Trendfolgesignale in Euro-Futures mit Hochfrequenzdaten erkennen

Zusammenfassung

Diese Studie fragt, ob Finanzpreisreihen erkennbare Strukturen jenseits eines Random Walk enthalten. Sie argumentiert, dass herkömmliche Zeitreihenmethoden kleine Abweichungen von Zufälligkeit möglicherweise nur schwer unterscheiden können, und wendet stattdessen moderne multivariate statistische Inferenz an, die von Methoden der Kernphysik inspiriert ist.

Anhand von Hochfrequenzbeobachtungen eines Euro-Futures-Kontrakts berichten die Autoren, dass sich nicht zufällige Strukturen erkennen lassen, insbesondere ein von Volatilitätsbereichen abhängiges Trendfolge-Verhalten. Der Auszug beschreibt weder Auslöser, Stichprobenzeitraum, statistische Tests noch Handelsergebnisse außerhalb der Stichprobe. Die Aussage betrifft somit die Erkennung einer bestimmten Struktur in der untersuchten Reihe; sie zeigt für sich genommen nicht, dass das Signal nach Kosten profitabel bleibt oder sich auf andere Märkte übertragen lässt.

Kernaussagen

• Die Arbeit untersucht, ob sich Marktpreisänderungen erkennbar von einem Random Walk unterscheiden.
• Sie wendet multivariate statistische Inferenz an, um subtile nicht zufällige Strukturen zu erkennen.
• Die Analyse verwendet Hochfrequenzdaten eines Euro-Futures-Kontrakts.
• Die berichtete nicht zufällige Komponente umfasst Trendfolge-Verhalten, das sich je nach Volatilitätsbereich unterscheidet.
• Der Auszug liefert keine Belege für Profitabilität nach Kosten oder eine Übertragbarkeit auf andere Märkte.

Schlagwörter

# Statistical Methods for Estimating the non-random Content of Financial Markets


# Statistical Methods for Estimating 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.

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.