सामग्री पर जाएं
लाइब्रेरी के सभी दस्तावेज़

CTA रिटर्न में अल्प और दीर्घकालिक रुझान कारक अलग करना

लेख arXiv papers · लेखक: Eric Benhamou et al.
मूल स्रोत पढ़ें

सारांश

यह शोधपत्र जाँचता है कि अलग-अलग अवधियों में काम करने वाली रुझान प्रणालियाँ कमोडिटी ट्रेडिंग सलाहकार (CTA) के रिटर्न में कैसे योगदान देती हैं। यह रिटर्न को अल्पकालिक रुझान, दीर्घकालिक रुझान और बाज़ार बीटा घटकों में गतिशील रूप से अलग करने के लिए एक बेज़ियन ग्राफ़िकल मॉडल प्रस्तावित करता है। इससे किसी CTA रणनीति में छोटे और लंबे रुझान संकेतों की परस्पर क्रिया का अध्ययन किया जा सकता है, बजाय रुझान-अनुसरण को एक समान एक्सपोज़र मानने के।

दस्तावेज़ कहता है कि विश्लेषण इस बात पर विचार करता है कि रुझान अवधियों को मिलाने से जोखिम-समायोजित प्रदर्शन कैसे आकार लेता है, लेकिन दिए गए पाठ में अनुभवजन्य परिणाम, नमूने का विवरण या मॉडल विनिर्देश नहीं हैं। इसलिए दावे शोध प्रश्न और विधि का वर्णन करते हैं, यह साक्ष्य नहीं कि कोई एक अवधि या मिश्रण बेहतर प्रदर्शन करता है। यह भी स्पष्ट नहीं है कि कारकों की पहचान कैसे होती है और निष्कर्ष विभिन्न CTA या बाज़ार स्थितियों पर कितने लागू होते हैं।

मुख्य विचार

  • CTA रिटर्न को अल्पकालिक रुझान, दीर्घकालिक रुझान और बाज़ार बीटा कारकों में विभाजित किया जा सकता है।
  • इस विभाजन को गतिशील बनाने के लिए बेज़ियन ग्राफ़िकल मॉडल प्रस्तावित है।
  • अध्ययन जाँचता है कि रुझान अवधियों को मिलाने से जोखिम-समायोजित प्रदर्शन पर क्या असर पड़ता है।
  • दिए गए विवरण में कारक अनुमान या तुलनात्मक प्रदर्शन परिणाम नहीं हैं।

टैग

कमोडिटीट्रेंड फ़ॉलो करनामोमेंटमसांख्यिकीफ़ैक्टर निवेश
पूरा पाठ
# Re-evaluating Short- and Long-Term Trend Factors in CTA Replication: A Bayesian Graphical Approach


# Re-evaluating Short- and Long-Term Trend Factors in CTA Replication: A Bayesian Graphical Approach









Commodity Trading Advisors (CTAs) have historically relied on trend-following rules that operate on vastly different horizons from long-term breakouts that capture major directional moves to short-term momentum signals that thrive in fast-moving markets. Despite a large body of work on trend following, the relative merits and interactions of short-versus long-term trend systems remain controversial. This paper adds to the debate by (i) dynamically decomposing CTA returns into short-term trend, long-term trend and market beta factors using a Bayesian graphical model, and (ii) showing how the blend of horizons shapes the strategy's risk-adjusted performance.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।