تعلم الزخم الديناميكي لاتباع الاتجاه التكيفي

الملخص

تدرس هذه المقالة كيف يمكن لإشارات اتباع الاتجاه استخدام فترات استرجاع مختلفة للزخم على نحو تكيفي. وبدلا من الاعتماد فقط على ملخصات ثابتة للعوائد السابقة، تطبق مصنفا ثنائيا ديناميكيا للتعلم مما إذا كانت العلاقات بين الزخم السابق والعوائد المستقبلية تتغير أم تظل مستقرة. ويمكن للمستثمر بعد ذلك الجمع بين سرعات الزخم أو اختيارها، ولا سيما قرب نقاط تحول السوق.

يقيّم المؤلفون الطريقة باستخدام بيانات من 56 عقدا آجلا، ويقارنونها باستراتيجية تقليدية للزخم عبر السلاسل الزمنية. ويفيدون بأن مستثمرا يتبع نهج متوسط التباين سيدفع رسما إداريا كبيرا لقاء النهج الديناميكي، ويعرضون ذلك دليلا على تحسن دقة الإشارة وأداء المحفظة. ولا يحدد العرض المقدم مقدار الرسوم أو تصميم الاختبار بالتفصيل أو النتائج المعدلة حسب المخاطر، لذلك لا يثبت مدى متانة الميزة عبر الفترات أو تكاليف التنفيذ.

الأفكار الرئيسية

• قد تفوت قواعد الزخم ذات فترات الاسترجاع الثابتة تغير العلاقات بين العوائد السابقة والمستقبلية.
• يتعلم مصنف ثنائي ديناميكي ما إذا كانت هذه العلاقات تتغير بمرور الوقت.
• يمكن للطريقة اختيار سرعات الزخم أو الجمع بينها قرب نقاط التحول.
• يستخدم التقييم 56 عقدا آجلا ويقارن الطريقة بالزخم التقليدي عبر السلاسل الزمنية.
• تشير رغبة المستثمر المبلغ عنها في دفع رسم إداري إلى منفعة اقتصادية، لكن مقدارها غير محدد.

الوسوم

# Trend-Following Strategies via Dynamic Momentum Learning


# Trend-Following Strategies via Dynamic Momentum Learning









Time series momentum strategies are widely applied in the quantitative financial industry and its academic research has grown rapidly since the work of Moskowitz, Ooi and Pedersen (2012). However, trading signals are usually obtained via simple observation of past return measurements. In this article we study the benefits of incorporating dynamic econometric models to sequentially learn the time-varying importance of different look-back periods for individual assets. By the use of a dynamic binary classifier model, the investor is able to switch between time-varying or constant relations between past momentum and future returns, dynamically combining or selecting different momentum speeds during turning points, improving trading signals accuracy and portfolio performance. Using data from 56 future contracts we show that a mean-variance investor will be willing to pay a considerable management fee to switch from the traditional naive time series momentum strategy to the dynamic classifier approach.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.