Makroprognosen zur Verbesserung von Mean-Reversion-Signalen für Währungen

Zusammenfassung

Das Dokument beschreibt einen Mean-Reversion-Ansatz, der bei Handelsstrategien auf Basis der Zinsstrukturkurve ansetzt und auf eine Multi-Pair-Strategie mit wichtigen Währungspaaren ausgeweitet wird. Zur Verfeinerung der Handelssignale bezieht die Strategie Prognosen relevanter makroökonomischer Variablen aus dem maschinellen Lernen ein. Die Prognosedaten dienen der Optimierung der den Signalen zugewiesenen Gewichtungen und ergänzen technische um makroökonomische Eingaben.

Die berichtete Auswertung zeigt für den Untersuchungszeitraum nach Einbeziehung der Prognosen eine Verbesserung der jährlichen prozentualen Rendite. Das Dokument nennt weder konkrete Renditezahlen noch Benchmarkvergleiche, Prognosevariablen, Trainingsdesign oder Einzelheiten zu Kosten und Risiken. Es veranschaulicht daher eine Möglichkeit, makroökonomische Prognosen mit einer Mean-Reversion-Strategie zu verbinden, liefert aber zu wenige Informationen, um Ausmaß, Robustheit oder Zuverlässigkeit der berichteten Verbesserung außerhalb der Stichprobe zu beurteilen.

Kernaussagen

• Die Strategie überträgt Mean-Reversion-Ideen auf Basis der Zinsstrukturkurve auf eine Gruppe wichtiger Währungspaare.
• Prognosen relevanter makroökonomischer Variablen aus dem maschinellen Lernen fließen in die Handelssignale ein.
• Die Prognoseeingaben dienen der Optimierung der Signalgewichtungen.
• Das Dokument berichtet eine höhere jährliche prozentuale Rendite, lässt aber Einzelheiten zur Beurteilung der Robustheit aus.

Schlagwörter

# Using Macroeconomic Forecasts to Improve Mean Reverting Trading Strategies


# Using Macroeconomic Forecasts to Improve Mean Reverting Trading Strategies









A large class of trading strategies focus on opportunities offered by the yield curve. In particular, a set of yield curve trading strategies are based on the view that the yield curve mean-reverts. Based on these strategies' positive performance, a multiple pairs trading strategy on major currency pairs was implemented. To improve the algorithm's performance, machine learning forecasts of a series of pertinent macroeconomic variables were factored in, by optimizing the weights of the trading signals. This resulted in a clear improvement in the APR over the evaluation period, demonstrating that macroeconomic indicators, not only technical indicators, should be considered in trading strategies.

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.