Modèles à changements de régime pour le trading adaptatif et l’allocation d’actifs

Résumé

Le document présente une approche systématique pour adapter les stratégies de trading et l’allocation d’actifs à l’évolution des conditions de marché. Il propose d’utiliser des modèles autorégressifs de Markov à changement d’état pour identifier et prévoir des régimes vaguement associés à l’accumulation, à la distribution, à la hausse et à la baisse selon Wyckoff. Il examine ensuite le comportement des classes d’actifs et des secteurs de marché dans les régimes identifiés.

Le cadre stratégique associe le suivi de tendance, le trading en range, le trading sur retracement et le trading de cassure à différents régimes, puis combine l’approche de trading retenue à une allocation propre au régime. L’objectif déclaré est de construire un système adaptatif dynamique et de le comparer aux alphas traditionnels. L’extrait décrit le cadre, mais ne fournit ni données, ni chiffres de performance, ni choix détaillés de mise en œuvre ; il ne montre donc pas que le système proposé surpasse des solutions plus simples. Les étiquettes de régime sont présentées comme des analogies approximatives, et le texte ne précise pas comment les régimes sont validés ni comment les coûts de trading et l’évolution des relations entre marchés sont pris en compte.

Idées clés

• Les moyennes, variances et corrélations des marchés peuvent évoluer avec les changements économiques et politiques.
• Des modèles autorégressifs de Markov à changement d’état sont proposés pour identifier et prévoir les régimes de marché.
• Le cadre associe les régimes à l’accumulation, à la distribution, à la hausse et à la baisse.
• Les stratégies de tendance, de range, de retracement et de cassure peuvent être adaptées au régime identifié.
• L’allocation d’actifs propre au régime est combinée aux stratégies de trading, mais l’extrait ne fournit aucune preuve de performance.

Étiquettes

# Evaluating the Building Blocks of a Dynamically Adaptive Systematic Trading Strategy


# Evaluating the Building Blocks of a Dynamically Adaptive Systematic Trading Strategy









Financial markets change their behaviours abruptly. The mean, variance and correlation patterns of stocks can vary dramatically, triggered by fundamental changes in macroeconomic variables, policies or regulations. A trader needs to adapt her trading style to make the best out of the different phases in the stock markets. Similarly, an investor might want to invest in different asset classes in different market regimes for a stable risk adjusted return profile. Here, we explore the use of State Switching Markov Autoregressive models for identifying and predicting different market regimes loosely modeled on the Wyckoff Price Regimes of accumulation, distribution, advance and decline. We explore the behaviour of various asset classes and market sectors in the identified regimes. We look at the trading strategies like trend following, range trading, retracement trading and breakout trading in the given market regimes and tailor them for the specific regimes. We tie together the best trading strategy and asset allocation for the identified market regimes to come up with a robust dynamically adaptive trading system to outperform simple traditional alphas.

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.