رفتن به محتوا
همه اسناد کتابخانه

چارچوب سناریوهای بی‌بُعد برای تحلیل تکنیکال

مقاله arXiv papers · نویسنده: J. V. Andersen et al.

خلاصه

این سند روشی احتمالاتی برای طبقه‌بندی رفتار بازار بر اساس سرعت و شتاب قیمت پیشنهاد می‌کند. انحراف از گام تصادفی با دو کمیت بی‌بُعد توصیف می‌شود: عدد فرود که شتاب را با سرعت مقایسه می‌کند و افق پیش‌بینی که بر اساس دوره آموزش مقیاس‌بندی شده است. چارچوب سناریوهای حاصل به‌گونه‌ای طراحی شده که نسبت به تغییر واحدهای قیمت ناوردا باشد و مسیرهای احتمالی متعدد را با توجه به یک تاریخچه قیمت واحد در نظر بگیرد.

الگوهای پیروی از روند و خلاف‌روند، بسته به افق پیش‌بینی مقیاس‌بندی‌شده، هر دو ممکن‌اند. رویکرد توصیف‌شده پایداری مسیرهای پیش‌بینی‌شده بازار را ارزیابی می‌کند تا میان آن‌ها انتخاب کند. آزمون‌ها از بازده‌های روزانه شاخص‌های عمده سهام، اوراق قرضه و ارزها، با داده‌هایی در حدود نه تا سی سال، استفاده می‌کنند. نویسندگان قدرت پیش‌بینی معنادار آماری را تقریباً در همه مراحل بازار گزارش می‌کنند، در حالی که استراتژی‌های جداگانه روند و روند به‌علاوه شتاب فقط در برخی مراحل عملکرد خوبی دارند. خلاصه، روش‌شناسی جزئی، هزینه‌های معامله یا پروتکل خارج از نمونه را ارائه نمی‌کند؛ بنابراین نتایج گزارش‌شده به‌تنهایی سودآوری قابل‌معامله را اثبات نمی‌کنند.

ایده‌های کلیدی

  • این چارچوب تاریخچه قیمت را از طریق سرعت و شتاب توصیف می‌کند.
  • عدد فرود بی‌بُعد و افق پیش‌بینی مقیاس‌بندی‌شده، طبقه‌بندی سناریوها را تعیین می‌کنند.
  • رفتار پیروی از روند و خلاف‌روند ممکن است هم‌زمان وجود داشته باشند و ارتباط هرکدام به افق پیش‌بینی بستگی دارد.
  • آزمون‌های تجربی شاخص‌های سهام، اوراق قرضه و ارزها را دربرمی‌گیرند و قدرت پیش‌بینی را در مراحل مختلف بازار گزارش می‌کنند.
  • توضیحات، هزینه معامله یا شواهد جزئی خارج از نمونه را ارائه نمی‌کنند.

برچسب‌ها

متن کامل
# Fundamental Framework for Technical Analysis


# Fundamental Framework for Technical Analysis









Starting from the characterization of the past time evolution of market prices in terms of two fundamental indicators, price velocity and price acceleration, we construct a general classification of the possible patterns characterizing the deviation or defects from the random walk market state and its time-translational invariant properties. The classification relies on two dimensionless parameters, the Froude number characterizing the relative strength of the acceleration with respect to the velocity and the time horizon forecast dimensionalized to the training period. Trend-following and contrarian patterns are found to coexist and depend on the dimensionless time horizon. The classification is based on the symmetry requirements of invariance with respect to change of price units and of functional scale-invariance in the space of scenarii. This ``renormalized scenario'' approach is fundamentally probabilistic in nature and exemplifies the view that multiple competing scenarii have to be taken into account for the same past history. Empirical tests are performed on on about nine to thirty years of daily returns of twelve data sets comprising some major indices (Dow Jones, SP500, Nasdaq, DAX, FTSE, Nikkei), some major bonds (JGB, TYX) and some major currencies against the US dollar (GBP, CHF, DEM, JPY). Our ``renormalized scenario'' exhibits statistically significant predictive power in essentially all market phases. In constrast, a trend following strategy and trend + acceleration following strategy perform well only on different and specific market phases. The value of the ``renormalized scenario'' approach lies in the fact that it always finds the best of the two, based on a calculation of the stability of their predicted market trajectories.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.