Eventos históricos y regímenes de mercado

Código pyfolio

Resumen

Este documento ofrece un catálogo predefinido de intervalos de fechas asociados a eventos destacados y a regímenes generales del mercado. Las ventanas incluyen la burbuja puntocom, los atentados del 11 de septiembre, la crisis financiera mundial, el Flash Crash, Fukushima, la rebaja de la calificación crediticia de US y la crisis de deuda europea, y la caída del mercado de 2015. También etiqueta periodos más largos como mercado alcista de baja volatilidad, desplome, recuperación y nueva normalidad.

Los intervalos de fechas pueden servir de referencia para examinar el comportamiento de una estrategia durante distintos eventos o comparar condiciones de mercado. Sin embargo, el archivo solo registra etiquetas y fechas de inicio y fin; no ofrece rendimientos específicos por activo, análisis causal ni pruebas de que los periodos seleccionados tuvieran los efectos indicados en todos los mercados. Estos intervalos son convenciones históricas, así que conviene verificar las fechas y adaptarlas a los instrumentos y a la pregunta de investigación antes de sacar conclusiones.

Ideas clave

El catálogo vincula etiquetas de eventos de mercado con fechas históricas de inicio y fin.
Incluye tanto periodos breves de eventos como intervalos más largos de regímenes de mercado.
Los periodos etiquetados pueden ayudar a organizar el análisis histórico de estrategias según el contexto.
Las fechas por sí solas no demuestran el impacto en el mercado ni aportan pruebas de rendimiento.

Etiquetas

Pruebas retrospectivas Basado en eventos Mercados de EE. UU.

Texto completo

# interesting_periods.py


```py
#
# Copyright 2016 Quantopian, Inc.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

"""Generates a list of historical event dates that may have had
significant impact on markets.  See extract_interesting_date_ranges."""

import pandas as pd

from collections import OrderedDict

PERIODS = OrderedDict()
# Dotcom bubble
PERIODS['Dotcom'] = (pd.Timestamp('20000310'), pd.Timestamp('20000910'))

# Lehmann Brothers
PERIODS['Lehman'] = (pd.Timestamp('20080801'), pd.Timestamp('20081001'))

# 9/11
PERIODS['9/11'] = (pd.Timestamp('20010911'), pd.Timestamp('20011011'))

# 05/08/11  US down grade and European Debt Crisis 2011
PERIODS[
    'US downgrade/European Debt Crisis'] = (pd.Timestamp('20110805'),
                                            pd.Timestamp('20110905'))

# 16/03/11  Fukushima melt down 2011
PERIODS['Fukushima'] = (pd.Timestamp('20110316'), pd.Timestamp('20110416'))

# 01/08/03  US Housing Bubble 2003
PERIODS['US Housing'] = (
    pd.Timestamp('20030108'), pd.Timestamp('20030208'))

# 06/09/12  EZB IR Event 2012
PERIODS['EZB IR Event'] = (
    pd.Timestamp('20120910'), pd.Timestamp('20121010'))

# August 2007, March and September of 2008, Q1 & Q2 2009,
PERIODS['Aug07'] = (pd.Timestamp('20070801'), pd.Timestamp('20070901'))
PERIODS['Mar08'] = (pd.Timestamp('20080301'), pd.Timestamp('20080401'))
PERIODS['Sept08'] = (pd.Timestamp('20080901'), pd.Timestamp('20081001'))
PERIODS['2009Q1'] = (pd.Timestamp('20090101'), pd.Timestamp('20090301'))
PERIODS['2009Q2'] = (pd.Timestamp('20090301'), pd.Timestamp('20090601'))

# Flash Crash (May 6, 2010 + 1 week post),
PERIODS['Flash Crash'] = (
    pd.Timestamp('20100505'), pd.Timestamp('20100510'))

# April and October 2014).
PERIODS['Apr14'] = (pd.Timestamp('20140401'), pd.Timestamp('20140501'))
PERIODS['Oct14'] = (pd.Timestamp('20141001'), pd.Timestamp('20141101'))

# Market down-turn in August/Sept 2015
PERIODS['Fall2015'] = (pd.Timestamp('20150815'), pd.Timestamp('20150930'))

# Market regimes
PERIODS['Low Volatility Bull Market'] = (pd.Timestamp('20050101'),
                                         pd.Timestamp('20070801'))

PERIODS['GFC Crash'] = (pd.Timestamp('20070801'),
                        pd.Timestamp('20090401'))

PERIODS['Recovery'] = (pd.Timestamp('20090401'),
                       pd.Timestamp('20130101'))

PERIODS['New Normal'] = (pd.Timestamp('20130101'),
                         pd.Timestamp('today'))

```

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: Apache-2.0

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

Periodos de eventos históricos y regímenes de mercado

Resumen

Ideas clave

Etiquetas