コンテンツへスキップ
ライブラリの全資料

テクニカル分析のための無次元シナリオ枠組み

記事 arXiv papers · 著者: J. V. Andersen et al.
原文を読む

サマリー

本資料は、価格の速度と加速度から市場の動きを確率的に分類する方法を提案します。ランダムウォークからの乖離を、加速度と速度を比較するフルード数と、学習期間で尺度化した予測期間という2つの無次元量で表します。このシナリオ枠組みは、価格単位の変化に左右されず、同じ価格履歴から複数の経路があり得ることを考慮するよう設計されています。

尺度化した予測期間に応じて、トレンドフォロー型と逆張り型のパターンがどちらも現れ得ます。説明されている手法では、予測された市場経路の安定性を評価して、どちらを選ぶか判断します。主要な株価指数、債券、通貨の日次リターンを用い、データ期間はおよそ9年から30年にわたります。著者らは、ほぼすべての市場局面で統計的に有意な予測力がある一方、トレンド単独およびトレンドと加速度を組み合わせた戦略が良好な成績を示すのは特定の局面に限られると報告しています。概要には詳細な手法、取引コスト、アウト・オブ・サンプル検証手順がなく、報告結果だけでは取引可能な収益性は確認できません。

主なアイデア

  • この枠組みは価格履歴を速度と加速度で特徴付けます。
  • 無次元のフルード数と尺度化した予測期間でシナリオを分類します。
  • トレンドフォローと逆張りは共存する可能性があり、どちらが有効かは予測期間によって変わります。
  • 株価指数、債券、通貨を対象とした実証テストでは、市場局面をまたぐ予測力が報告されています。
  • 説明には取引コストや詳細なアウト・オブ・サンプル検証の証拠が示されていません。

タグ

マルチアセットテクニカル指標トレンドフォロー平均回帰統計
全文
# Fundamental Framework for Technical Analysis


# Fundamental Framework for Technical Analysis









Starting from the characterization of the past time evolution of market prices in terms of two fundamental indicators, price velocity and price acceleration, we construct a general classification of the possible patterns characterizing the deviation or defects from the random walk market state and its time-translational invariant properties. The classification relies on two dimensionless parameters, the Froude number characterizing the relative strength of the acceleration with respect to the velocity and the time horizon forecast dimensionalized to the training period. Trend-following and contrarian patterns are found to coexist and depend on the dimensionless time horizon. The classification is based on the symmetry requirements of invariance with respect to change of price units and of functional scale-invariance in the space of scenarii. This ``renormalized scenario'' approach is fundamentally probabilistic in nature and exemplifies the view that multiple competing scenarii have to be taken into account for the same past history. Empirical tests are performed on on about nine to thirty years of daily returns of twelve data sets comprising some major indices (Dow Jones, SP500, Nasdaq, DAX, FTSE, Nikkei), some major bonds (JGB, TYX) and some major currencies against the US dollar (GBP, CHF, DEM, JPY). Our ``renormalized scenario'' exhibits statistically significant predictive power in essentially all market phases. In constrast, a trend following strategy and trend + acceleration following strategy perform well only on different and specific market phases. The value of the ``renormalized scenario'' approach lies in the fact that it always finds the best of the two, based on a calculation of the stability of their predicted market trajectories.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。