ส่วน กลยุทธ์ เชิงปริมาณ

ความคิดที่เป็นผู้นำ เป็นเวลากว่าสองทศวรรษที่ผ่านการบริหารจัดการเวลลิงตันได้ให้ข้อมูลเชิงลึกและการแก้ปัญหาการลงทุนที่ได้มาจากเครื่องมือเชิงปริมาณและเชิงเทคนิค วันนี้เราปริมาณการลงทุนของกลุ่ม (QIG) การบริหารจัดการสินทรัพย์ของลูกค้าในความหลากหลายของวิธีการรวมทั้งตลาดเกิดใหม่ผันผวนต่ำหมวกขนาดเล็กและกลยุทธ์ทางเลือก & ldquo; เรามีประสบการณ์ทีมงานของคนที่มีความหลากหลายผสมผสานทักษะที่เป็นนักลงทุนครั้งแรก แต่จากนั้นให้ใช้แบบที่ใช้เครื่องมือการลงทุนเชิงปริมาณที่เป็นระบบเพื่อความเข้าใจ & rdquo. ดอน Tunnell ผู้ร่วมอำนวยการกลุ่มการลงทุนเชิงปริมาณ การวิจัยของเราแสดงให้เห็นว่าปัจจัยบางอย่างที่ได้รับในอดีตที่เกี่ยวข้องอย่างใกล้ชิดกับ outperformance หุ้น นอกจากนี้อัลฟาของปัจจัยเหล่านี้ได้รับการสังเกตุที่แข็งแกร่งและแพร่หลายข้ามเวลาและภูมิศาสตร์และสามารถโยงไปถึงการรวมกันของความไร้ประสิทธิภาพพฤติกรรมโครงสร้างตลาดและพรีเมี่ยมความเสี่ยง เราเชื่อว่าเทคนิคการลงทุนเชิงปริมาณที่เหมาะสำหรับการตรวจสอบและระบบการใช้ประโยชน์จากปัจจัยเหล่านี้ คุณสมบัติที่แตกต่างจากวิธีการของเรา น้ำหนักปัจจัยกำหนดเป้​​าหมายสำหรับหุ้นที่แตกต่างกันเราพบว่าหุ้นที่มีระดับสูงของความไม่แน่นอนการประเมินมูลค่ามีความไวต่อความเชื่อมั่นของนักลงทุนและตัวชี้วัดที่มีคุณภาพในขณะที่หุ้นที่มีระดับต่ำของความไม่แน่นอนของการประเมินมูลค่ามีความไวต่อการประเมินมูลค่าและอัตราส่วนคิดลดกระแสเงินสด ด้วยเหตุนี้เราได้ออกแบบแบบไดนามิกรูปแบบปัจจัยถ่วงที่จับการเปลี่ยนแปลงในคุณลักษณะหุ้นโดยการกำหนดน้ำหนักปัจจัยที่แตกต่างกันกับกลุ่มที่แตกต่างกันของหุ้นขึ้นอยู่กับรายละเอียดของพวกเขา รุ่นนี้ยังคำนึงถึงวิวัฒนาการของหุ้นแอตทริบิวต์เมื่อเวลาผ่านไป ยกตัวอย่างเช่นเป็นหุ้นเคลื่อนผ่านวงจรชีวิตของตัวเอง (จากการเจริญเติบโตก่อนที่จะครบกําหนด) หรือผ่านสภาพแวดล้อมของตลาดที่แตกต่างกัน (ความไม่แน่นอนในระดับต่ำถึงความไม่แน่นอนสูง) เราปรับน้ำหนักตามปัจจัย เราเชื่อว่าวิธีการนี​​้กระจายการสัมผัสปัจจัยของเราช่วยเพิ่มรุ่นอัลฟาของเราและช่วยลดความเสี่ยงเบิก อัลฟาสัญญาณใหม่ผ่านการวิจัยสหวิทยาการเราเชื่อว่านักลงทุนเชิงปริมาณของเราได้รับประโยชน์จากความกว้างของเวลลิงตันบริหารแพลตฟอร์มการวิจัย ความร่วมมือกับแมโครการจัดสรรสินทรัพย์อนุพันธ์และทีมงานวิจัยพื้นฐานที่กระตุ้นให้เกิดนวัตกรรมภายใน QIG และช่วยในการท้าทายและตรวจสอบรุ่นอัลฟาของเรา โดยการรวมการวิเคราะห์ปัจจัยจากบนลงล่างสัญญาณจากล่างขึ้นบนที่เราได้สร้างชุดที่ไม่ซ้ำกันของปัจจัยอัลฟาในรูปแบบใหม่ในการปรับปรุงความสามารถของเราในการผลิตผลตอบแทนส่วนเกินในหลากหลายของสภาพแวดล้อมของตลาด แบบจำลองการคาดการณ์ความเสี่ยงและตอบสนองชอบมากที่สุดรูปแบบความเสี่ยงของเรากำหนดคุณลักษณะความเสี่ยงให้กับหุ้นแต่ละคนและคาดการณ์ว่าการรวมกันของหุ้นที่อาจนำไปสู่​​ความเสี่ยงโดยรวม อย่างไรก็ตามรูปแบบของเราไปอีกหลายขั้นตอน เราได้ออกแบบแบบจำลองความเสี่ยงของเราที่มีจำนวนของเป้าหมายในใจ: ปรับปรุงความถูกต้องของการทำนายความเสี่ยงผ่านการใช้งานของตัวชี้วัดความเสี่ยงที่คาดการณ์ล่วงหน้า ตอบสนองที่รวดเร็วต่อการเปลี่ยนแปลงในระบอบการปกครองที่มีความเสี่ยง บูรณาการกับรุ่นอัลฟาของเราช่วยให้การดำเนินงานที่มีประสิทธิภาพสำหรับความคิดของหุ้น หลีกเลี่ยงการถือครองผ่านฝูงชนที่แตกต่าง แอพลิเคชันของปัจจัยเสี่ยงและการเปลี่ยนแปลงทางภูมิศาสตร์ ด้วยรูปแบบที่มีความเสี่ยงของเราเราพยายามที่จะแยกความแตกต่างที่ดีกว่าความเสี่ยงโดยเจตนา (ที่เกิดขึ้นจากรุ่นอัลฟาของเรา) จากความเสี่ยงโดยไม่ได้ตั้งใจ (ที่เกิดจากการสัมผัสรูปแบบหรือความเสี่ยงที่เหลือ) เครื่องมือก่อสร้างผลงานที่เป็นกรรมสิทธิ์ของเราสร้างการวิจัยและโครงสร้างการจัดการผลงานของเราเพื่อให้โปร่งใสสมบูรณ์ในแหล่งที่มาของความเสี่ยงค่าใช้จ่ายและผลตอบแทนที่ผลักดันการตัดสินใจก่อสร้างผลงาน นี้ช่วยให้เราเพื่อให้แน่ใจว่าสัญชาตญาณที่อยู่เบื้องหลังความคิดของเราอัลฟาจะสะท้อนให้เห็นในพอร์ตการลงทุนในขณะที่บันทึกบัญชีไม่ชอบการค้าสำคัญที่เกี่ยวข้องกับค่าใช้จ่ายในการทำธุรกรรมและการมีส่วนร่วมที่จะมีความเสี่ยงที่เกี่ยวข้องกับการค้าในแต่ละ การดำเนินการก่อสร้างผลงานของเรารวมการคาดการณ์ผลตอบแทนระยะยาวของเรามีรูปแบบที่มีความเสี่ยงเป็นกรรมสิทธิ์ของเราในขณะที่ยังมีการใช้มาตรการระยะสั้นของเรารุ่นอัลฟา (ซึ่งประเมินโอกาสของการเคลื่อนไหวของราคาในระยะสั้น) นี้หลายขอบฟ้ากระบวนการอัลฟาการสร้างแบบจำลองช่วยให้มั่นใจว่าแต่ละผลงานที่สะท้อนให้เห็นถึงการผสมผสานที่ดีที่สุดของศักยภาพผลตอบแทนความเสี่ยงและค่าใช้จ่าย โซลูชั่นไคลเอ็นต์ ระบบของเราผู้เชี่ยวชาญทุนทั่วโลกใช้เครื่องมืออัลฟาและกรอบการบริหารความเสี่ยงที่เป็นกรรมสิทธิ์ของเราในการพัฒนาโซลูชั่นการลงทุนในพื้นที่ที่จะช่วยให้ความต้องการของลูกค้าและตอบสนองความต้องการที่เราเชื่อว่ามีความเหมาะสมที่สุดที่จะใช้วิธีการเชิงปริมาณ