Améliorer les signaux de retour à la moyenne sur devises par des prévisions macroéconomiques

Résumé

Le document décrit une approche de retour à la moyenne qui part de stratégies de trading sur la courbe des taux et étend le concept à une stratégie multi-paires portant sur les principales paires de devises. Pour affiner ses signaux de trading, la stratégie intègre des prévisions par apprentissage automatique de variables macroéconomiques pertinentes. Ces prévisions servent à optimiser les pondérations des signaux, en ajoutant des données macroéconomiques aux données techniques.

L’évaluation rapportée indique une hausse du rendement annuel en pourcentage sur la période étudiée après intégration des prévisions. Le document ne précise ni les chiffres de rendement, ni les comparaisons avec des références, ni les variables prévues, ni le protocole d’entraînement, ni les coûts et les risques. Il illustre donc une façon d’associer des prévisions macroéconomiques à une stratégie de retour à la moyenne, mais fournit trop peu d’informations pour évaluer l’ampleur, la robustesse ou la fiabilité hors échantillon de l’amélioration rapportée.

Idées clés

• La stratégie applique des idées de retour à la moyenne fondées sur la courbe des taux à plusieurs grandes paires de devises.
• Des prévisions par apprentissage automatique de variables macroéconomiques pertinentes sont intégrées aux signaux de trading.
• Les prévisions servent à optimiser les pondérations des signaux.
• Le document rapporte une hausse du rendement annuel en pourcentage, mais omet les éléments nécessaires pour évaluer la robustesse.

Étiquettes

# Using Macroeconomic Forecasts to Improve Mean Reverting Trading Strategies


# Using Macroeconomic Forecasts to Improve Mean Reverting Trading Strategies









A large class of trading strategies focus on opportunities offered by the yield curve. In particular, a set of yield curve trading strategies are based on the view that the yield curve mean-reverts. Based on these strategies' positive performance, a multiple pairs trading strategy on major currency pairs was implemented. To improve the algorithm's performance, machine learning forecasts of a series of pertinent macroeconomic variables were factored in, by optimizing the weights of the trading signals. This resulted in a clear improvement in the APR over the evaluation period, demonstrating that macroeconomic indicators, not only technical indicators, should be considered in trading strategies.

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.