رژیم‌های ایستایی بازار سهام و معامله مکانیکی متناسب با رژیم

خلاصه

این پژوهش از نظریه لانژون KM₂O برای طبقه‌بندی نوسان‌های قیمت سهام به حالت‌های ایستا، ناایستا یا میانی استفاده می‌کند. این طبقه‌بندی برای انتخاب میان دو نوع سیگنال به کار می‌رود: میانگین‌های متحرک در دوره‌های ایستا و خطوط روان‌شناختی، به‌عنوان یک نوسان‌نما، در دوره‌های ناایستا. نویسندگان این روش را راهی برای سازگار کردن تصمیم‌های معاملاتی مکانیکی با ویژگی‌های آماریِ در حال تغییر قیمت‌ها معرفی می‌کنند.

آن‌ها راهبرد نمونه را روی شاخص کل سهام نیکی بک‌تست می‌کنند و از افت سرمایه حداکثری اندکی گزارش می‌دهند و رویکرد را کم‌ریسک توصیف می‌کنند. این سند این نتیجه را شاهدی می‌داند بر اینکه تحلیل ایستایی می‌تواند به معامله‌گری کمک کند؛ اما معیارهای عددی عملکرد، دوره آزمون، هزینه‌ها یا مقایسه با معیارهای مرجع را ارائه نمی‌کند. بنابراین نتایج فقط یک کاربرد تاریخی را توصیف می‌کنند و نشان نمی‌دهند که راهبرد در بازارها یا شرایط دیگر نیز ایمن یا مؤثر باقی خواهد ماند.

ایده‌های کلیدی

• نظریه لانژون KM₂O برای طبقه‌بندی نوسان‌های قیمت به دوره‌های ایستا، ناایستا و میانی به کار می‌رود.
• راهبرد نمونه در دوره‌های ایستا از میانگین‌های متحرک استفاده می‌کند.
• در دوره‌های ناایستا، از خطوط روان‌شناختی به‌عنوان نوسان‌نما استفاده می‌شود.
• گزارش شده است که بک‌تست شاخص کل سهام نیکی افت سرمایه حداکثری اندکی داشته است.
• توضیحات، جزئیات مهم بک‌تست مانند هزینه‌ها، دوره و مقایسه با معیارهای مرجع را حذف می‌کند.

برچسب‌ها

# Stationarity analysis of the stock market data and its application to mechanical trading


# Stationarity analysis of the stock market data and its application to mechanical trading









This study proposes a scheme for stationarity analysis of stock price fluctuations based on KM$_2$O-Langevin theory. Using this scheme, we classify the time-series data of stock price fluctuations into three periods: stationary, non-stationary, and intermediate. We then suggest an example of a low-risk stock trading strategy to demonstrate the usefulness of our scheme by using actual stock index data. Our strategy uses a trend-based indicator, moving averages, for stationary periods and an oscillator-based indicator, psychological lines, for non-stationary periods to make trading decisions. Finally, we confirm that our strategy is a safe trading strategy with small maximum drawdown by back testing on the Nikkei Stock Average. Our study, the first to apply the stationarity analysis of KM$_2$O-Langevin theory to actual mechanical trading, opens up new avenues for stock price prediction.

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.