Détecter les changements possibles de régime avec les bornes de Hoeffding | Stratmill

Résumé

Le document adapte l’inégalité de Hoeffding pour en faire une éventuelle mesure d’alerte précoce des changements de conditions de marché qui soutiennent une stratégie de trading. Il traite la performance de la stratégie comme une variable aléatoire bornée et compare les résultats observés à la performance attendue par le trader dans le régime présumé. Des écarts plus importants correspondent à des bornes de Hoeffding plus faibles quant à la probabilité que la performance reste conforme à cette attente, ce que le document interprète comme une probabilité accrue de changement de régime.

Il s’agit d’une proposition conceptuelle, et non d’une évaluation empirique : le texte ne présente aucune stratégie testée, aucun jeu de données, aucune procédure d’étalonnage ni aucune preuve que le signal prédit les changements de régime. Son utilisation dépendrait d’hypothèses sur le caractère borné de la performance et sur la pertinence d’une attente dans un régime stable. Un écart de performance peut avoir d’autres causes ; la probabilité proposée doit donc être comprise comme un indicateur fondé sur ces hypothèses, et non comme la preuve que le régime a changé.

Idées clés

• L’inégalité de Hoeffding peut borner la probabilité que la performance observée s’écarte de sa valeur attendue.
• La proposition traite la performance d’une stratégie de trading comme une variable aléatoire bornée.
• Les écarts plus importants par rapport à la performance attendue sont interprétés comme des éléments allant à l’encontre de l’hypothèse du régime actuel.
• Les variations des bornes sont proposées comme signal d’alerte précoce possible, mais le document ne fournit aucune validation empirique.

Étiquettes

# A New Application of Hoeffding's Inequality Can Give Traders Early Warning of Financial Regime Change


# A New Application of Hoeffding's Inequality Can Give Traders Early Warning of Financial Regime Change









Hoeffding's Inequality provides the maximum probability that a series of n draws from a bounded random variable differ from the variable's true expectation u by more than given tolerance t. The random variable is typically the error rate of a classifier in machine learning applications. Here, a trading strategy is premised on the assumption of an underlying distribution of causal factors, in other words, a market regime, and the random variable is the performance of that trading strategy. A larger deviation of observed performance from the trader's expectation u can be characterized as a lower probability that the financial regime supporting that strategy remains in force, and a higher probability of financial regime change. The changing Hoeffding probabilities can be used as an early warning indicator of this change.

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.