شاخصهای طیفی بحران مالی برای معاملات نظاممند
خلاصه
این پژوهش راهبردهای معاملاتی نظاممندی را شرح میدهد که محرک آنها شاخصهای بحران استخراجشده از طیف ماتریسهای کوواریانس یا همبستگی است. یک خانواده از شاخصها توزیع مقادیر ویژه هر تاریخ را با توزیع مرجعی برای بازارهای آرام یا پرتلاطم مقایسه میکند. خانوادهای دیگر آمارهای طیفی منتخب، از جمله رد، شعاع طیفی یا نرم فروبنیوس را دنبال میکند. برای محاسبه کارآمد طیفها از تجزیه مقادیر منفرد استفاده میشود.
سیگنالهای شاخص برای کاهش مثبتهای کاذب ترکیب میشوند و از طریق قواعد گسسته به تصمیمهای سرمایهگذاری تبدیل میشوند. نویسندگان راهبردهای فعال را با معیارهای غیرفعال و تصادفی مقایسه میکنند و در چارچوب و دادههای خود، سودآوری تکرارپذیر و ارزش پیشبینی خارج از نمونه را ادعا میکنند. سند پوشش داراییها، تاریخهای نمونه، عملکرد عددی یا جزئیات روششناختی کافی برای ارزیابی مستقل استحکام نتایج را ارائه نمیکند؛ ادعاهای آن صراحتاً به چارچوب و دادههای استفادهشده محدودند.
ایدههای کلیدی
- شاخصهای بحران از طیف ماتریسهای کوواریانس یا همبستگی ساخته میشوند.
- یک رویکرد، توزیع مقادیر ویژه را با مراجع بازار آرام یا پرتلاطم مقایسه میکند.
- شاخصهای دیگر ویژگیهای طیفی مانند رد، شعاع طیفی و نرم فروبنیوس را دنبال میکنند.
- پیش از اعمال قواعد معاملاتی گسسته، سیگنالها برای محدودکردن مثبتهای کاذب تجمیع میشوند.
- این پژوهش راهبردهای فعال را با معیارهای غیرفعال و تصادفی مقایسه میکند، اما گزیده نتایج عددی و جزئیات داده را حذف کرده است.
برچسبها
متن کامل
# 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.
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.