Efectos de contagio del momentum entre activos y trading de futuros basado en redes

Resumen

El artículo estudia si la información sobre momentum en un mercado de futuros puede ayudar a predecir el momentum en otros. Construye una red a partir de características de momentum derivadas de precios en 64 contratos negociados de forma continua de materias primas, renta variable, bonos y divisas, sin necesidad de especificar de antemano vínculos entre empresas u otras relaciones económicas.

Un método lineal e interpretable de aprendizaje de grafos estima las conexiones entre los contratos, y la red resultante informa una estrategia de momentum multiactivo. El artículo afirma que, tras ajustar por volatilidad, la estrategia logró un ratio de Sharpe de 1.5 y una rentabilidad anual del 22% entre 2000 y 2022. Estos hallazgos se presentan como evidencia empírica a favor del uso de vínculos de momentum entre mercados en las señales de cartera. El documento solo ofrece cifras generales de rendimiento; no describe los costes de transacción, los detalles de implementación ni las pruebas de robustez, por lo que este resumen no permite evaluar los límites prácticos de los resultados.

Ideas clave

• Las primas de riesgo del momentum pueden propagarse entre activos con comportamientos de momentum similares.
• Una red aprendida puede representar vínculos de momentum entre mercados utilizando solo características de precios.
• El análisis abarca 64 contratos de futuros de cuatro grandes clases de activos.
• Se utiliza un modelo lineal de aprendizaje de grafos para que las conexiones inferidas sean interpretables.
• La red informa una estrategia ajustada por volatilidad cuyo rendimiento reportado abarca 2000–2022.

Etiquetas

# Network Momentum across Asset Classes


# Network Momentum across Asset Classes









We investigate the concept of network momentum, a novel trading signal derived from momentum spillover across assets. Initially observed within the confines of pairwise economic and fundamental ties, such as the stock-bond connection of the same company and stocks linked through supply-demand chains, momentum spillover implies a propagation of momentum risk premium from one asset to another. The similarity of momentum risk premium, exemplified by co-movement patterns, has been spotted across multiple asset classes including commodities, equities, bonds and currencies. However, studying the network effect of momentum spillover across these classes has been challenging due to a lack of readily available common characteristics or economic ties beyond the company level. In this paper, we explore the interconnections of momentum features across a diverse range of 64 continuous future contracts spanning these four classes. We utilise a linear and interpretable graph learning model with minimal assumptions to reveal the intricacies of the momentum spillover network. By leveraging the learned networks, we construct a network momentum strategy that exhibits a Sharpe ratio of 1.5 and an annual return of 22%, after volatility scaling, from 2000 to 2022. This paper pioneers the examination of momentum spillover across multiple asset classes using only pricing data, presents a multi-asset investment strategy based on network momentum, and underscores the effectiveness of this strategy through robust empirical analysis.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.