Escolar Documentos
Profissional Documentos
Cultura Documentos
Brad M. Barber
Graduate School of Management
University of California, Davis
Yi-Tsung Lee
Escola de Administração Guanghua
Universidade de Pequim
Yu-Jane Liu
Escola de Administração Guanghua
Universidade de Pequim
Terrance Odean
Haas School of Business
Universidade da California, Berkeley
Ke Zhang
Haas School of Business
Universidade da California, Berkeley
Outubro de 2017
_________________________________
Agradecemos à Bolsa de Valores de Taiwan por fornecer os dados usados neste estudo. Barber
agradece ao Conselho Nacional de Ciência de Taiwan por subscrever uma visita a Taipei, onde
Timothy Lin (Yuanta Core Pacific Securities) e Keh Hsiao Lin (Taiwan Securities) organizaram
excelentes visões gerais de suas operações comerciais. Temos nos beneficiado dos comentários
dos participantes do seminário da University of Southern California, da University of Oregon, da
University of Utah, da University of Virginia, da Santa Clara University, da University of Texas,
Texas A&M, da Washington University, da Peking University e HKUST.
Faça Day Traders Racionalmente Aprenda sobre suas Habilidades
Abstrato
racionalmente como day traders para saber se possuem capacidade superior de negociação.
day traders não lucrativos são mais propensos a desistir do que os lucrativos. Inconsistentes com
agregado dos day traders é negativo, que a grande maioria dos day traders não é lucrativa e
investidor individual racionalmente escolhe negociar especulativamente - sabendo que a maioria dos outros
indivíduos perdem dinheiro com a especulação - a fim de saber se ela tem ou não a capacidade de fazer
lucro através da especulação. Nesses modelos, os investidores inicialmente não conhecem suas próprias
tornarem excessivamente confiantes. Nesse modelo, também, os investidores inicialmente não conhecem
suas próprias habilidades e devem inferi-las a partir do desempenho. No entanto, quando são
capacidade, e não à sorte, levando os investidores a superestimar suas próprias habilidades e a negociar de
forma muito agressiva; mesmo os investidores com mais fracassos passados do que sucessos podem se
Testamos as previsões dos modelos de aprendizagem Bayesianos racionais, analisando o desempenho dos day traders
em Taiwan. Nós nos concentramos nos day traders, aqueles que compram e vendem as mesmas ações em um dia, já que esses
traders são quase certamente especuladores. Usando os dados completos das transações do Mercado de Ações de Taiwan ao
longo de 15 anos (1992 a 2006), encontramos evidências de aprendizado entre os day traders. A maioria dos day traders desiste de
forma relativamente rápida (mais de 75% de todos os day traders desistem em dois anos), e os de baixo desempenho têm maior
probabilidade de desistir. Esses resultados são consistentes com os modelos de aprendizagem racional e tendenciosa. Nesse
sentido, nosso artigo complementa a evidência emergente de que o aprendizado é um fator importante no comportamento dos
investidores individuais. Usando dados finlandeses, Seru, Shumway, e Stoffman (2010) documentam os investidores não apenas
aprendem sobre sua capacidade de negociação, mas também melhoram com a experiência. Linnainmaa (2010) calibra um modelo
estrutural no qual os investidores aprendem racionalmente sobre sua capacidade por meio de negociação usando registros de
negociação de investidores finlandeses individuais ativos. Consistente com a previsão de seu modelo, os investidores são mais
propensos a aumentar o tamanho da negociação após negociações bem-sucedidas e mais propensos a diminuir o tamanho da
negociação ou abandonar a negociação após negociações malsucedidas. Além disso, o tamanho e os efeitos de desistência são
mais fortes no início da carreira de um investidor, quando suas crenças anteriores sobre capacidade são mais difusas. Usando
dados de corretores dos EUA, Nicolosi, Peng e Zhu (2009) mostram que a intensidade do comércio aumenta seguindo sinais de
forte Linnainmaa (2010) calibra um modelo estrutural no qual os investidores aprendem racionalmente sobre sua capacidade por
meio de negociação usando registros de negociação de investidores finlandeses individuais ativos. Consistente com a previsão de
seu modelo, os investidores são mais propensos a aumentar o tamanho da negociação após negociações bem-sucedidas e mais propensos a diminuir o taman
1
atuação. Analisando dados da Bolsa de Valores Nacional da Índia, De et. al. (2010) documentam que os
investidores aumentam as negociações em resposta aos lucros recentes e que o sinal dos lucros é
entanto, é tão ou mais importante também procurar evidências negativas. Embora também encontremos
evidências claras de aprendizagem, também documentamos comportamentos que não são consistentes
com a aprendizagem Bayesiana racional, conforme modelado por Mahani e Bernhard (2007) e Linnainmaa
Em primeiro lugar, se a entrada (e saída) de novos especuladores que estão testando sua perspicácia
comercial for estável ao longo do tempo, então o sinal dos lucros esperados para toda a vida dos novos
especuladores é o mesmo dos lucros agregados do especulador. Portanto, os especuladores potenciais avessos ao
risco ou neutros ao risco, sem nenhum conhecimento prévio especial de suas habilidades, devem apenas "negociar
para aprender" se os lucros agregados do especulador forem positivos. Na verdade, usando dados completos para
o mercado de Taiwan, o desempenho agregado dos day traders, líquido de taxas, é negativo em cada um dos 15
anos que estudamos. Um investidor bayesiano avesso ao risco (ou neutro ao risco) que maximiza o lucro não
entraria no mercado se seus lucros esperados para toda a vida fossem negativos.
Em segundo lugar, embora o desempenho afete a sobrevivência do day trader, muitos traders de
baixo desempenho persistem. A cada mês, de 1993 a 2005, classificamos os negociantes com base no
número de dias em que estiveram envolvidos na negociação diária no final do mês anterior e na
lucratividade anterior de suas negociações intradiários. Para ter uma medida precisa da experiência de day
trading, excluímos os traders que fizeram day trading em 1992. Os traders anteriormente não lucrativos
com 50 ou mais dias de experiência de day trading têm 95,3% de probabilidade de voltar a negociar nos
próximos 12 meses, embora anteriormente lucrativos os comerciantes com 50 ou mais dias de experiência
de negociação no dia anterior têm 96,4% de probabilidade de fazê-lo. Então, não só faça
2
Os day traders experientes com histórico de perdas persistem no day trading; eles o fazem quase às
O restante deste trabalho está organizado da seguinte forma. Depois de revisar as pesquisas
relacionadas (seção I), discutiremos as regras, dados e métodos do mercado de Taiwan (seção II). Na seção
III, apresentamos o desempenho dos day traders classificados de forma agregada e particionados por
desempenho anterior e atividade de negociação. Na seção IV, exploramos a fonte de lucros para day traders
A sugestão de que os investidores aprendam com a experiência não é nova nem controversa. 1
e política, a questão não é se os investidores aprendem, mas quão bem eles aprendem. Nesta seção,
aprendizagem.
Mahani e Bernhardt (2007) argumentam que a aprendizagem racional Bayesiana pode explicar
várias regularidades empíricas: transversalmente, a maioria dos especuladores perde dinheiro; grandes
intensidade comercial subsequente; a maioria dos novos operadores perde dinheiro e cessa a especulação;
desenvolve um modelo estrutural de aprendizagem racional. Usando dados de negociação da Finlândia, ele
descobriu que os investidores com baixo desempenho tendem a desistir e a intensidade da negociação
3
Em Mahani e Bernhardt (2007), especuladores novatos perdem enquanto experimentam lucro, mas
o desempenho agregado deve ser positivo e representar um limite superior no retorno ao day trading. Para
ver a lógica por trás dessa afirmação, considere o seguinte exemplo simples e concreto. Suponha que 21
novos especuladores tentem negociar a cada ano. Apenas um deles tem habilidade; 20 não são qualificados.
experientes negociam por 10 anos, ganham $ 1 por ano e desistem. Assim, os lucros agregados do
especulador a cada ano são - $ 10. Como os especuladores qualificados permanecem no mercado por mais
tempo, eles respondem por uma fração maior de especuladores ativos (ou seja, 10/30) do que de novos
especuladores (ou seja, 1/21). Lucro vitalício esperado para um novo especulador
estão ( 1/21) $ 10 + (20/21) ( - $ 1) = - $ 0,476. Observe que os lucros anuais agregados divididos por
o número de novos especuladores a cada ano é igual aos lucros esperados para toda a vida (ou seja, $ 10/21
= - $ 0,476) e que os lucros anuais agregados divididos pelo número de todos os especuladores negociando
€
em um ano (por exemplo, -10/30 = - $ 0,333) são do mesmo sinal, mas de magnitude inferior aos lucros
esperados para a vida toda. Assim, quando os lucros agregados são negativos, eles fornecem um limite
superior para os lucros incondicionais esperados durante a vida de um especulador. Se os traders têm
crenças prévias racionais sobre os lucros incondicionais esperados para toda a vida de se envolver em
especulações, então o desempenho agregado dos especuladores deve ser positivo. Isso leva à nossa
H1: O desempenho líquido agregado dos day traders é positivo (não negativo).
A alternativa é que o desempenho líquido agregado dos day traders seja negativo. Isso é
consistente com os comerciantes que mantêm crenças prévias tendenciosas sobre os lucros
que o acúmulo de sinais negativos supera suas crenças prévias iniciais positivas sobre sua capacidade.
Gervais e Odean (2001) desenvolvem um modelo no qual os investidores levam muito crédito por seu
sucesso e, portanto, em relação a um Bayesiano, sucessos com excesso de peso ao aprender sobre suas
habilidades. Em seu modelo, também, os investidores bem-sucedidos têm mais habilidade do que os
contraste com o modelo Baysiano racional, seu modelo também pode explicar a negociação persistente por
comerciantes anteriormente malsucedidos; esses comerciantes colocam muito peso nos sucessos e muito
4
Negociação persistente em face de perdas não é consistente com os modelos de
aprendizagem racional. No entanto, é difícil distinguir se um day trader não lucrativo está persistindo
claro e preciso de rapidez, os traders devem aprender com as perdas combinadas com estimativas de
crenças anteriores, não se pode dizer com precisão com que rapidez os traders racionais
perdas, por exemplo, quase 3/4 do volume de day-trading é gerado por day-traders malsucedidos
com pelo menos 10 dias de experiência de day-trading. O leitor deve avaliar por si mesmo se essa
H2: Os day traders experientes com perdas líquidas anteriores não continuarão a negociar. De
acordo com o modelo de aprendizado tendencioso de Gervais e Odean, é possível que traders
malsucedidos se tornem excessivamente confiantes e mais ativos, se seu viés de aprendizado for
suficiente. Assim, continuar a negociar com day-traders não lucrativos é contrário aos modelos de
negociam especulativamente. Os investidores podem negociar para economizar (ou consumir), para
reequilibrar suas carteiras ou para reduzir suas obrigações fiscais. Assim, uma característica importante de
nossa estratégia empírica é identificar uma amostra limpa de especuladores. Fazemos isso
concentrando-nos no day trading na Bolsa de Valores de Taiwan. Day trading é a compra e venda das
mesmas ações por investidores em um dia. Argumentamos que essas negociações intradiários são quase
5
Não somos os primeiros a estudar day trading, embora a amostra de day traders que
estudamos seja muito maior e as séries temporais muito mais longas do que em estudos anteriores. 2 A
única exceção a essa generalização é Barber, Lee, Liu e Odean (2010), que identificam um pequeno
subconjunto de day traders (menos de 1% da população do day trading) que obtém lucros previsíveis.
Nenhum desses estudos anteriores usou o cenário empírico para testar modelos racionais e
Antes de prosseguir, é útil descrever a Bolsa de Valores de Taiwan (TSE). O TSE opera em um
ambiente de livro de pedidos com limite consolidado, onde apenas os pedidos com limite são aceitos.
Durante a sessão de negociação normal, das 9h ao meio-dia durante a maior parte do nosso período de
amostra, as ordens de compra e venda podem interagir para determinar o preço executado, sujeito às
regras de automatching aplicáveis. 3 Os tamanhos mínimos de ticks são definidos pelo TSE e variam de
acordo com o preço do título. Geralmente, as ordens são compensadas usando regras de automação uma a
duas vezes a cada 90 segundos durante o dia de negociação. Os pedidos são executados em estrita
prioridade de preço e tempo. Um pedido inserido no sistema em um momento anterior deve ser executado
na íntegra antes que um pedido com o mesmo preço inserido posteriormente seja executado. Embora as
ordens de mercado não sejam permitidas, os traders podem enviar ordens agressivas com limite de preço
para obter a prioridade correspondente. Durante nosso período de estudo, há um limite de preço diário de
7% em cada direção e um limite de preço intradiário de negociação a negociação de dois ticks em relação ao
Como nossa análise se concentra no day trading, uma consideração importante são os custos
de transação. O TSE limita as comissões a 0,1425% do valor de uma transação. Alguns corretores
oferecem comissões mais baixas para operadores de alto volume. Funcionários de corretoras e do TSE
nos indicaram que o maior desconto de comissão oferecido é de 50% (ou seja, uma comissão de
2 Harris e Schultz (1998) estudam bandidos SOES em duas corretoras. Garvy e Murphy (2002, 2005) analisam 15 e 1.386 day
traders em uma corretora dos Estados Unidos. Seasholes e Wu (2004) analisam as negociações de 10 corretores ativos na Bolsa
de Valores de Xangai. Linnainmaa (2003) analisa 7.686 comerciantes de dia finlandeses.
3 A negociação também ocorreu aos sábados durante a maior parte do nosso período de amostra. Antes de dezembro de 1997,
as negociações de sábado ocorriam das 9h às 11h. De janeiro a março de 1998, as ações foram negociadas apenas no segundo e
no quarto sábado de cada mês. De abril de 1998 a dezembro de 2000, as negociações aos sábados ocorreram das 9h ao
meio-dia. A partir de 2001, não houve negociação no sábado.
6
a comissão paga pelos participantes do mercado é de cerca de 10 pontos base. Usamos os 10 pontos
básicos ao calcular os retornos líquidos de taxas. Taiwan também impõe um imposto de transação sobre as
Valores de Taiwan (TSE). Com esses dados, fornecemos uma contabilidade abrangente da
pedido (compra ou venda - dinheiro ou margem), preço da transação, número de ações, um código de
corretor e a identidade do negociante. No total, o conjunto de dados contém 3,7 bilhões de transações
corporações, negociantes, investidores estrangeiros e fundos mútuos. A maioria dos investidores (por
valor e número) são investidores pessoas físicas. As corporações incluem empresas taiwanesas e
empresas estatais (por exemplo, em dezembro de 2000, os serviços públicos de correios, bancos e
instituições financeiras taiwanesas, como Fubon Securities, Pacific Securities e Grand Cathay
Investment Management. Os fundos mútuos são fundos mútuos domésticos, o maior dos quais
dezembro de 2000.
4A taxa de câmbio média TWD / USD de 1992 a 2006 foi de 30,54 com um mínimo de 24,65 e um máximo de
35.01.
5 Muitas corporações são pequenas empresas que são majoritariamente ou totalmente controladas por um indivíduo. Assim, a
categoria corporativa de trader também inclui milhares de investidores individuais que negociam sob o rótulo de corporação.
7
Definimos day trading como a compra e venda, em qualquer ordem, da mesma ação no
ações no mesmo dia, calculamos o número de ações compradas ( S b), o número de ações vendidas
( S s), o preço médio de compra ( P b), e o preço médio de venda ( P s). O valor do day trading é definido
½ * P s * min (S b, S s)). Durante o nosso período de amostra, a negociação agregada do dia representa mais de 19% do
valor total em dólares do volume total de negociação. Negociação na maior parte do dia (cerca de 2/3 rds)
envolve a compra e venda do mesmo número de ações em uma ação ao longo de um dia (ou seja, a maioria das
negociações do dia não rendem nenhuma mudança líquida na propriedade no fechamento do dia).
Praticamente todo o dia de negociação pode ser rastreado para investidores individuais. Na média
do mês, os investidores individuais representam mais de 99% de todos os day traders (e 95% do volume de
day trading). Pessoas físicas e jurídicas podem vender a descoberto, embora negociantes, fundos mútuos e
estrangeiros sejam proibidos de fazê-lo no TSE. Essas restrições à venda a descoberto podem explicar
parcialmente a tendência de concentração do day trading entre investidores individuais. Em contraste com
os mercados dos EUA, os revendedores não são provedores ativos de liquidez. As regras do TSE estabelecem
que os concessionários são obrigados a "ajustar de forma eficiente a demanda e a oferta no mercado,
dependendo da situação do mercado, e garantir que a formação de um preço justo e sua operação sólida
não sejam prejudicados", mas os concessionários não enfrentam penalidades específicas por não
cumprirem atender a este requisito. As negociações do revendedor emanam de sua atividade de negociação
proprietária. Com base em nossas discussões com distribuidores no TSE, a maior parte dessa negociação
por conta própria não tem necessariamente o objetivo de fornecer liquidez. Chae e Wang (2003) também
relatam que os revendedores TSE não são provedores líquidos de liquidez. No restante do artigo, nos
Na Figura 1, representamos o day trading como uma porcentagem do volume total de trading
e o número de indivíduos que negociam diariamente por mês. Embora o day trading tenha sido um
pouco menos prevalente na parte inicial de nosso período de amostra, a parcela do volume rastreada
até o day trading foi consistentemente em torno de 20% do volume total de trading de 1995 a 2006.
No mês médio, quase 140.000 indivíduos day trade. Com uma população adulta de cerca de 16
milhões (população total de cerca de 22 milhões), isso significa apenas 1% da população adulta
8
dia da população comércios no mês médio. Em termos de porcentagem do volume total de
feitas por day traders e nos retornos intradiários ponderados pelas negociações. Em uma análise subsequente,
também analisamos a lucratividade das compras e vendas no tempo do evento para garantir que as inferências
Primeiro calculamos os retornos intradiários para a negociação diária. Para isso, identificamos todas as
negociações realizadas por day traders. Calculamos os lucros nas negociações do dia de ida e volta e outras
negociações de abertura de posição que permanecem abertas no fechamento do dia de negociação. As outras
negociações são compras para abrir uma posição longa ou vendas que abrem uma posição curta. Os lucros para
negociações que levam a uma posição aberta são calculados em relação aos preços de fechamento na data da
negociação (ou seja, marcação a mercado no preço de fechamento do dia). Para calcular o retorno diário ganho
por um day trader, somamos os rendimentos das ações vendidas para fechar posições longas e compradas para
fechar posições curtas (ou seu equivalente na marcação a mercado no fechamento do dia de negociação) e
dividimos pelo custo de iniciar a posição (ou seja, o valor das ações compradas ou vendidas a descoberto no
momento da compra ou venda). Referimo-nos a esse retorno como o retorno intradiário bruto do day trading. Para
calcular o retorno líquido intradiário para o day trading, assumimos uma comissão de 5 pontos base (bps) nas
compras, uma comissão de 5 bps nas vendas e um imposto de transação de 30 bps nas vendas. (Veja o apêndice
para detalhes.)
É importante incluir negociações de ida e volta e unilaterais para medir o desempenho do day
trading. Focar apenas em negociações de ida e volta produziria uma medida tendenciosa de desempenho se
disposição). Por exemplo, suponha que alguns day traders compram e vendem aleatoriamente (traders
aleatórios), enquanto outros fecham apenas investimentos vencedores enquanto montam perdedores
(negociadores de disposição). Se analisássemos apenas os lucros das negociações de ida e volta, é claro que
os negociantes com disposição teriam melhores retornos de ida e volta do que os negociantes aleatórios
meramente porque eles têm uma regra a respeito de quando fechar uma posição. Desde a disposição
9
efeito é predominante entre os investidores taiwaneses e entre os day traders em outros lugares, 6 é
vermelhas representam posições curtas, enquanto as linhas pretas representam posições longas. As
linhas sólidas são a parte dos retornos incluída em nossos lucros de day trading, enquanto as linhas
tracejadas são incluídas na análise de retornos de longo prazo. É claro neste gráfico que, combinando
1992. Para garantir razoavelmente que estamos analisando novos day traders, restringimos nossa análise
àqueles que começaram a day trading após 1992. Nossos dados terminam em 2006 e, portanto, são
censurados à direita. Consideramos que um negociante desistiu de day trading se não observarmos day
trading por 12 meses consecutivos. Como resultado desse requisito, não analisamos os day traders que
iniciaram o day trading em 2006, uma vez que não podemos observar com segurança se eles desistiram.
Consideramos a sobrevivência dos day traders que negociaram no dia por pelo menos 10 dias - e
designamos o primeiro mês quando atingiram o limite mínimo de 10 dias como mês de entrada.
Para muitos desses traders, o day trading é uma atividade persistente. Apenas 2,5% desistem
em um mês, enquanto as taxas de sobrevivência em um, dois e três anos são de 44%, 24% e 15%,
respectivamente.
6 Barber, Lee, Liu e Odean (2007) e Linnainmaa (2005) documentam, respectivamente, que investidores
10
estimativas de coeficiente, h 0 ( t) é a taxa de risco de linha de base (ou seja, a taxa de risco quando todas as
covariáveis são iguais a zero), e h (t, x) é a taxa de risco condicional a um conjunto de covariáveis ( x) no
tempo t. Em nosso aplicativo, um trader corre o risco de desistir, uma vez que ele
Mais uma vez, restringimos nossa análise aos day traders que realizaram day trading por no
mínimo 10 dias. Para avaliar o impacto do desempenho anterior sobre o abandono, usamos os
retornos intradiários líquidos. Para estimar o impacto dos retornos anteriores sobre a propensão para
encerrar o day trading, construímos uma série de 26 variáveis dummy correspondentes aos
seguintes intervalos em pontos base: (- ∞, -90], (-90, -85], ..., (25, 30], (30, ∞). Ao estimar o modelo de
taxa de risco proporcional de Cox, definimos o intervalo (0, 5 bps] como a categoria padr ão e
incluímos as 25 variáveis fictícias restantes como covariáveis em nossa estimativa. Como controle
variáveis, incluímos medidas da atividade de negociação do dia anterior: o registro do número de dias
com atividade de negociação do dia, o registro do número de dias desde o primeiro dia de negociação
taxa de risco em relação à categoria de lucro omitida (retorno intradiário líquido no intervalo (0,
0,05]). Conforme previsto pelos modelos de aprendizagem, o retorno intradiário líquido está negativamente relacionado à
taxa de risco. Os day traders mais lucrativos têm menos probabilidade de desistir. 7
No entanto, o efeito não é linear. A propensão para sair é relativamente insensível às diferenças
após os retornos intradiários líquidos na faixa de -30 bps a 30 bps. Os comerciantes com retornos
intradiários líquidos anteriores na faixa (30 bps, infinito) são mais propensos a desistir do que aqueles com
7A relação entre os lucros e a propensão a parar é semelhante, independentemente de incluirmos variáveis de controle. No entanto, as
variáveis de controle estão todas relacionadas de forma confiável às razões de risco ao nível de significância de 1%. Os traders com mais
dias de experiência em day trading têm menos probabilidade de desistir; um aumento de um desvio padrão no log do número de dias de
negociação do dia anterior reduz a taxa de risco do caso base para 0,43. Os day traders que negociam há mais tempo têm maior
probabilidade de desistir; um desvio padrão de um no log do número de dias desde o primeiro dia de negociação de um trader aumenta a
taxa de risco para 1,24. Os comerciantes de dias pesados têm maior probabilidade de desistir; um aumento de um desvio padrão no log do
volume de negociação do dia anterior aumenta a taxa de risco para 1,11.
11
retornos na faixa de -30 bps a 30 bps, embora não tão prováveis quanto os traders com retornos mais
negativos.
magnitudes. Por exemplo, considere o impacto nas taxas de risco de se mover entre quatro
categorias de lucro equidistantes: (0, 0,05], (-0,30, -0,25], (-0,60, -0,55] e (-0,90, -0,85]. o
primeiro movimento, de apenas lucrativo para a faixa baixa de perdas, aumenta a taxa de
risco em seis pontos percentuais (de 1,00 a 1,06); o segundo movimento, da faixa baixa de
perdas para perdas médias, aumenta a taxa de risco em 30% adicionais pontos (de
1,06 para 1,36), o terceiro movimento, da faixa média de perdas para uma faixa alta, aumenta a
Em resumo, essas análises fornecem fortes evidências de que os traders aprendem sobre sua própria
habilidade negociando. Aqueles que lucram têm menos probabilidade de desistir, embora o efeito seja mais
comportamento do investidor. Pessoas com baixo desempenho são mais propensas a abandonar o day trading. As
evidências indicam que o aprendizado é uma característica importante dos mercados financeiros. Nesta seção,
argumentamos que o aprendizado racional não explica o comportamento da grande população de investidores
especulativos por três razões: o desempenho agregado é negativo, os especuladores experientes perdem dinheiro
Para avaliar o desempenho dos day traders em relação ao seu custo de oportunidade de
portfólio (retorno do portfólio menos taxa livre de risco) sobre o excesso de retorno de um índice de
mercado avaliado por valor. Construímos nosso próprio índice de mercado usando a capitalização de
mercado do Taiwan Economic Journal (TEJ) e os retornos de ações individuais calculados a partir dos
12
Na Tabela 1, apresentamos o desempenho bruto e líquido de todos os day traders. Embora
nossa análise de desempenho pondere os investidores pelos investimentos que eles fazem, não
distinguimos day traders ocasionais de day traders ativos nesta análise preliminar. Analisamos as
negociações do dia e outras negociações desses investidores nos meses em que eles negociam.
Há duas razões pelas quais a inclusão de todas as negociações no mês do dia pode influenciar
positivamente nossa análise de desempenho. Primeiro, devido ao efeito de disposição, os day traders
são mais propensos a fechar posições lucrativas. Assim, os meses em que observamos day trading
têm maior probabilidade de serem meses lucrativos. Em segundo lugar, é possível que o bom
desempenho do investimento leve ao day trading (ou seja, causalidade reversa). (Em análises
subsequentes, identificamos day traders ex-ante para evitar esses problemas.) Não estamos
preocupados com esses vieses nesta análise preliminar, uma vez que documentamos um fraco
desempenho no agregado.
Na segunda coluna da Tabela 1, apresentamos os retornos intradiários anormais brutos dos day
traders. Em média, os day traders perdem 7 pontos-base em seu day trading antes dos custos ( t = - 10.2). Na
quarta coluna, vemos que os custos de negociação mais do que o triplo das perdas, para 23,9 pontos base
por dia. Além disso, observamos um desempenho bruto e líquido confiavelmente negativo em todos os
No total, day trading é uma proposta perdedora; A day trading é uma indústria que perde dinheiro de forma
consistente e confiável. Do ponto de vista da organização industrial, é difícil entender como tal indústria sobrevive. Para
que as pessoas possam negociar no dia com conhecimento de causa, a maioria deve estar excessivamente confiante sobre
suas perspectivas de sucesso ou derivar utilidade não financeira da atividade e, conscientemente, sofrer perdas como
resultado. Finalmente, o fraco desempenho agregado do day trading não é consistente com o modelo de aprendizagem de
Mahani e Bernhardt (2007). Em seu modelo, especuladores novatos perdem enquanto experimentam lucro, mas o
13
para o dia de negociação. Discutimos essa questão em detalhes e testamos explicitamente os modelos de aprendizado
Uma característica central do modelo de aprendizagem é a observação de que os maus traders desistem. Isso
levanta duas questões naturais. Em primeiro lugar, os traders com um longo histórico de perdas continuam a operar? Em
segundo lugar, que fração do dia de negociação podemos rastrear até os traders com histórico de perdas?
traders em grupos com base na experiência de negociação do dia anterior e se eles foram
lucrativos ou não. Cada mês de 1993-2005, classificamos os traders com base no número de dias
negociações intradiárias no final do mês anterior. Para ter uma medida precisa da experiência de
day trading, excluímos os traders que fizeram day trading em 1992. Excluímos os traders com
menos de 10 dias de experiência de day trading classificando os demais traders entre aqueles
com 10 a 49 dias, 50 a 99 dias, 100 a 199 dias, 200 a 399 dias e 400 ou mais dias de experiência
de day trading. Além disso, dividimos esses grupos de experiência entre aqueles com lucros
cumulativos negativos ou zero. Em seguida, medimos a propensão dos traders em cada grupo
de experiência / lucratividade para interromper a negociação do dia por um mês ou por doze
meses consecutivos.
A Tabela 2 O Painel A relata a taxa na qual os comerciantes param de negociar no dia por pelo
menos um mês. Não é de surpreender que os traders com menos experiência tenham maior probabilidade
de parar. Por exemplo, 41,98% dos negociantes lucrativos e 43,19% dos negociantes não lucrativos com 10 a
49 dias de experiência param de negociar por pelo menos um mês, enquanto apenas 7,58% dos negociantes
lucrativos e 9,30% dos negociantes não lucrativos com 400 ou mais dias de experiência o fazem. O que é
mais surpreendente é que as taxas pelas quais os traders param de negociar são quase as mesmas, quer
14
A Tabela 2, Painel B, relata as taxas nas quais os negociantes param de negociar no dia por pelo
menos doze meses consecutivos. Naturalmente, essas taxas são mais baixas do que aquelas para parar por
um mês, mas um padrão semelhante emerge como no Painel A. 5,43% dos comerciantes lucrativos e
6,55% dos negociantes não lucrativos com 10 a 49 dias de experiência param de negociar por pelo menos 12
meses. Dos negociantes que negociam dia 400 ou mais dias, os negociantes lucrativos têm uma
probabilidade de 1,58% de desistir por doze ou mais meses e os negociantes não lucrativos têm uma
2,05% de probabilidade de desistência. Usando as colunas 2 - 5 e as últimas quatro linhas do Painel B, pode-se
calcular que todos os negociantes anteriormente não lucrativos com 50 ou mais dias de experiência de negociação
no dia anterior têm 95,3% de probabilidade de negociar novamente nos próximos 12 meses, enquanto os
negociantes anteriormente lucrativos com experiência semelhante tem 96,4% de probabilidade de fazê-lo. Os
Que fração do dia de negociação podemos rastrear até os traders com histórico de perdas?
Para responder a essa pergunta, a cada mês classificamos os traders que negociam day trade naquele
mês em três grupos: day traders ocasionais - negociadores com 1 a 9 dias de experiência em day
trading; day traders não lucrativos - negociadores com 10 ou mais dias de experiência em day trading
e lucros intradiários líquidos negativos (ou zero) (antes do mês de classificação); day traders lucrativos
- traders com 10 ou mais dias de experiência de day trading e lucros intradiários líquidos positivos
desses três grupos de 1995 a 2006, quando medidos pelo número de traders (Figura 5a) e volume de
negociação em dólares (Figura 5b). Ao longo desse período de doze anos, a fração de day traders
lucrativos é consistentemente de cerca de 5%. A fração de traders não lucrativos cresce para mais de
2/3 à medida que mais e mais day traders são reclassificados como lucrativos ou não lucrativos. Como
seria de se esperar, os day traders lucrativos e não lucrativos são responsáveis por
proporcionalmente mais volume de negociação do que os day traders ocasionais. No total, durante o
período da amostra, os negociantes não lucrativos respondem por 72% do volume de negócios e, nos
últimos anos da amostra, eles consistentemente respondem por cerca de 80% do volume de negócios.
15
Assim, a maioria dos day traders não é lucrativa, a maioria das day trading é gerada por
traders anteriormente não lucrativos e day traders não lucrativos com experiência considerável
persistem na day trading quase à mesma alta taxa de day traders experientes e lucrativos. Essas
Até agora, consideramos apenas os retornos intradiários. Isso é apropriado devido ao nosso foco
na troca do dia. No entanto, nem todas as posições iniciadas por day traders são fechadas no dia em que
são abertos. Os day traders ganham lucros nas posições que mantêm após o fechamento da negociação?
Abordamos essa questão com uma análise de tempo de evento de devoluções subsequentes a compras e
vendas.
A cada dia, classificamos os traders de acordo com a lucratividade e a experiência nos últimos
365 dias corridos (366 para anos bissextos). Lucrativos (não lucrativos) são os lucros líquidos
intradiários acumulados no ano anterior que são positivos (negativos ou zero). As caixas de
experiência são baseadas no número de dias de troca do dia durante os 365 dias anteriores com:
Experiência baixa (0-5), Exp. 2 (6-10), Exp 3 (11-20), Exp 4 (21-40), Exp 5 (41-80), Exp. Hi (> 80).
Agregamos todas as compras por day traders em cada grupo por estoque e dia em que o dia da
transação é o dia do evento 1. Em seguida, calculamos o retorno anormal ajustado ao mercado médio
no dia do evento τ ( MA τ) ( ponderado pelo valor das ações compradas) usando a compra
preços e preços de fechamento para calcular os retornos ajustados do mercado do dia 1 do evento e ignorando os
custos de negociação. Existe um cálculo semelhante para as vendas de cada grupo. Finalmente, calculamos o
retorno anormal cumulativo (ajustado ao mercado) sobre as ações compradas menos o retorno anormal
T
CARRO T = ∑( MA τComprar - MA τ vender ) .
(2)
τ=1
resultados mais surpreendentes no gráfico são: 1) independentemente da experiência, os comerciantes com lucros
anteriores superam aqueles com perdas anteriores e 2) para os comerciantes com lucros anteriores positivos,
cumulativos retornos anormais aumentam com a experiência e 3) traders lucrativos com mais de 40
16
dias de experiência de day trading no ano passado ganham mais do que o suficiente para cobrir 40
pontos básicos dos custos de transação de ida e volta. A maior parte desse lucro é obtida no dia da
transação.
retornos intradiários brutos e líquidos anormais. Dividimos os day traders diariamente usando os
experiência, os traders com lucros anteriores superam aqueles com perdas anteriores, 2) para traders
com lucros passados positivos, retornos anormais cumulativos aumentam com experiência e 3)
traders lucrativos com mais de 40 dias de experiência em day trading no último ano ganham mais do
coluna da Tabela 3, vemos que apenas 9,81% (3,20% + 6,61%) do volume de day trading é gerado por
day traders previsivelmente lucrativos. A partir da coluna 8, podemos calcular que esses traders
4. Discussão
Nossos dados são extremamente adequados para testar modelos de aprendizagem racional,
como o de Mahani e Bernhard. Mahani e Bernhard escrevem que seu “especulador novato prototípico
é o cabeleireiro japonês Kiyoshi Wakino”, que troca dias entre cortes de cabelo (p. 1317). Observamos
nossos day traders sejam taiwaneses e certamente não todos cabeleireiros, é provável que - como
Kiyoshi Wakino - muitos de nossos day traders novatos busquem o comércio além de, se não durante,
Bernhard, o day trading é, no agregado, lucrativo porque os day traders qualificados são capazes de
tirar vantagem da insensibilidade dos traders de liquidez a preços e da disposição dos market makers
17
os comerciantes, em conjunto, perdem dinheiro. Portanto, não é racional para um investidor avesso ao
risco, sem nenhuma reivindicação especial de capacidade superior, de realizar day trading na esperança de
descobrir que está entre os poucos escolhidos. Além disso, não é racional para os day traders que
incorreram em perdas persistentes continuarem a day trading com o propósito de aprender sobre sua
habilidade.
Então, por que os investidores iniciam o day trading e por que tantos persistem diante das perdas?
Em primeiro lugar, pode ser que os day traders não tenham preferências avessas ao risco
padrão; eles podem estar em busca de risco ou atraídos por investimentos com investimentos
altamente distorcidos, como loterias, que têm retornos esperados negativos, mas uma pequena
probabilidade de um grande retorno, conforme sugerido por Kumar (2009). No entanto, os lucros do
day trading que documentamos são semelhantes em magnitude e muito menos predominantes do
que as perdas. Ao contrário dos vencedores da loteria, os day traders devem ter sucesso em apostas
repetidas para alcançar o sucesso geral. Essas apostas repetidas não tendem a gerar distribuições
altamente distorcidas. Além disso, os retornos diários de negociação têm uma média negativa e, ainda
assim, menor variação e menos assimetria à direita do que a média das ações taiwanesas. Defina o
retorno anual do day trading como a soma dos retornos ganhos em cada dia do day trading. Para
traders com um mínimo de dez dias de day trading, a distorção do retorno anual é de -0,22 (isto é,
uma distorção negativa modesta). Em contraste, quando calculamos a assimetria dos retornos anuais
em ações individuais listadas no TSE de 1981 a 2009, o coeficiente de assimetria é positivo em todos os
anos, exceto em um ano e tem média de 2,36. Assim, um candidato a risco ou à loteria poderia
maximizar melhor sua utilidade, com muito menos esforço, simplesmente comprando e mantendo
Em segundo lugar, os day traders podem ser excessivamente confiantes em suas crenças anteriores sobre suas
habilidades e tendenciosos na forma como aprendem. Vários artigos (por exemplo, Odean (1998, 1999), Barber e Odean
(2000, 2001)) argumentam que o excesso de confiança faz com que os investidores negociem mais do que é para seus
próprios interesses. Os day traders excessivamente confiantes podem simplesmente estar arcando com perdas que não
previram. Embora os comerciantes de dia novatos, sem dúvida, percebam que outro dia
18
traders perdem dinheiro, histórias de day traders bem-sucedidos podem circular em proporções não
representativas, dando assim a impressão de que o sucesso é mais frequente do que realmente é. Uma vez que os
investidores realizam day trading, seu excesso de confiança anterior pode ser reforçado por meio de um
aprendizado tendencioso, como em Gervais e Odean (2001). Além disso, os grandes day traders, que ganham lucro
bruto, mas perdas líquidas, podem não considerar totalmente os custos de negociação ao avaliar sua própria
capacidade.
Terceiro, os day traders podem negociar por motivações não financeiras, incluindo
entretenimento, gosto pelo jogo e o desejo de impressionar os outros (ver, por exemplo, Grinblatt e
Keloharju (2009)). Alguns investidores podem gostar tanto do processo de day trading que estão
dispostos a persistir em face de perdas regulares. Alguns investidores podem ser atraídos para o
cassino como qualidades de day trading com suas apostas, ganhos e perdas frequentes. 8 Alguns
Não podemos testar explicitamente se os day traders são motivados pelo excesso de
Também não há razão para acreditar que o excesso de confiança e as motivações não financeiras
sejam mutuamente exclusivas. Muito pelo contrário, entretenimento, jogos de azar e o desejo de
impressionar os outros provavelmente serão motivos mais atraentes para negociar, se a pessoa tiver
especuladores são um pouco excesso de confiança ”(p. 1315). Nossos resultados são consistentes com
esta previsão. Se os grandes day traders persistirem em negociar devido ao excesso de confiança,
esse excesso de confiança estará prejudicando seu próprio bem-estar e o de outros especuladores. O
bem-estar dos próprios negociantes pesados é diminuído porque, em média, eles ganham perdas
8 Kumar (2009) mostra uma correlação entre a propensão a jogar e os tipos de decisões de investimento que os investidores
norte-americanos tomam. Barber, Lee, Liu e Odean (2008) documentam que a introdução de uma Loteria Nacional em Taiwan
coincidiu com uma queda significativa no volume de negócios na Bolsa de Valores de Taiwan. Grinblatt e Keloharju (2009)
documentam que os investidores tendem a sensações que buscam o comércio com mais frequência.
9 Vários artigos argumentam que as decisões de investimento são influenciadas por questões sociais, por exemplo,
19
obter lucros brutos, reduzindo assim os retornos médios de outros investidores. Os beneficiários
desse excesso de confiança são as corretoras - por meio de comissões - e o governo - por meio
V. conclusão
Testamos as previsões de modelos de aprendizagem de traders racionais e encontramos evidências
claras de que a decisão de continuar ou aumentar a negociação do dia é influenciada pelos retornos das
negociações do dia anterior. No entanto, os modelos racionais de aprendizagem não explicam todas ou mesmo a
maior parte das operações do dia. Os day traders mais experientes perdem dinheiro e quase 3/4 do day trading
pode ser rastreado até traders com histórico de perdas. A negociação persistente em face das perdas é
inconsistente com os modelos de aprendizagem racional. O mesmo ocorre com a decisão de tentar o day trading
quando os lucros ex-ante esperados para toda a vida são negativos. Para os futuros day traders, “negociar para
aprender” não é mais racional ou lucrativo do que jogar roleta para aprender.
20
Referências
Barber, Brad M., Chip Heath e Terrance Odean, 2003, Good Rationales Sell: Reason-
Escolha baseada em grupos e investidores individuais no mercado de ações,
Ciência da Administração, 49, 1636-1652.
Barber, Brad M., Yi-Tsung Lee, Yu-Jane Liu e Terrance Odean, 2007, É o investidor agregado
Relutante em perceber perdas? Evidence from Taiwan, European Financial
Management, 2007, Vol. 13, 423-447.
Barber, Brad M., Yi-Tsung Lee, Yu-Jane Liu e Terrance Odean, 2008, Just How
O que os investidores individuais perdem ao negociar ?, Revisão de estudos financeiros,
próximo.
Barber, Brad M., Yi-Tsung Lee, Yu-Jane Liu e Terrance Odean, 2010, Do Some
Os investidores individuais têm habilidade: evidências do Day Trading, papel de trabalho.
Barber, Brad M. e Terrance Odean, 2000, Trading Is Hazardous to Your Wealth: The
Desempenho de investimento em ações ordinárias de investidores individuais, Journal of
Finance, 2000, Vol. 55, No. 2, p.773-806.
Chae, Joon e Albert Wang, 2003, Who Makes Markets? Os revendedores fornecem ou recebem
Liquidez? documento de trabalho # 4434-03, MIT, Cambridge, MA.
De, Sankar, Gondhi, Naveen R. e Pochiraju, Bhimasankaram, 2010, Does Sign Matter
Mais do que tamanho? Uma investigação sobre a origem do excesso de confiança do investidor.
Disponível em SSRN: http://ssrn.com/abstract=1657926
Garvey, Ryan e Anthony Murphy, 2002, How Profitable Day Traders Trade: An
Exame de Lucros Comerciais, documento de trabalho, University College Dublin,
Dublin, Irlanda.
Garvey, Ryan e Anthony Murphy, 2005, The Profitability of Active Stock Traders,
Journal of Applied Finance, 93-100.
Grinblatt, Mark e Matti Keloharju, 2000, The Investment Behavior and Performance
de vários tipos de investidores: um estudo do conjunto de dados exclusivo da Finlândia, Journal of
Financial Economics, 55, 43-67.
21
Grinblatt, Mark e Matti Keloharju, 2001, O que faz os investidores negociarem ?, Diário de
Finança, 56, 589-616.
Harris, Jeffrey H. e Paul H. Schultz, 1998, The Trading Profits of SOES Bandits,
Journal of Financial Economics, 50, 39-62.
Hong, Harrison e Marcin Kacperczyk, 2009, The Price of Sin: The Effects of Social
Normas nos mercados, Journal of Financial Economics, 93, 15-36.
Kumar, Alok, 2009, Who Gambles in the Stock Market, Journal of Finance, 64, 1889-
1933.
Linnainmaa, Juhani T., 2003, The Anatomy of Day Traders. AFA 2004 San Diego
Encontros. Disponível no SSRN: http://ssrn.com/abstract=472182 ou
doi: 10.2139 / ssrn.472182
Linnainmaa, Juhani T., 2005, The Individual Day Trader, 2005, documento de trabalho da UCLA.
Linnainmaa, Juhani T., 2010, Por que (algumas) famílias trocam tanto? AFA 2008
Novo Orleans Encontros Papel. Disponível no SSRN:
http://ssrn.com/abstract=972807
Nicolosi, Gina, Peng, Liang e Ning Zhu, 2009, Do Individual Investors Learn from
Sua experiência de negociação ?, Journal of Financial Markets, 12, 317-336.
Odean, Terrance, 1998, Volume, Volatilidade, Preço e Lucro quando Todos os Traders São
acima da média, Journal of Finance, 53, 1887-1934.
Odean, Terrance, 1999, Do Investors Trade too Much ?, American Economic Review, 89,
1279-1298.
Seasholes, Mark e Guojun Wu, 2007, Predictable Behavior, Profits, and Attention,
Journal of Empirical Finance, 14, 590-610.
Seru, Amit, Shumway, Tyler e Noah Stoffman, 2010, Learning by Trading, Revisão de
Estudos Financeiros, 23, 705-739.
Statman, Meir, 2004, What Do Investors Want ?, Journal of Portfolio Management, 153-
161
22
APÊNDICE: Detalhes de cálculos de retorno e lucro
Calculamos o retorno intradiário da negociação do dia no dia t para um determinado grupo (g) de
∑ ∑ (S ijt− B
L L
ijt ) + (
S)
S Sijt − B ijt
j
r gt = i ,
∑ ∑ (B L ijt + S ijt
S)
i j (A1)
Onde B e S denotam o valor de compras e vendas (com sobrescritos L e S para transações longas e
posição longa não for fechada antes do final da negociação. Para posições curtas, o
( )S
€ de compra B ijt é o valor baseado no preço real da transação ou no preço de fechamento se a
valor
posição curta não for fechada antes do final da negociação. O numerador na equação A1 é o
Considere um exemplo concreto em que um investidor compra uma ação por $ 100 e a vende no final do dia por $ 102.
No mesmo dia, o investidor vendeu uma ação (a mesma ação ou uma ação diferente) por $ 100 e, posteriormente, cobre a posição
vendida com uma compra a $ 97. O investidor obtém lucros de $ 5 = (102-100) + (100-97). Escalamos os lucros em dólares pelo valor
total das posições de abertura, $ 200 = $ 100 + $ 100. Assim, assumimos que o investidor colocou $ 200 de capital em risco e obteve
um retorno intradiário de $ 5 / $ 200 = 2,5%. Esta é uma representação precisa dos retornos se o investidor negociar em paralelo
(ou seja, ambas as posições estão abertas ao mesmo tempo). Para investidores que negociam sequencialmente, calculamos
corretamente os lucros em dólares de $ 5, mas o capital em risco seria de $ 100 em vez de $ 200, pois os $ 100 seriam implantados
sequencialmente. Desse modo, sempre estimamos o sinal correto de retorno, mas para day traders que negociam
sequencialmente, nossas estimativas de retorno tendem a zero. Além disso, não sabemos até que ponto os traders usam a
alavancagem, o que aumentaria a magnitude dos retornos para ganhos e perdas, mas novamente o sinal dos ganhos e perdas
seria o mesmo que em nossos cálculos. Em resumo, o sinal dos retornos de negociação do dia que calculamos é preciso, embora as
magnitudes possam diferir devido à negociação sequencial ou ao uso de alavancagem. mas novamente o sinal dos ganhos e
perdas seria o mesmo que aqueles em nossos cálculos. Em resumo, o sinal dos retornos de negociação do dia que calculamos é
preciso, embora as magnitudes possam diferir devido à negociação sequencial ou ao uso de alavancagem. mas novamente o sinal
dos ganhos e perdas seria o mesmo que aqueles em nossos cálculos. Em resumo, o sinal dos retornos de negociação do dia que
calculamos é preciso, embora as magnitudes possam diferir devido à negociação sequencial ou ao uso de alavancagem.
23
When we calculate net returns and net profits, we deduct a 5 bps commission for all
trades (10 bps round-trip commission) and a 30 bps transaction tax for sales. Put
differently, buys cost 5 bps ( C b) and sells cost 35 bps ( C s). We also increase the capital
j
r net =i
,
∑ ∑ (B ijt S c
gt
L+ ijt S ) + L S
b B ijt + c s S ijt
i j (A2)
Continuing our example from above, the net return for the trader would be:
€ ( 102 − 100) + (100 − 97) − 0.0005(100 + 97) − 0.0035(102 +100)
4.19
= 200.40 = 2.09%
(100 +100) + 0.0005*100 + 0.0035*100 .
Note the net return (2.09%) is roughly 40 bps (the total round-trip trading costs of 10bps in
commissions and 30 bps in transaction tax) less than the gross return (2.50%). The shortfall
€
is slightly greater than 40 bps because we also increase the capital required to open the
positions. The numerator in equation A2 is the intraday net profit of trader i on day t.
24
Table 1: Gross and Net Abnormal Returns from Day Trading: 1992 to 2006
This table presents the daily percentage alpha from aggregate day trading of day traders. Day trading is defined as round-trip trades by the same
stock/investor/day. Each day an investor’s trades are included in this analysis if the trader made at least one day trade in the
calendar month. The alphas are estimated using the following regression of daily returns: (R pt- R ft)= α p+ β p( R mt- R ft)+ ε pt, where R pt, R mt,
and R ft are the portfolio return, market return, and risk-free return (respectively). The gross day trading return is calculated from daily round-trip
trades plus the intraday returns on open trades; an open trade is a trade made during the day that results in an outstanding
position at the close of the day. The net day trading return assumes a 10 bps round-trip commission and a 30 bps transaction tax on sales.
The last column presents the percentage of all trades that are round-trip day trades.
Table 2: Changes in Day Trading Conditional on Experience and Past Profitability (1993-2005)
Day trading is defined as round-trip trades by the same stock/investor/day. In panel A, we present percentage of traders
who day trade in month t-1 but not in month t. In Panel B, we present percentage of traders who day trade in month t-1
but not in months t through t+11 We sort traders on experience (rows) and profitability (columns). Experience is the
number of previous days on which a trader has day traded through month t-1. Only traders with 10 or more days of day
trading experience are included. Profitable day traders are those with mean daily intra-day returns that are positive
through month t-1. The analyses begin in 1993 and exclude traders who day traded in 1992. N is the number of
trader/month observations.
26
Table 3: Performance of Day Traders based on Prior Year’s Day-Trading Experience and Profitability (1993-2006)
Day Traders are grouped based upon how many days they engaged in day trading and whether their intraday returns were profitbale
during the previous 365 days. The alphas are estimated using the following regression of intraday daily returns: (Rpt - Rft) = αp + βp(Rmt -
Rft) + εpt, where Rpt, Rmt, and Rft are the portfolio return, market return, and riskfree return (respectively). The gross day trading return is
calculated from daily round-trip trades plus the intraday returns on open trades; an open trade is a trade made during the day that results
in an outstanding position at the close of the day. The net day trading return assumes a 10 bps round-trip commission and a 30 bps
transaction tax on sales. "Day Trade / All Trade" is the fraction of the group’s trading that is round-trip day trades. The last two columns
present the share of total market day trading and all trading accounted for by each group.
27
Figure 1: Day Trading as a Percent of Total Volume and Number of Individual Day
Traders
The figure presents the 12-month moving average for (1) the number of individual
investors who engage in day trading and (2) day trading as a percent of total trading
volume.
28
Monday Tuesday Wednesday
Figure 3: Day Trading Survival Function for Traders with 10 or more Days of Day
Trading Experience.
Observations are monthly. Traders are considered to have quit day trading in the first
month for which we observe no day trading in twelve consecutive months. The sample
consists of day traders with a minimum of 10 days of day trading. The entry month is the
first month when they exceed 9 days of day trading.
29
Figure 4: Hazard Ratio for Quitting Day Trading Conditional on Past Returns
1993-2005.
Observations are monthly and exclude traders who day traded in 1992. Traders are
considered to have quit day trading in the first month for which we observe no day
trading in twelve consecutive months. The figure reports the hazard ratio for quitting
and the 95% confidence interval (dashed lines) for different return categories relative to
the default category of (0, 5 bps] where the hazard ratio is equal to one by construction.
The sample consists of day traders with a minimum of 10 days of day trading. The entry
month is the first month when they exceed 9 days of day trading. Returns are the
average net daily intraday returns from the month of the 1 st day trade to the end of
prior month.
30
Figure 5: Day Trading by Occasional Traders, First Time Traders, Unprofitable
Traders, and Profitable Traders
Occasional day traders are those with 1 to 9 days of past day trading. Profitable
(unprofitable) traders are traders with 10 or more days of past day trading whose
cumulative intraday net profits are positive (negative or zero).
31
Figure 6: Cumulative (market-adjusted) abnormal returns (CARs) in event time for
stocks bought less stocks sold for day traders sorted by trading experience and
profitability during the previous year 1993-2005.
On event day 1, traders who day trade that day are sorted based on net profitability of
intraday trades and day trading experience over previous year. Profitable (unprofitable)
traders are those with cumulative intraday net profits over the previous 365 calendar days
that are positive (negative or zero). Experience bins are based on number of days of day
trading during the previous 365 days with: Low experience (0-5), Exp. 2 (6-10), Exp 3 (11-20),
Exp 4 (21-40), Exp 5 (41-80), Hi Exp ( > 80).
32