Diseño de sistemas de seguimiento de tendencias a partir de la autocorrelación y los espectros de rendimientos

Resumen

Este documento desarrolla un marco para diseñar y comparar sistemas de seguimiento de tendencias, incluidos los enfoques europeo, estadounidense y de impulso de series temporales. Para los sistemas europeos, deriva una relación entre las pérdidas y ganancias, la autocorrelación y la deriva de los rendimientos normalizados por volatilidad. Los análisis con procesos fraccionarios ARFIMA indican que una autocorrelación positiva a largo plazo puede respaldar la rentabilidad aunque los rendimientos a corto plazo reviertan a la media. Una perspectiva en el dominio de la frecuencia interpreta esto como una ventaja para el seguimiento de tendencias cuando la masa espectral de baja frecuencia es suficientemente fuerte; la deriva también puede favorecer periodos de observación más largos.

El trabajo deriva expresiones de la ratio de Sharpe, incorpora la curtosis de las innovaciones y examina el rendimiento neto y los horizontes óptimos en función de los costes de negociación. También predice asimetría positiva para los rendimientos agregados bajo ruido blanco, con simulaciones que respaldan los resultados teóricos. Las pruebas con contratos líquidos muestran que los sistemas están fuertemente correlacionados y que el marco puede ayudar a atribuir el rendimiento. Estos hallazgos dependen de los supuestos del modelo y del contexto empírico descrito; no garantizan rentabilidad en otros mercados ni después de costes no modelados.

Ideas clave

• El rendimiento del seguimiento de tendencias puede relacionarse con la autocorrelación, la deriva y el espectro de los rendimientos normalizados por volatilidad.
• Una autocorrelación positiva a largo plazo puede favorecer el seguimiento de tendencias incluso cuando hay reversión a la media a corto plazo.
• El análisis en el dominio de la frecuencia relaciona la masa espectral de baja frecuencia con los rendimientos del seguimiento de tendencias.
• Los costes de trading afectan a la ratio de Sharpe neta y al periodo preferido de la estrategia.
• El análisis encuentra asimetría positiva estructural en los rendimientos del seguimiento de tendencias bajo varias condiciones modelizadas.

Etiquetas

# The Science and Practice of Trend-Following Systems


# The Science and Practice of Trend-Following Systems









We present a unified approach to designing trend-following (TF) systems and classify them into European, American, and Time Series Momentum categories. For European TF systems, we derive an exact relationship between profit-and-loss, autocorrelation, and drift in volatility-normalized returns. We analyze the expected return under fractional ARFIMA processes and show that TF systems are profitable when the long-term autocorrelation is positive, even under short-term mean reversion. In the frequency domain, the expected return is represented as a Poisson-kernel reading of the analytical or empirical spectrum of the volatility-normalized returns: the system profits at zero drift when the kernel-weighted spectral mass exceeds one, so trend-following alpha is excess spectral mass at low frequencies. Longer lookbacks benefit in addition from the squared drift of the return process. We derive the closed-form Sharpe ratio, with the excess kurtosis of the innovations entering through a single loading, and the net Sharpe ratio and cost-optimal span under trading costs. Under white noise, we derive the closed-form skewness of aggregated TF returns, which is positive at every horizon and peaks near half the filter span. Monte Carlo experiments confirm the analytical results. We show that the positive skewness of TF returns is structural under various model assumptions. Empirically, we evaluate the systems on liquid contracts, and show that all TF systems are strongly correlated and our analytical results can be applied for their performance attribution. Our results enable design, simulation, and performance attribution of TF systems from trend persistence, mean reversion, drift, and skewness.

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.