高頻度ユーロ先物のトレンド分析

記事 arXiv papers · 著者: Laurent Schoeffel

サマリー

この研究は、金融価格系列にランダムウォークを超える構造が検出可能な形で含まれているかを検討します。従来の時系列手法では、ランダム性からの小さな逸脱を見分けにくい場合があるとして、核物理学で用いられる手法に着想を得た最新の多変量統計的推論を適用しています。

ユーロ先物契約の高頻度観測データを用いて、著者らは非ランダムな情報の一部を推定できると報告しています。具体的には、ボラティリティの範囲によって異なるトレンドフォローの動きです。抜粋には、トリガー、標本期間、統計検定、標本外の取引結果は記載されていません。したがって、主張は検討対象の系列における特定の構造の検出に関するものであり、コスト控除後も信号が利益を生むことや、他市場にも当てはまることを示すものではありません。

主なアイデア

この論文は、市場価格の変化がランダムウォークと識別可能な形で異なるかを検討しています。
微細な非ランダム構造を特定するため、多変量統計的推論を適用しています。
分析にはユーロ先物契約の高頻度データを用いています。
報告された非ランダム成分には、ボラティリティの範囲によって異なるトレンドフォローの動きが含まれます。
抜粋には、コスト控除後の取引収益性や他市場への一般化を裏付ける証拠がありません。

# Statistical Methods for Estimating the non-random Content of Financial Markets


# Statistical Methods for Estimating the non-random Content of Financial Markets









For the pedestrian observer, financial markets look completely random with erratic and uncontrollable behavior. To a large extend, this is correct. At first approximation the difference between real price changes and the random walk model is too small to be detected using traditional time series analysis. However, we show in the following that this difference between real financial time series and random walks, as small as it is, is detectable using modern statistical multivariate analysis, with several triggers encoded in trading systems. This kind of analysis are based on methods widely used in nuclear physics, with large samples of data and advanced statistical inference. Considering the movements of the Euro future contract at high frequency, we show that a part of the non-random content of this series can be inferred, namely the trend-following content depending on volatility ranges.

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。

高頻度ユーロ先物におけるトレンドフォロー信号の検出

サマリー

主なアイデア

タグ