الانتقال إلى المحتوى
جميع مستندات المكتبة

حجم المراكز ومقياس القيمة المعرضة للخطر في اختبارات الأسواق المتقلبة

مقال arXiv papers · المؤلف: S. M. Masrur Ahmed

الملخص

تبحث الورقة فيما إذا كان حجم مراكز التداول يمكن أن يساعد على ضبط المخاطر خلال فترات التقلب الشديد. وتستخدم اختبارًا تاريخيًا لدراسة سلوك نماذج تحديد حجم المراكز أثناء أحداث الأزمات، مع اهتمام خاص بقدرتها على خفض القيمة المعرضة للخطر. كما تتناول مراكز البيع والشراء بوصفها وسيلتين لإدارة الانكشاف في ظروف الضغط.

وتجمع الدراسة الموصوفة بين تحليل تحديد الحجم وبيانات الأسهم والصناديق المتداولة في البورصة، وتذكر نماذج الانحدار الذاتي وARIMA وLSTM وGARCH. ولا يوضح المقتطف كيفية تحديد قواعد الحجم أو دمج النماذج، ولا فترة الاختبار التاريخي وأحداث الأزمات المستخدمة. كما لا يقدم تقديرات للقيمة المعرضة للخطر أو نتائج للأداء. لذلك يطرح النص اتجاهًا بحثيًا بدلًا من إثبات أن نهجًا بعينه لتحديد الحجم يضبط الخسائر؛ وتعتمد النتائج التاريخية أيضًا على افتراضات، وقد لا تتنبأ بسلوك الأزمات المستقبلية.

الأفكار الرئيسية

  • تستخدم الدراسة اختبارات تاريخية لتقييم أساليب تحديد حجم المراكز خلال فترات التقلب الشديد.
  • مقياس المخاطر الأساسي فيها هو القيمة المعرضة للخطر أثناء أحداث الأزمات.
  • تتناول الدراسة إدارة أحجام مراكز الشراء والبيع معًا.
  • تشمل البيانات والنمذجة الموصوفتان الأسهم والصناديق المتداولة في البورصة وأساليب AR وARIMA وLSTM وGARCH.
  • لا يقدم المقتطف نتائج أو تفاصيل كافية لمقارنة قواعد تحديد حجم المراكز.

الوسوم

النص الكامل
# Sizing Strategies for Algorithmic Trading in Volatile Markets: A Study of Backtesting and Risk Mitigation Analysis


# Sizing Strategies for Algorithmic Trading in Volatile Markets: A Study of Backtesting and Risk Mitigation Analysis









Backtest is a way of financial risk evaluation which helps to analyze how our trading algorithm would work in markets with past time frame. The high volatility situation has always been a critical situation which creates challenges for algorithmic traders. The paper investigates different models of sizing in financial trading and backtest to high volatility situations to understand how sizing models can lower the models of VaR during crisis events. Hence it tries to show that how crisis events with high volatility can be controlled using short and long positional size. The paper also investigates stocks with AR, ARIMA, LSTM, GARCH with ETF data.

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.