Modelos de cambio de régimen para trading y asignación adaptativos

Resumen

El documento describe un enfoque sistemático para adaptar las estrategias de trading y la asignación de activos a medida que cambian las condiciones del mercado. Propone utilizar modelos autorregresivos de Markov con cambio de estado para identificar y predecir regímenes asociados de forma aproximada con las fases de acumulación, distribución, avance y descenso de Wyckoff. Después analiza el comportamiento de las clases de activos y los sectores del mercado en los regímenes identificados.

El marco de estrategias asigna el seguimiento de tendencias, el trading en rango, el trading de retrocesos y el trading de rupturas a distintos regímenes, y luego combina el enfoque de trading elegido con una asignación específica para cada régimen. El objetivo declarado es construir un sistema con adaptación dinámica y compararlo con alfas tradicionales. El extracto describe el marco, pero no proporciona datos, cifras de rendimiento ni decisiones detalladas de implementación, así que no demuestra que el sistema propuesto supere a alternativas más sencillas. Las etiquetas de régimen se describen como analogías aproximadas, y el texto no especifica cómo se validan los regímenes ni cómo se gestionan los costes de trading y los cambios en las relaciones entre mercados.

Ideas clave

• Las medias, varianzas y correlaciones del mercado pueden cambiar con las condiciones económicas y las políticas.
• Se proponen modelos autorregresivos de Markov con cambio de estado para identificar y predecir regímenes de mercado.
• El marco relaciona los regímenes con las fases de acumulación, distribución, avance y descenso.
• Las estrategias de tendencia, rango, retroceso y ruptura pueden adaptarse al régimen identificado.
• La asignación de activos específica para cada régimen se combina con estrategias de trading, aunque el extracto no aporta pruebas de rendimiento.

Etiquetas

# Evaluating the Building Blocks of a Dynamically Adaptive Systematic Trading Strategy


# Evaluating the Building Blocks of a Dynamically Adaptive Systematic Trading Strategy









Financial markets change their behaviours abruptly. The mean, variance and correlation patterns of stocks can vary dramatically, triggered by fundamental changes in macroeconomic variables, policies or regulations. A trader needs to adapt her trading style to make the best out of the different phases in the stock markets. Similarly, an investor might want to invest in different asset classes in different market regimes for a stable risk adjusted return profile. Here, we explore the use of State Switching Markov Autoregressive models for identifying and predicting different market regimes loosely modeled on the Wyckoff Price Regimes of accumulation, distribution, advance and decline. We explore the behaviour of various asset classes and market sectors in the identified regimes. We look at the trading strategies like trend following, range trading, retracement trading and breakout trading in the given market regimes and tailor them for the specific regimes. We tie together the best trading strategy and asset allocation for the identified market regimes to come up with a robust dynamically adaptive trading system to outperform simple traditional alphas.

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.