Ah, syftningsmissförstånd.
Vad gäller det andra så är det en annan diskussion. Referensen var ett exempel på ett akademiskt papper som handlade om Teknisk Analys. Förvisso handlade det också om momentum men jag ber att få återkomma senare om detta. Vill helst ta ett ämne i taget och just nu är det TA, om det är luftslott eller inte.
Ahh, förstår. Bara för att förtydliga så har jag inte pratat om att applicera momentum på aktier. Utan endast om man kan förutspå kommande prestation på aktivt förvaltade fonder genom att titta på historisk avkastning. Detta i tråden om hur man ska hitta överavskastande aktivt förvaltade fonder.
Vid två tillfällen har jag köpt detaljerad börsdata i back-testing syfte. Jag rekommenderar alla med baskunskaper i programmering att göra detsamma. Man kan motbevisa sina egna teser relativt snabbt och det kostar väldigt lite i förhållande till alternativet. Man kan även mata in traditionella TA-metoder och se hur bra de faktiskt fungerar rent praktiskt. Min begränsade erfarenhet är att de inte fungerar alls men det betyder inte att de aldrig fungerar.
Sedan kan man ju så klart ta ett steg till och träna upp AI men marknaden är föränderlig. …och kommer det ut en studie som bevisar att en viss TA-metod fungerar, upphör den eventuellt att fungera när flocken börjar använda den.
Teknisk analys är ett verktyg precis som fundamental analys är ett verktyg. Man kan försöka lösa alla sina situationer med endast ett verktyg …eller så skaffar man sig en hel vertygslåda. 
OK. Återkommer för den tesen.
Håller helt med om att det sällan bara finns ett svar/metod på frågan/problemet.
Och TA med börsen är ju till sin natur ett sannolikhetsspel. Går en väldigt bra kurs just nu, ST3, och de betonar ofta Ödmjukhet. Ingenting är säkert, strategier kan sluta fungera för att nåt år senare fungera igen.
Men flocken är inte den stora påverkansgruppen, i alla fall inte på Large Cap. Det är fortfarande de stora elefanterna som för dansen.
Nu är detta lite off topic men har man 10 minuter så rekommenderar jag nedan klipp om matematiken Bill Benter. Han var en av de första i världen som applicerade datoranalys inom trav (alltså inte börsen). Han blev dollarmiljardär. Enough said. 
Han drev sitt spelande som om det vore en hedgefond och var inte bara först, utan länge ensam med att göra så. Idag kan vem som helst kopiera hans metod vilket gör den värdelös. <— Mitt försök att relatera till TA men hans analyser var troligtvis mer FA än TA.
Bill Benter: Bill Benter - Wikipedia
Bloomberg Quicktake: How To Make $1 Billion On Horse Racing - YouTube
Här är en bra artikel om TA över århundradena ! Fast det kanske ska kallas Faktor investering. Den första artikeln i en serie om Factor Investing. Lättläst och bra intro. Intressanta och förvånande tidbits dessutom
Min poäng är att om man tror på att en strategi kommer att vara bra framöver bara för att den presterar bra på backtestning gör en tankevurpa. Om modellen är anpassad till ett visst dataset, dvs man har vridit på sina modellparametrar för att prestera bra på just detta dataset, så kan man inte samtidigt utvärdera på samma dataset. Man måste utvärdera modellen på data som aldrig varit i närheten av modellbyggandet. Kanske är momentumstrategierna framtagna på det sättet, kanske är de det inte? Jag har ingen aning. Det vet andra bättre. Däremot vet jag ganska väl hur övertränade modeller uppför sig på osett data.
Gällande flesta momentumstrategier är man väl medveten om risken att överoptimera för ett specifikt dataset och har strategier för att undvika det.
Visst, om man använder ett verktyg fel så blir det fel. Är väl inget speciellt för Back-testing? Det är en mogen teknik och självklart finns det nybörjare som kommer att göra nybörjarfel som överoptimering m.m. Som med alla tekniker. Men nu pratar vi inte om klantskallar, utom om professionella som dessutom granskas av andra i industrin så den risk du för fram och använder för att döma ut Back-testing som generellt verktyg är ju så löjligt liten. Eftersom du inte har en aning som du säger så kanske du ska stanna där.
Ramlade på denna artikel/uppsats från 2015 om Momentumstrategi 10 MYTHS ABOUT MOMENTUM INVESTING, SQUASHED
Den har underlag för sina påståenden.
Skilj på aktier och aktiva fonder. Funkar inte på aktiva fonder.
Jag känner mig ganska säker på att man skruvar på sina parametrar för att anpassa dem till historiskt data. Innan modellen visat sig vara dålig många år senare så har man redan hunnit sjösätta ett antal nya modeller. På så sätt kan diskussionen pågå i all evighet.
Eh, varför funkar inte momentumstrategier på fonder? Beter de sig annorlunda?
De har ju aktier i sig, oftast från ett tema. Kanske rörelserna späds ut lite men rörelserna fortplantar sig likväl.
“Ganska säker”… Med sådana argument så kan diskussionen pågå i all evighet.
Man skriver böcker, genomför studier, strategierna granskas, allt över flera år. Men du är “ganska säker”. Har du underlag eller har du blivit väldigt bränd från något projekt i machine learning.
Jag är lite lost.
Jag önskar dig all lycka. Kör hårt!
Jag fastnade för följande segment i en av studierna listade ovan:
Target-date funds gradually lower the percentage of equities in your portfolio. For example, you might have 80% to 90% in equities when you’re age 45 or under, but only 50% at age 70. Studies show, however, that target-date funds underperform a classic balanced portfolio of 50% stocks/50% bonds, in the majority of cases.
Jag tolkar den som att strategin i t.ex. AP7 är felaktig? Vad tror ni om det?
Momentum bygger på att vi kan prediktera (över)avkastning baserat på tidigare avkastning (med positiv korrelation). Alltså om en tillgångs avkastning börjat öka så kommer den fortsätta lite grann. Så på en aktiv fond hade vi sett just att (över)avkastning hade haft en prediktiv (kunnat förutse) förmåga för kommande (över)avkastning. Det hade inte behövt vara så för den genomsnittliga aktiva fonden och det hade heller inte behövt vara så för genomsnittet av aktiva fonder, vi hade ändå sett en positiv korrelation över tid i data på aktiva fonder.
Det gör man inte. Överavkastning predikterar inte kommande överavkastning. Inte ens på relativt korta tidsperioder.
Varför de beter sig så vet jag inte. Men det är fullt möjligt att de beter sig annorlunda än aktier, just eftersom det inte är samma aktier hela tiden i en aktiv fond. De ändras hela tiden aktivt av en förvaltare, så det är fullt möjligt att förvaltaren drar nytta av fenomenet hela tiden och då vattnas det ur fullständigt relativt mellan aktiva fonder och dess index. Hade aktieinnehavet i aktiva fonder varit statiskt hade vi förmodligen sett momentum även där.
Du säger “vi” flera ggr som om det vore allmän självklar kunskap. Har du lite underlag?
Dina tidigare länkar gav inte mycket kött och var åsikter utan siffror.
Här är forskningsartikeln från 2020 (Yale) som debunkar en gammal artikel från 1997 (som i sin tur visade att det fanns en koppling mellan förra årens resultat hos en aktiv fond). Det är den som det refereras till i min första länk:
För att ta ut ett par mycket relevanta citat ur abstract:
Carhart (1997) found that U.S. equity mutual funds’ past-year returns positively predict their raw
excess return and one-factor alpha over the next year. Based on these results, an investor may believe that
she can earn higher returns by buying mutual funds with high past-year returns. We find that significant
performance persistence does not exist in the post-Carhart 1994 to 2018 period.
Based on Carhart (1997), an investor may believe that she can earn higher average returns
by buying mutual funds with the highest past one-year returns. She may choose to do so either
because she believes that momentum is due to mispricing or because she finds the rationally priced
expected reward for bearing momentum risk to be attractive. But in this paper, we find that in the
post-Carhart period from 1994 to 2018, the best-performing mutual funds from the previous year
no longer earn significantly positive one-factor alphas in the following year, nor are their future
one-factor alphas significantly different from the worst-performing funds from the previous year
Med slutsatsen:
Carhart (1997) documented using data from 1962 to 1993 that mutual fund performance
was persistent when measured by one-factor alpha, and he attributed much of this to individual
stock-level momentum. However, we find that this persistence is no longer present in the period
from 1994 to 2018.