Propagation du momentum entre actifs et trading de contrats à terme par réseau

Résumé

L’article étudie si les informations de momentum sur un marché à terme peuvent aider à prévoir le momentum sur d’autres marchés. Il construit un réseau à partir de caractéristiques de momentum déduites des prix sur 64 contrats négociés en continu portant sur des matières premières, des actions, des obligations et des devises, sans devoir spécifier à l’avance les liens entre entreprises ni d’autres relations économiques.

Une méthode linéaire et interprétable d’apprentissage de graphes estime les liens entre les contrats, et le réseau obtenu alimente une stratégie de momentum multi-actifs. L’article rapporte qu’après ajustement de la volatilité, la stratégie a atteint un ratio de Sharpe de 1.5 et un rendement annuel de 22% sur la période 2000–2022. Ces résultats sont présentés comme un appui empirique à l’utilisation de liens de momentum entre marchés dans les signaux de portefeuille. Le document ne fournit que les principaux chiffres de performance ; il ne décrit ni les coûts de transaction, ni les détails de mise en œuvre, ni les tests de robustesse. Les limites pratiques des résultats ne peuvent donc pas être évaluées à partir de ce seul résumé.

Idées clés

• Les primes de risque liées au momentum peuvent se propager entre des actifs ayant des comportements de momentum similaires.
• Un réseau appris peut représenter les liens de momentum entre marchés à partir des seuls prix.
• L’analyse porte sur 64 contrats à terme couvrant quatre grandes classes d’actifs.
• Un modèle linéaire d’apprentissage de graphes permet de garder les liens inférés interprétables.
• Le réseau alimente une stratégie ajustée à la volatilité dont la performance est rapportée sur la période 2000–2022.

Étiquettes

# Network Momentum across Asset Classes


# Network Momentum across Asset Classes









We investigate the concept of network momentum, a novel trading signal derived from momentum spillover across assets. Initially observed within the confines of pairwise economic and fundamental ties, such as the stock-bond connection of the same company and stocks linked through supply-demand chains, momentum spillover implies a propagation of momentum risk premium from one asset to another. The similarity of momentum risk premium, exemplified by co-movement patterns, has been spotted across multiple asset classes including commodities, equities, bonds and currencies. However, studying the network effect of momentum spillover across these classes has been challenging due to a lack of readily available common characteristics or economic ties beyond the company level. In this paper, we explore the interconnections of momentum features across a diverse range of 64 continuous future contracts spanning these four classes. We utilise a linear and interpretable graph learning model with minimal assumptions to reveal the intricacies of the momentum spillover network. By leveraging the learned networks, we construct a network momentum strategy that exhibits a Sharpe ratio of 1.5 and an annual return of 22%, after volatility scaling, from 2000 to 2022. This paper pioneers the examination of momentum spillover across multiple asset classes using only pricing data, presents a multi-asset investment strategy based on network momentum, and underscores the effectiveness of this strategy through robust empirical analysis.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.