Détecter le suivi de tendance dans les contrats à terme Euro à haute fréquence

Résumé

Cette étude cherche à déterminer si les séries de prix financiers contiennent une structure détectable au-delà d’une marche aléatoire. Elle avance que les méthodes classiques d’analyse des séries temporelles peuvent avoir du mal à distinguer de faibles écarts à l’aléa, et applique plutôt une inférence statistique multivariée moderne inspirée de méthodes utilisées en physique nucléaire.

À partir d’observations à haute fréquence d’un contrat à terme sur l’euro, les auteurs indiquent qu’il est possible d’inférer une composante non aléatoire, en particulier un comportement de suivi de tendance dépendant des plages de volatilité. L’extrait ne décrit ni les déclencheurs, ni la période de l’échantillon, ni les tests statistiques, ni les résultats de trading hors échantillon. L’affirmation porte donc sur la détection d’une structure particulière dans la série étudiée ; elle ne démontre pas à elle seule que le signal reste rentable après coûts ou se généralise à d’autres marchés.

Idées clés

• L’article examine si les variations des prix de marché diffèrent de façon détectable d’une marche aléatoire.
• Il applique une inférence statistique multivariée pour repérer une structure non aléatoire subtile.
• L’analyse utilise des données à haute fréquence d’un contrat à terme sur l’euro.
• La composante non aléatoire rapportée comprend un comportement de suivi de tendance qui varie selon les plages de volatilité.
• L’extrait ne fournit aucune preuve de rentabilité après coûts ni de généralisation à d’autres marchés.

Étiquettes

# Statistical Methods for Estimating the non-random Content of Financial Markets


# Statistical Methods for Estimating the non-random Content of Financial Markets









For the pedestrian observer, financial markets look completely random with erratic and uncontrollable behavior. To a large extend, this is correct. At first approximation the difference between real price changes and the random walk model is too small to be detected using traditional time series analysis. However, we show in the following that this difference between real financial time series and random walks, as small as it is, is detectable using modern statistical multivariate analysis, with several triggers encoded in trading systems. This kind of analysis are based on methods widely used in nuclear physics, with large samples of data and advanced statistical inference. Considering the movements of the Euro future contract at high frequency, we show that a part of the non-random content of this series can be inferred, namely the trend-following content depending on volatility ranges.

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.