Nicht-zufällige Marktstrukturen mit multivariater Analyse erkennen

Zusammenfassung

Das Dokument argumentiert, dass Finanzrenditen bei herkömmlichen Zeitreihenanalysen beinahe zufällig erscheinen können und dennoch Muster enthalten, die sich mit moderner multivariater Statistik erkennen lassen. Es beschreibt eine von Methoden der Kernphysik inspirierte Analyse hochfrequenter Bewegungen bei Euro-Futures. Als Bestandteil wird Trendfolge identifiziert, die je nach Volatilitätsbereich variiert; ein Handelssystem bildet die relevanten Bedingungen ab.

Um zu prüfen, ob sich das Muster über einen einzelnen Kontrakt hinaus erstreckt, wird dasselbe Verfahren auf DAX und Kakao-Futures angewendet, die als weitgehend unkorreliert mit dem Euro-Future beschrieben werden. Ähnliche Ergebnisse über diese Beispiele hinweg werden als Hinweis darauf dargestellt, dass das System wiederkehrende Merkmale des Marktverhaltens über einen Zeitraum von zehn Jahren erfasst. Die Autoren weisen ausdrücklich darauf hin, dass diese Beispiele keine Allgemeingültigkeit belegen. Der Auszug enthält weder detaillierte statistische Tests noch Handelskosten oder risikobereinigte Leistungskennzahlen. Die behaupteten nicht-zufälligen Muster im Marktverhalten sind deshalb als stichprobenspezifischer Befund zu behandeln, nicht als universeller oder nachgewiesener Handelsvorteil.

Kernaussagen

• Herkömmliche Zeitreihenmethoden können kleine Abweichungen vom Random-Walk-Verhalten möglicherweise nicht erkennen.
• Die Analyse nutzt multivariate statistische Methoden zur Untersuchung hochfrequenter Futures-Daten.
• Bei Euro-Futures wird eine mit Volatilitätsbereichen verbundene Trendfolgekomponente identifiziert.
• Für DAX und Kakao-Futures werden mit denselben Bestandteilen des Handelssystems ähnliche Ergebnisse berichtet.
• Die Beispiele umfassen einen Zeitraum von zehn Jahren; das Dokument warnt jedoch, dass sie keine Allgemeingültigkeit belegen.

Schlagwörter

# About the non-random Content of Financial Markets


# About the non-random Content of Financial Markets









For the pedestrian observer, financial markets look completely random with erratic and uncontrollable behavior. To a large extend, this is correct. At first approximation the difference between real price changes and the random walk model is too small to be detected using traditional time series analysis. However, we show in the following that this difference between real financial time series and random walks, as small as it is, is detectable using modern statistical multivariate analysis, with several triggers encoded in trading systems. This kind of analysis are based on methods widely used in nuclear physics, with large samples of data and advanced statistical inference. Considering the movements of the Euro future contract at high frequency, we show that a part of the non-random content of this series can be inferred, namely the trend-following content depending on volatility ranges. Of course, this is not a general proof of statistical inference, as we focus on one particular example and the generality of the process can not be claimed. Therefore, we produce other examples on a completely different markets, largely uncorrelated to the Euro future, namely the DAX and Cacao future contracts. The same procedure is followed using a trading system, based on the same ingredients. We show that similar results can be obtained and we conclude that this is an evidence that some invariants, as encoded in our system, have been identified. They provide a kind of quantification of the non-random content of the financial markets explored over a 10 years period of time.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.