اختبار استراتيجيات المحافظ القائمة على الارتداد إلى المتوسط ببيانات أسهم حديثة

الملخص

تقيّم هذه الدراسة التجريبية ما إذا كانت استراتيجيات المحافظ الآنية المصممة للاستفادة من الارتداد إلى المتوسط تحقق أداءً جيدًا خارج مجموعات البيانات المرجعية. وتتناول ثلاثة مناهج: الارتداد السلبي العدواني إلى المتوسط، والارتداد عبر المتوسط المتحرك الآني، وتحسين تكاليف المعاملات. ويستخدم الباحثون الأسعار التاريخية لمكونات مؤشر إس آند بي 500 من 2000 حتى 2017، إلى جانب مجموعات بيانات مرجعية راسخة، للبحث في أسباب ظهور هذه الاستراتيجيات بمظهر ناجح بوجه خاص في الاختبارات الشائعة، وما إذا كانت تعمل أيضًا على بيانات سوق أحدث.

تحمل النتائج المبلغ عنها تحذيرًا: فقد تفضل مجموعات البيانات المرجعية أساليب الارتداد إلى المتوسط، وقد لا تنتقل النتائج القوية عليها إلى ظروف سوق أوسع. وقد تفشل الاستراتيجيات حتى عندما تبدو الظروف مواتية، ولا سيما عند وجود تكاليف معاملات صريحة أو ضمنية. ولا تقدم الوثيقة أرقام أداء مفصلة أو خيارات التنفيذ أو افتراضات التكلفة، لذا فهي لا تحدد الطريقة الأفضل أداءً ولا كيفية اختلاف النتائج بين الفترات. والدرس الأساسي هو اختبار استراتيجيات المحافظ على بيانات ممثلة مع أخذ احتكاكات التداول في الحسبان.

الأفكار الرئيسية

• تقيّم الدراسة استراتيجيات PAMR وOLMAR وتحسين تكاليف المعاملات.
• تقارن مجموعات البيانات المرجعية الراسخة بأسعار مكونات مؤشر إس آند بي 500 التاريخية من 2000 إلى 2017.
• قد تفضل مجموعات البيانات المرجعية استراتيجيات الارتداد إلى المتوسط ولا تعكس الأداء كاملًا.
• قد تفشل الاستراتيجيات المختبرة حتى في ظروف تبدو مواتية.
• قد تقوض تكاليف المعاملات الصريحة والضمنية نتائج الارتداد إلى المتوسط.

الوسوم

# Empirical investigation of state-of-the-art mean reversion strategies for equity markets


# Empirical investigation of state-of-the-art mean reversion strategies for equity markets









Recent studies have shown that online portfolio selection strategies that exploit the mean reversion property can achieve excess return from equity markets. This paper empirically investigates the performance of state-of-the-art mean reversion strategies on real market data. The aims of the study are twofold. The first is to find out why the mean reversion strategies perform extremely well on well-known benchmark datasets, and the second is to test whether or not the mean reversion strategies work well on recent market data. The mean reversion strategies used in this study are the passive aggressive mean reversion (PAMR) strategy, the on-line moving average reversion (OLMAR) strategy, and the transaction cost optimization (TCO) strategies. To test the strategies, we use the historical prices of the stocks that constitute S\&P 500 index over the period from 2000 to 2017 as well as well-known benchmark datasets. Our findings are that the well-known benchmark datasets favor mean reversion strategies, and mean reversion strategies may fail even in favorable market conditions, especially when there exist explicit or implicit transaction costs.

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.