Indicadores espectrales de crisis financiera para trading sistemático

Resumen

Este trabajo describe estrategias de trading sistemático impulsadas por indicadores de crisis derivados de los espectros de matrices de covarianza o correlación. Una familia de indicadores compara la distribución de valores propios de cada fecha con una distribución de referencia de mercados tranquilos o agitados. Otra sigue estadísticas espectrales seleccionadas, como la traza, el radio espectral o la norma de Frobenius. Se utiliza la descomposición en valores singulares para calcular los espectros con eficiencia.

Las señales de los indicadores se combinan para reducir falsos positivos y se traducen en decisiones de inversión mediante reglas discretas. Los autores comparan estrategias activas con referentes pasivos y aleatorios, y afirman que el marco y los datos utilizados muestran rentabilidad reproducible y valor predictivo fuera de muestra. El documento no indica los activos incluidos, las fechas de la muestra, el rendimiento numérico ni suficientes detalles metodológicos para evaluar la robustez de forma independiente; sus afirmaciones quedan expresamente limitadas al marco y los datos empleados.

Ideas clave

• Los indicadores de crisis se construyen a partir de los espectros de matrices de covarianza o correlación.
• Un método compara las distribuciones de valores propios con referencias de mercados tranquilos o agitados.
• Otros indicadores siguen propiedades espectrales como la traza, el radio espectral y la norma de Frobenius.
• Las señales se agregan para limitar los falsos positivos antes de aplicar reglas de trading discretas.
• El estudio compara estrategias activas con referentes pasivos y aleatorios, pero el fragmento omite resultados numéricos y detalles de los datos.

Etiquetas

# Winning Investment Strategies Based on Financial Crisis Indicators


# Winning Investment Strategies Based on Financial Crisis Indicators









The aim of this work is to create systematic trading strategies built upon several financial crisis indicators based on the spectral properties of market dynamics. Within the limitations of our framework and data, we will demonstrate that our systematic trading strategies are able to make money, not as a result of pure luck but, in a reproducible way and while avoiding the pitfall of over fitting, as a result of the skill of the operators and their understanding and knowledge of the financial market. Using singular value decomposition (SVD) techniques in order to compute all spectra in an efficient way, we have built two kinds of financial crisis indicators with a demonstrable power of prediction. Firstly, there are those that compare at every date the distribution of the eigenvalues of a covariance or correlation matrix to a distribution of reference representing either a calm or agitated market reference. Secondly, we have those that merely compute at every date a chosen spectral property (trace, spectral radius or Frobenius norm) of a covariance or correlation matrix. Aggregating the signals provided by all the indicators in order to minimize false positive errors, we then build systematic trading strategies based on a discrete set of rules governing the investment decisions of the investor. Finally, we compare our active strategies to a passive reference as well as to random strategies in order to prove the usefulness of our approach and the added value provided by the out-of-sample predictive power of the financial crisis indicators upon which our systematic trading strategies are built.

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.