Nicel Sinyalleri Bilgi Katsayısı (IC) ve Rank IC ile Değerlendirme

Her tarih t için yatırım yapılabilir varlıkların sinyal değerlerini, aynı varlıkların daha sonra belirlenmiş bir dönemde elde ettiği getirilerle karşılaştırın. Yaygın bir gösterim ICₜ = corrᵢ(signalᵢ,ₜ, forward_returnᵢ,ₜ₊₁) şeklindedir. i alt indisi varlığı belirtir. Korelasyon tek bir tarihte varlıklar arasında hesaplanır; ardından tarihler IC zaman serisini oluşturur.

Bu, kesitsel tahminleri değerlendiren bir istatistiktir; iki zaman serisini bir araya getirip hesaplanan korelasyon ya da olay çalışmasındaki anormal getiri değildir. Sonuç; varlık evrenine, sinyal tanımına, ileri dönem getiri ufkuna, ağırlıklara ve tarihlerdeki veri kapsamına bağlıdır. IC çoğunlukla Pearson korelasyonu anlamında kullanılır, ancak araştırmalardaki kullanım tam olarak standart değildir; bu yüzden tanımı belirtin.

Grinold’un aktif yönetimin temel yasası, model varsayımları altında IC, tahmin fırsatlarının genişliği ve tahminlerin aktif pozisyonlara aktarılma derecesi arasındaki ilişkiyi ele alır (Grinold, “The Fundamental Law of Active Management”). Bu, aktif yönetim becerisini inceleyen bir çerçevedir; ölçülen IC’nin kendiliğinden yatırım performansına dönüşeceğini garanti etmez.

Grinold’un özgün temel yasasının basitleştirilmiş biçimi beklenen IR ≈ IC × √B’dir; burada B, bağımsız kararların etkin genişliğidir. Bu yaklaşım ilgili model varsayımlarına dayanır.

Sinyalin veya getirilerin sektör ve piyasa faktörlerine göre düzeltilmesi, ayrıca varlıkların eşit ya da farklı ağırlıklandırılması IC’yi değiştirir. Ham ileri dönem getirisi mi yoksa risk ayarlı artık getiri mi kullandığınızı; nötrleştirme ve standartlaştırmadan önce mi sonra mı ölçtüğünüzü yazın. Farklı tanımlarla hesaplanan değerleri doğrudan karşılaştırmayın.

Her yeniden dengeleme kararında sinyali yalnızca o zaman gerçekten erişilebilir bilgilerle sabitleyin. Yayın saatlerini, veri sağlayıcı gecikmelerini, geçmiş verilerdeki düzeltmeleri ve borsanın saat dilimini hesaba katın. t tarihini taşıyan bir değer, t gününün kapanışında mutlaka biliniyor olmayabilir. Sonradan düzeltilmiş verileri ya da aynı dönemin getirisini kullanmak ileriye bakma yanlılığı yaratabilir.

Sinyalᵢ,ₜ değerini, sinyale göre emir verilebilecek andan sonra başlayan getiriyle eşleştirin. Karar zamanını, ilk işlem yapılabilir fiyatı, getiri döneminin başlangıç ve bitişini, hedefin temettü gibi dağıtımları içerip içermediğini belirtin. Sinyal kapanış müzayedesi sonrasında oluşuyorsa ve getiri aynı kapanış fiyatından başlıyorsa, açık bir işlem varsayımı olmadan bu sonuç uygulanabilir değildir.

Geçmişte her tarihte yatırım yapılabilir olan varlık evrenini yeniden oluşturun; gerektiğinde borsadan çıkarılan varlıkları da dahil edin. Bugün hâlâ işlem görenleri geçmişe uygulamak veya gelecekte belirlenen endeks bileşenlerini kullanmak zayıf bir sinyali güçlü gösterebilir. Zaman noktası hizalaması, hesaplama sonrasındaki temizlik işi değil, IC tanımının parçasıdır.

Normalleştirme parametrelerini, uç değer sınırlarını veya eksik gözlem filtresini tüm dönemden tahmin etmek gelecekteki dağılımın geçmiş sinyallere sızmasına yol açabilir. Her eğitim aralığında parametreleri yalnızca önceki verilerden tahmin edin ya da o tarihte erişilebilir kesiti kullanın; doğrulama döneminde sabitlenmiş süreci uygulayın.

Pearson IC, her tarihte varlık sinyali değerleri ile sonraki dönem getirileri arasındaki standart korelasyondur. Doğrusal birlikte hareketi ölçer ve sinyal büyüklüğü bilgisini korur; ancak birkaç uç varlık sonucu güçlü biçimde etkileyebilir. İlişki monoton fakat doğrusal değilse Pearson değeri küçük kalabilir.

Rank IC önce sinyal ile ileri dönem getirilerini her tarihin kesiti içinde sıralara dönüştürür, ardından iki sıra dizisinin Pearson korelasyonunu hesaplar. Bu, Spearman sıra korelasyonudur (Spearman, 1904). İlk ölçü birimlerinin ve uç büyüklüklerin etkisini azaltır; yüksek sinyal değerli varlıkların daha yüksek ileri dönem getiri sıralarında yer alıp almadığını değerlendirir. Eşit değerler varsa ortalama sıra gibi bir kural seçip açıklayın.

İki ölçüt birbiriyle ilişkilidir, ancak farklı sorulara yanıt verir. Özgün sayısal değerler arasındaki doğrusal ilişki önemliyse Pearson IC; varlıkların sıralaması önemliyse Rank IC uygundur. Ancak ikisi de tahminin kalibrasyonunu veya pozisyon büyüklüğünü doğrudan ölçmez ve portföy kısıtlarını ya da tahminlerin pozisyona çevrilme yöntemini kendiliğinden hesaba katmaz.

Çok sayıda eşit değer Rank IC’yi sıra kuralına duyarlı kılar. Varlık sayısı az, eşit sıra sayısı fazlaysa ayırt edilebilir sıralama azalır ve tahmin kararsızlaşabilir. Karşılaştırma için tarih başına varlık sayısını ve eşit sıraların nasıl ele alındığını bildirin.

Aşağıdaki sinyal değerleri, getiriler, ortalamalar, sıralamalar ve hesaplama sonuçlarının tümü varsayımsal öğretim değerleridir; gerçek piyasa verisi değildir. Basitlik için, bir tarihte beş varlığın ham sinyal değerlerinin [1, 2, 3, 4, 5] olduğunu ve dolayısıyla sinyal sıralarının da aynı olduğunu varsayalım. Sonraki dönem getirileri [1%, 2%, 3%, 4%, −5%] olsun. Sıra 1 en düşük, 5 en yüksek sinyal demektir. Getirileri küçükten büyüğe sıralayınca getiri sıraları [2, 3, 4, 5, 1] olur. Ham sinyal değerleri değişse bile sıralama aynı kalırsa Rank IC değişmez; ancak Pearson IC değişebilir.

Pearson IC için sinyal ortalaması 3, getiri ortalaması %1’dir. Merkezlenmiş sinyal sıra sapmaları [−2, −1, 0, 1, 2], yüzde puan cinsinden getiri sapmaları ise [0, 1, 2, 3, −6] olur. Sapmaların çarpımlarının toplamı −10, kare sapmaların toplamları ise 10 ve 50’dir. Dolayısıyla Pearson IC = −10 / √(10 × 50) = −0.4472136.

Rank IC, sinyal sıraları [1, 2, 3, 4, 5] ile getiri sıraları [2, 3, 4, 5, 1] arasındaki korelasyondur. İki sıra dizisinin ortalaması 3, sapmaların çarpımlarının toplamı 2 + 0 + 0 + 2 − 4 = 0 olduğundan Spearman Rank IC = 0’dır. Son varlığın büyük zararı, büyüklükleri kullanan doğrusal ilişkiyi negatife çeker; sıralama ilişkisi ise tutarlı biçimde ne pozitif ne negatiftir.

Önce her tarih için tek bir kesitsel ICₜ hesaplayın, ardından zaman serisini özetleyin. Aritmetik ortalama meanₜ(ICₜ) şeklindedir. Gerektiğinde medyanı, günlük dağılımı, IC’nin pozitif olduğu tarih oranını ve zaman serisi grafiğini de verin. Ortalama, uzun süre zayıf kalan bir sinyali veya görünür becerinin kısa bir dönemde toplandığını gizleyebilir.

Yaygın ICIR tanımı, günlük IC ortalamasının zaman serisi standart sapmasına bölünmesidir: ICIR = mean(ICₜ) / sd(ICₜ). Örneklem ya da anakütle standart sapması kullandığınızı, tarihlere eşit ağırlık verilip verilmediğini, eksik tarihleri nasıl ele aldığınızı ve yıllıklaştırma yapıp yapmadığınızı belirtin. Bazı uygulamalar yıllık gözlem sayısının kareköküyle çarpar; IC zaman içinde bağımlıysa bu basit ölçekleme geçersiz olabilir. Yöntemi ve gerekçesini açıklayın.

Bu yazıdaki ICIR, geçerli yeniden dengeleme tarihlerindeki IC değerlerinin eşit ağırlıklı ortalamasının aynı serinin örneklem standart sapmasına bölünmesidir; yıllıklaştırılmaz. Günlük, haftalık veya aylık yeniden dengeleme sıklığını da belirtin.

ICIR, günlük IC değerlerinin tutarlılığını anlatır; portföy Sharpe oranı veya bilgi oranının kendisi değildir. Ye, sinyal kalitesindeki değişkenliğin performansa etkisini inceler (Ye, 2008). Ding ve Martin’in gözden geçirilmiş temel yasası da zamanla değişen IC’yi modele dahil eder ve kendi varsayımları altında IC ortalaması ile kovaryansını beklenen portföy IR’siyle ilişkilendirir (Ding and Martin, 2017). Bu model sonucunu yaygın ICIR tanımıyla koşulsuz biçimde eşitlemeyin.

ICIR tek başına anlamlılık testi değildir. Günlük IC’ler otokorelasyonluysa ortalamanın standart hatası ve etkin örneklem büyüklüğü yalnızca tarih sayısıyla belirlenmez. Anlamlılık iddiasında zaman bağımlılığını hesaba katan standart hataları veya blok yeniden örnekleme gibi yöntemi ve varsayımları ayrıca açıklayın.

Her tarihte önceden belirlenmiş kullanılabilirlik kuralını geçen aynı varlığın sinyalini ve ileri dönem getirisini eşleştirin. Eksik ileri dönem getirisini sıfırla doldurmayın. Tarih başına varlık sayısını, kapsam değişimini, bayat fiyat ve borsadan çıkarılma işlemlerini, eşit sıraların kuralını bildirin. Kesitin bileşimi değiştikçe IC’nin anlamı ve kesinliği de değişebilir.

Eksiklikler rastlantısal olmayabilir. İşlem durdurma, düşük likidite veya borsadan çıkarılma öncesindeki fiyat boşlukları uç sinyallerle ya da sonraki getirilerle ilişkili olabilir. Yalnızca verisi tam varlıkları tuttuysanız, bu filtrenin hedef evreni ve sonuçları nasıl değiştirdiğini açıklayın.

İleri dönem getirisi birkaç günü kapsıyorsa, komşu tarihlerin hedef aralıkları çakışabilir. Aynı varlığın birden fazla IC gözlemi ortak fiyat hareketlerini paylaşarak zaman bağımlılığı yaratır. Varlıkların tekrar gözlenmesi ve ortak tarih şokları da bağımlılık oluşturur; tarihler bağımsızmış gibi hesaplanan basit standart hatalar kesinliği abartabilir.

Örneğin haftalık yeniden dengeleme ve sonraki 20 işlem seansının getirisini kullanma durumunda, ardışık haftalık hedef pencereleri yaklaşık 15 seans çakışır. Bu nedenle 52 haftalık IC, 52 bağımsız deney anlamına gelmez. Her 20 işlem seansında yeniden dengeleme hedef pencerelerinin çakışmasını kaldırır, ancak örneklem sayısını azaltır ve ortak şoklar ya da aynı varlıkların tekrarlanmasından kaynaklanan bağımlılığı ortadan kaldırmaz.

Sonuçlara bakmadan önce ufku ve çakışma politikasını belirleyin. Çakışma gerekiyorsa uygun blok veya zaman serisi yöntemi gibi bağımlılığı hesaba katan çıkarım kullanın; her varlık-tarih çiftini bağımsız kanıt saymayın. Eğitim ve doğrulama dönemleri arasında çakışan etiketleri ayıklamak bilgi sızıntısını önlemeye yardımcı olabilir. Zaman serileri için purged çapraz doğrulama kılavuzuna bakın.

Örneklem içindeki yüksek IC, sinyali aynı tarihsel örneklemdeki gürültüye göre ayarlamaktan kaynaklanabilir. Gerçekten hiç incelenmemiş bir dönemi ayırın veya ileri yürüyen doğrulama kullanın: her adımda dönüşüm ve parametreleri yalnızca geçmiş verilerle belirleyip sonraki tarihlerde ölçün. Ayrılan dönemi tekrar tekrar inceleyip sinyali değiştirirseniz bu artık bağımsız örneklem dışı doğrulama sayılmaz.

Denediğiniz araştırma seçeneklerini de sayın: sinyal tanımları, gecikmeler, tahmin ufukları, varlık evrenleri, filtreler, nötrleştirmeler ve tarih aralıkları. Çok sayıda adayı sınamak, şans eseri yüksek IC bulma olasılığını artırır. Harvey, Liu ve Zhu, geniş çaplı faktör aramasından sonra geleneksel anlamlılık eşiklerinin neden yanıltıcı olabileceğini açıklar (Harvey, Liu, and Zhu, 2014). Belirli bir çalışmanın önerdiği eşiği evrensel kural gibi kullanmayın; tüm arama kapsamını dikkate alan çoklu test düzeltmesi seçin.

Seçim sürecini, denenen varyantların sayısını veya kapsamını ve zaman bağımlılığı ile araştırma aramasını yansıtan belirsizlik yöntemini açıklayın. Tek bir geriye dönük testte pozitif ortalama IC elde etmek, yalnızca o örneklem ve tasarım hakkında kanıttır; yeni piyasa döneminde devamlılığı doğrulamaz.

O tarihte yatırım yapılabilir evreni, sinyal zamanını, işlem varsayımını, ileri dönem getiri ufkunu, Pearson veya Spearman seçimini, eşit sıra kuralını, tarih başına kesit büyüklüğünü, günlük IC serisini, ICIR formülünü, eksik veri politikasını ve örneklem dışı protokolü bildirin. Varlık ve tarih bağımlılığını dikkate alan belirsizlik tahminlerini ve denenen sinyal varyantı sayısını da açıklayın.

IC, tahmin ile sonraki getiri arasındaki ilişkiyi ölçer fakat pozisyon büyüklüğünü belirlemez. Tahminleri ağırlıklara dönüştüren portföy oluşturma aşamasında sonuç; risk kontrollerine, nötrleştirme kısıtlarına, devir hızına, işlem maliyetlerine, likiditeye, kapasiteye, ödünç alınabilirliğe ve gerçekleşen işleme bağlıdır. Yararlı görünen bir Rank IC maliyetlerden sonra zarara dönüşebilir; düşük ortalama IC de tahmin genişliği ve portföy tasarımından bağımsız yorumlanamaz.

Sektör nötrleştirmesi veya faktör modelinden artıklaştırma sinyal tanımına dahil edilirse ölçülen sinyal değişir ve IC de değişebilir. Buna karşılık, hesaplanmış ham IC yalnızca portföy ağırlık kısıtları nedeniyle değişmez. Ancak bu kısıtlar tahminin ne ölçüde aktif pozisyona aktarılabileceğini azaltır ve portföy IR’sinin IC’den farklı olmasına yol açabilir. Düzeltilmiş ve ham IC’yi, kısıtlı portföy sonucundan ayrı raporlayın.

Clarke ve ortak yazarları, portföy kısıtları altında tahminlerin gerçek ağırlıklara aktarılma derecesini transfer katsayısı TC olarak tanımlayıp temel yasayı genelleştirir. Basitleştirilmiş biçim beklenen IR ≈ IC × TC × √B şeklindedir; bu ilişki de model varsayımlarına dayanır (Clarke, de Silva & Thorley, 2002).

Bu değerlendirme, tek bir duyuru çevresindeki CAR ölçümünden farklıdır. Olay çalışması belirlenmiş bir duyuru zamanının etrafındaki anormal getiriyi ölçer; IC ise tekrarlanan kesitsel tahminlerin sonraki getirileri sıralayıp sıralamadığını değerlendirir. Ayrı ölçüm için olay çalışması ve CAR kılavuzuna bakın. IC de nedensel mekanizmanın kanıtı değil, tahmin ilişkisidir. Genel ayrım korelasyon ve nedensellik kılavuzunda açıklanır.