความผันผวนรายวันเฉลี่ยของ ETF แต่ละรายการซึ่งแสดงความสัมพันธ์เชิงเส้นตรง[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

โครงเรื่องแสดงให้เห็นเส้นตรงที่สำคัญซึ่งสนับสนุนแนวคิดที่ว่าการเคลื่อนไหวของราคาในแต่ละวันเกี่ยวข้องโดยตรงกับประสิทธิภาพที่ต่ำกว่า มีเพียง UWT เท่านั้นที่ออฟไลน์เล็กน้อย

ตอนนี้เราสามารถใช้ข้อมูลจากชุด ETF 5 ตัวนี้ ซึ่งครอบคลุมช่วงของความผันผวนของ ETF ที่ใช้ประโยชน์เพื่อสร้างแบบจำลองที่ทำนายประสิทธิภาพที่ต่ำกว่าที่คาดหวังของ ETF 3x อื่นๆ ทั้งหมด แม้ว่าคู่ ETF 1x และ ETF 3x แต่ละคู่สามารถวิเคราะห์แยกกันได้ แต่จะใช้เวลานานมหาศาล และคงจะง่ายกว่านี้อย่างแน่นอนหากสามารถเสียบตัวแปรที่คำนวณง่าย ๆ เข้ากับสมการที่ให้ผลประสิทธิภาพต่ำกว่าที่คาดหวังไว้

นี่เป็นกระบวนการสามขั้นตอน อันดับแรก เราสามารถใช้ข้อมูลจากรูปที่ 6 เพื่อคำนวณประสิทธิภาพที่ต่ำกว่าที่คาดการณ์ไว้ในช่วง 120 วันของ ETF 3 เท่าที่กำหนด โดยพิจารณาจากความผันผวนโดยเฉลี่ยรายวัน จากนั้นเราจะนำประสิทธิภาพที่ต่ำกว่าที่คาดการณ์ไว้ในช่วง 120 วันมาใช้ และใช้ข้อมูลจากรูปที่ 5 เพื่อสร้างเส้นโค้งของประสิทธิภาพที่ต่ำกว่าที่คาดการณ์ไว้เทียบกับเวลาที่คาดการณ์ไว้ สุดท้ายนี้ เราเสียบระดับเป้าหมายที่มีประสิทธิภาพต่ำ ซึ่งฉันตั้งไว้โดยพลการที่ 5% เพื่อกำหนดระยะเวลาที่ต้องใช้ในการบรรลุประสิทธิภาพที่ต่ำกว่านี้ ฉันใช้เกณฑ์ประสิทธิภาพต่ำกว่า 5% เป็นการสูญเสียที่สมเหตุสมผลซึ่งนักลงทุนยินดีที่จะรับก่อนที่การซื้อขายจะหยุดคุ้มค่า

สมการดิบที่ได้มาจากขั้นตอนเหล่านี้คือ:

สมการดิบ 1:

# วันที่ต่ำกว่า 5% ประสิทธิภาพ = [-0.05 x {(-31589.4 x [(ความผันผวนรายวันเฉลี่ย x -2.30)+0.0291])-5129.37}]+6.02

การลดความซับซ้อนของสมการนี้จะทำให้สามารถจัดการได้ง่ายขึ้นมาก

สมการสุดท้าย 1:

# วันที่ต่ำกว่า 5% ประสิทธิภาพ = 308 - (ความผันผวนรายวันเฉลี่ย x 3,633)

เราสามารถตรวจสอบความถูกต้องของสมการนี้ได้โดยใช้มันเพื่อคำนวณเวลาที่มีประสิทธิภาพต่ำกว่า 5% ของ ETF 5 3x ที่เรารู้จัก ซึ่งส่งผลให้เกิดข้อผิดพลาดโดยเฉลี่ย 5.3 วัน ซึ่งถือว่าสมเหตุสมผล

ด้วยสมการนี้ เราสามารถคำนวณเวลาที่คาดการณ์ไว้สำหรับการประเมินมูลค่าที่ต่ำกว่า 5% ของ ETF 3x ใดๆ ได้ รูปที่ 7 ด้านล่างแสดงเวลาที่ประสิทธิภาพต่ำกว่า 5% สำหรับ ETF 3x 15 อันดับแรกตามมูลค่าตลาด (ไม่รวม ETF แบบผกผันหรือผลิตภัณฑ์ ETF ซ้ำที่เปิดตัวโดยบริษัทต่างๆ) แม้ว่าฉันจะใช้ความผันผวนรายวันโดยเฉลี่ยตั้งแต่ปี 2012 เพื่อให้สอดคล้องกัน แต่คุณสามารถใช้กรอบเวลาใดก็ได้ เพียงเล็กน้อยหนึ่งสัปดาห์หรือหนึ่งวันก็ได้

รูปที่ 6: จำนวนวันที่ 15 ใน 3X ETFs อันดับต้นๆ มีประสิทธิภาพต่ำกว่า 5% ตามสมการที่ 1[แหล่งที่มา:ข้อมูลประวัติ YahooFinance]

เทรดเดอร์สามารถถือครอง ETF ส่วนใหญ่เหล่านี้ได้ซึ่งรวมถึงTQQQ,ฟาส,ทีเอ็นเอ,เอสพีเอ็กซ์แอล,ERX,ซอกซ์,เทคแอล,USLV,เครื่องอีดีซี, และหยินเป็นเวลา 150-250 วันก่อนที่จะประสบกับประสิทธิภาพที่ต่ำกว่า 5% แม้ว่าจะมีเพียงไม่กี่อย่างก็ตามนักเก็ต,เจนุก,ยูกาซ,UWTและ LABU มีความผันผวนมากขึ้นและประสบผลการดำเนินงานต่ำกว่า 5% ในเวลาน้อยกว่า 130 วัน และในกรณีของเจนุกในเวลาเพียง 43 วัน

ตามที่กล่าวไว้ข้างต้น ประสิทธิภาพที่ต่ำกว่า 5% ค่อนข้างจะเป็นไปตามอำเภอใจ และแสดงถึงความเห็นของผู้เขียนเกี่ยวกับสิ่งที่ก่อให้เกิดการสูญเสียที่ยอมรับไม่ได้ คนอื่นๆ อาจมีเกณฑ์ที่เข้มงวดกว่าหรือหลวมกว่า สมการที่ 2 ด้านล่างมีตัวแปรตัวที่สองซึ่งคุณสามารถป้อนเกณฑ์ประสิทธิภาพที่ต่ำกว่าของคุณเองได้

สมการที่ 2:

จำนวนวันจนกว่าจะระบุประสิทธิภาพต่ำกว่าที่กำหนด = {[6049 - (72,655 x ความผันผวนรายวันเฉลี่ย)] x เกณฑ์ประสิทธิภาพต่ำกว่าเกณฑ์}+6

ตัวอย่างเช่น หากคุณต้องการดูว่า JNUG จะใช้เวลานานเท่าใดโดยเฉลี่ยในการเสีย 8% คุณจะต้องเสียบ -0.08 (เป้าหมายการสูญเสียเปอร์เซ็นต์ที่แปลงเป็นรูปแบบทศนิยม) เข้ากับตัวแปร "เกณฑ์ประสิทธิภาพต่ำกว่า" และ 0.073 ซึ่งเป็นค่าของ ETF ความผันผวนรายวันเฉลี่ยต่อตัวแปรนั้น ผลที่ได้คือเพียง 176 วัน

สุดท้ายนี้ สมการนี้สามารถนำกลับมาทำใหม่เพื่อคาดการณ์ประสิทธิภาพที่ต่ำกว่าตามช่วงวันที่กำหนดได้ สมการนี้คือ:

สมการที่ 3:

% ประสิทธิภาพต่ำกว่า = (# วัน ETF ที่จัดขึ้น - 6)/[6049 - (72655 x ความผันผวนรายวันเฉลี่ย)]

ตัวอย่างเช่น หากคุณวางแผนที่จะถือ UGAZ เป็นเวลา 2 เดือน หรือประมาณ 45 วัน และสงสัยว่า ETF นี้คาดว่าจะมีประสิทธิภาพต่ำกว่าที่ควรจะเป็นในช่วงเวลานั้น คุณจะต้องบวก 45 เข้ากับ "# Days ETF Held" และ 0.054 เป็นค่าความผันผวนเฉลี่ยรายวันที่คำนวณโดย ETF คำตอบจะออกมามีประสิทธิภาพต่ำกว่าเล็กน้อย -1.9%

การวิเคราะห์ในอนาคตอาจคำนึงถึงความเคลื่อนไหวระยะยาวของ 3x ETF ด้วย ตัวอย่างเช่น ประสิทธิภาพที่ต่ำกว่า 5% อาจเป็นเรื่องใหญ่มากสำหรับ ETF เช่น SPXL ซึ่งอาจคาดว่าจะเคลื่อนไหวเพียง 10%-15% ในหนึ่งปี อย่างไรก็ตาม ผลการดำเนินงานที่ต่ำกว่าดังกล่าวอาจทำให้ JNUG กังวลน้อยลง ซึ่งสามารถเคลื่อนไหวได้มากกว่า 100% ได้อย่างง่ายดายในช่วงเวลาหนึ่งปี และการสูญเสียนี้อาจคุ้มค่าสำหรับความผันผวนที่เพิ่มขึ้น

โดยสรุป ETF ที่ใช้ประโยชน์ซึ่งมีประสิทธิภาพต่ำกว่ามากที่สุดคือ ETF ที่มีแนวโน้มที่จะซื้อขายในแนวขวางโดยมีการพุ่งขึ้นและลงบ่อยครั้ง และ ETF ที่มีความผันผวนสูงในแต่ละวันอย่างสม่ำเสมอ มีความสัมพันธ์เชิงเส้นตรงระหว่างความผันผวนในแต่ละวันของ ETF ที่มีเลเวอเรจกับประสิทธิภาพที่ต่ำกว่าเมื่อเทียบกับที่คาดการณ์โดยคู่สัญญา 1 เท่า ด้วยการใช้ 5 3x ETFs ที่รวมทั้งผลิตภัณฑ์ที่มีความผันผวนต่ำและมีความผันผวนสูง แบบจำลองอย่างง่ายจึงถูกสร้างขึ้นเพื่อคำนวณประสิทธิภาพที่ต่ำกว่าที่คาดหวังของ ETF ที่กำหนด โดยพิจารณาจากความผันผวนในแต่ละวัน ฉันหวังว่าโมเดลนี้จะเป็นประโยชน์สำหรับเทรดเดอร์ ETF และทำหน้าที่เป็นแนวทางว่า ETF สามารถถือครองได้อย่างปลอดภัยนานเพียงใดโดยไม่ต้องคำนึงถึงผลกำไร

แน่นอนว่ามันเป็นโมเดลที่ง่ายเกินไป 3x การเสื่อมถอยที่เกิดจากเลเวอเรจของ ETF เกิดขึ้นเนื่องจากการเปลี่ยนแปลงรายวันที่มากกว่าค่าเฉลี่ย ตัวอย่างเช่น แนวโน้มของดัชนี สินค้าโภคภัณฑ์ หรือภาคส่วนที่กำหนดในการซื้อขายเชิงเส้นตรงเทียบกับด้านข้าง และระยะเวลาที่การพุ่งขึ้นและลงเกิดขึ้นยังส่งผลต่อขนาดของประสิทธิภาพที่ต่ำกว่าอีกด้วย อย่างไรก็ตาม การคำนึงถึงปัจจัยเหล่านี้จะเพิ่มความซับซ้อนของการสนทนานี้อย่างมาก และบทความนี้มีวัตถุประสงค์เพื่อเป็นแนวทางโดยย่อสำหรับนักลงทุนที่กำลังพิจารณาซื้อ ETF 3x ไม่ใช่เพื่อบังคับให้พวกเขาหวนคิดถึงวันที่มืดมนที่สุดของพีชคณิตเชิงเส้นระดับปริญญาตรี

บทความนี้เขียนโดย

เหตุสุดวิสัย

3.02K

ผู้ติดตาม

การลงทุนของฉันมุ่งเน้นไปที่ภาคพลังงาน โดยเฉพาะก๊าซธรรมชาติล่วงหน้า ซึ่งฉันใช้ประโยชน์จากปริญญาด้านอุตุนิยมวิทยาเพื่อวิเคราะห์อุปสงค์และอุปทานเพื่อทำนายการเคลื่อนไหวของราคา

การเปิดเผยของนักวิเคราะห์: ฉัน/เราเตี้ย UGAZ ฉันเขียนบทความนี้ด้วยตัวเองและเป็นการแสดงความคิดเห็นของตัวเอง ฉันไม่ได้รับค่าตอบแทนสำหรับสิ่งนี้ (นอกเหนือจากจาก Seeking Alpha) ฉันไม่มีความสัมพันธ์ทางธุรกิจกับบริษัทใดๆ ที่มีการกล่าวถึงหุ้นในบทความนี้

การแสวงหาการเปิดเผยของอัลฟ่า:ประสิทธิภาพที่ผ่านมาไม่รับประกันผลลัพธ์ในอนาคต ไม่มีคำแนะนำหรือคำแนะนำว่าการลงทุนใดเหมาะสมกับนักลงทุนรายใดรายหนึ่งหรือไม่ มุมมองหรือความคิดเห็นใดๆ ที่แสดงไว้ข้างต้นอาจไม่สะท้อนถึง Seeking Alpha โดยรวม Seeking Alpha ไม่ใช่ผู้ค้าหลักทรัพย์ที่ได้รับอนุญาต นายหน้า หรือที่ปรึกษาการลงทุนหรือธนาคารเพื่อการลงทุนของสหรัฐฯ นักวิเคราะห์ของเราเป็นผู้เขียนบุคคลที่สามซึ่งรวมถึงนักลงทุนมืออาชีพและนักลงทุนรายบุคคลซึ่งอาจไม่ได้รับอนุญาตหรือรับรองจากสถาบันหรือหน่วยงานกำกับดูแลใดๆ

I'm an enthusiast with a deep understanding of leveraged ETFs, particularly the 3x leveraged ones. The article you provided discusses the phenomenon of "leverage-induced decay" in these ETFs and how they tend to underperform compared to their 1x counterparts over time. The author explores the mathematical intricacies behind this underperformance and provides real-world examples to illustrate the impact of daily volatility on the performance of 3x leveraged ETFs.

The key concepts covered in the article include:

  1. Introduction of 3x Leveraged ETFs: Direxion introduced the first 3x leveraged ETFs in 2008 during the financial crisis, bringing both innovation and criticism to the ETF market.

  2. Volatility and Daily Performance: 3x ETFs exhibit high volatility, with the potential for significant gains or losses in a short period. Daily performance is tied to the 1x counterpart, leading to a concept known as "leverage-induced decay."

  3. Examples of Leverage-Induced Decay: The article provides examples of 3x ETFs underperforming compared to their predicted performance based on the daily moves of their 1x counterparts. It uses historical data and charts to illustrate these scenarios.

  4. Linear vs. Lateral Trading Patterns: The performance of 3x leveraged ETFs is influenced by the trading pattern of the underlying 1x ETF. Linear movements result in potential outperformance, while lateral (choppy, directionless) trading leads to underperformance.

  5. Volatility and Underperformance: The degree of underperformance is directly related to the magnitude of the daily move in the ETF. More volatile underlying indexes, commodities, or sectors result in greater underperformance.

  6. Real-World Examples and Model Building: The article analyzes five 3x ETFs with varying levels of volatility, including SPXL, UGLD, UWT, UGAZ, and JNUG. A model is constructed to predict underperformance based on average daily volatility.

  7. Equations for Underperformance Prediction: The author presents equations to calculate the expected underperformance of a given 3x ETF based on its average daily volatility. The model aims to guide investors on how long an ETF can be held without compromising profits.

  8. Customizable Underperformance Threshold: The model allows for customization, letting users input their own underperformance threshold to determine the expected time until reaching that threshold.

  9. Linear Relationship and Conclusion: The article concludes that leveraged ETFs tend to underperform when trading laterally with frequent spikes and pullbacks. There is a linear relationship between a leveraged ETF's day-to-day volatility and its underperformance compared to the 1x counterpart.

In summary, the article provides a comprehensive analysis of the leverage-induced decay phenomenon in 3x leveraged ETFs, backed by real-world examples and a model for predicting underperformance based on daily volatility.

Playing With Fire: คุณสามารถถือ ETF 3X Leveraged ได้อย่างปลอดภัยนานแค่ไหน? (2024)

References

Top Articles
Latest Posts
Article information

Author: Duane Harber

Last Updated:

Views: 6603

Rating: 4 / 5 (71 voted)

Reviews: 94% of readers found this page helpful

Author information

Name: Duane Harber

Birthday: 1999-10-17

Address: Apt. 404 9899 Magnolia Roads, Port Royceville, ID 78186

Phone: +186911129794335

Job: Human Hospitality Planner

Hobby: Listening to music, Orienteering, Knapping, Dance, Mountain biking, Fishing, Pottery

Introduction: My name is Duane Harber, I am a modern, clever, handsome, fair, agreeable, inexpensive, beautiful person who loves writing and wants to share my knowledge and understanding with you.