تحجيم عوائد إس آند بي عالية التواتر للتداول اليومي القائم على النماذج

الملخص

تستخدم الورقة خصائص التحجيم لعوائد إس آند بي 500 عالية التواتر المجمعة لبناء نموذج عشوائي للمارتينجال. وصُمم النموذج لإعادة إنتاج التوقعات الشرطية لجلسة الصباح، ثم وُسع ليشمل التداول بعد الظهر. وتولد توقعات النموذج إشارات لاتباع الاتجاه خلال اليوم؛ وتأتي الإشارات من النموذج لا من أنماط الرسوم البيانية. وتسعى الاستراتيجية المقترحة إلى استغلال الارتباطات الخطية الموجودة في بيانات إس آند بي والغائبة عن النموذج.

تُعلن اختبارات داخل العينة وخارجها عن أداء أفضل من خط أساس يستند إلى عملية GARCH غير متماثلة، إلى جانب فرص مراجحة صغيرة. ويذكر المؤلفون أن الأرباح ستختفي لولا الارتباطات الخطية، ويناقشون إمكانية استخدام النهج للتحوط من مخاطر التقلب في المنتجات المرتبطة بإس آند بي. ولا يقدم الوصف تواريخ الاختبار أو افتراضات التطبيق أو تكاليف المعاملات أو تفاصيل رقمية للأداء، مما يحد من تقييم المتانة وقابلية التداول. وترتبط الأفضلية المعلنة بخصائص البيانات المحددة ومقارنة النماذج.

الأفكار الرئيسية

• يُستخدم التحجيم في العوائد عالية التواتر المجمعة لبناء نموذج مارتينجال للتوقعات الشرطية.
• يُوسع النموذج من جلسة الصباح ليشمل التداول بعد الظهر.
• تولد توقعات النموذج إشارات لاتباع الاتجاه خلال اليوم من دون معايير قائمة على الرسوم البيانية.
• تعتمد الأرباح المعلنة للاستراتيجية على الارتباطات الخطية الموجودة في بيانات إس آند بي.
• تعلن الاختبارات عن أفضلية على خط أساس GARCH غير متماثل، لكن تفاصيل التطبيق غير متاحة.

الوسوم

# Ensemble properties of high frequency data and intraday trading rules


# Ensemble properties of high frequency data and intraday trading rules









Regarding the intraday sequence of high frequency returns of the S&P index as daily realizations of a given stochastic process, we first demonstrate that the scaling properties of the aggregated return distribution can be employed to define a martingale stochastic model which consistently replicates conditioned expectations of the S&P 500 high frequency data in the morning of each trading day. Then, a more general formulation of the above scaling properties allows to extend the model to the afternoon trading session. We finally outline an application in which conditioned forecasting is used to implement a trend-following trading strategy capable of exploiting linear correlations present in the S&P dataset and absent in the model. Trading signals are model-based and not derived from chartist criteria. In-sample and out-of-sample tests indicate that the model-based trading strategy performs better than a benchmark one established on an asymmetric GARCH process, and show the existence of small arbitrage opportunities. We remark that in the absence of linear correlations the trading profit would vanish and discuss why the trading strategy is potentially interesting to hedge volatility risk for S&P index-based products.

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.