コンテンツへスキップ
ライブラリの全資料

ボラティリティ・クラスターとグレンジャー因果性による株価トレンド予測

記事 arXiv papers · 著者: Ivan Letteri
原文を読む

サマリー

このシステム案は、大型株のボラティリティの関係からトレンドシグナルを生成します。まず相関・自己相関分析、テクニカル指標、仮説検定、統計モデル、変数選択を用いて価格データを調べます。次に、NYSEとNasdaqGSの大型株9銘柄の平均ボラティリティをk-means++で分類し、得られた中程度のボラティリティ・クラスターに注目します。

そのクラスター内でグレンジャー因果性検定を行い、ある銘柄のボラティリティが別の銘柄の予測に役立つ可能性があるかを特定します。予測関係が強い銘柄をトレンド指標とし、対象銘柄について買い、売り、または保有の判断を行います。文書は広範なバックテストとパフォーマンス評価を報告し、収益機会と頑健性を主張していますが、提供された文面には数値結果、ベンチマークとの比較、テスト設計の詳細はありません。グレンジャー因果性はデータセット内の予測力を示しうるものの、説明だけでは関係の持続性やコスト控除後の実運用可能性は確認できません。

主なアイデア

  • 統計分析、機械学習、テクニカル指標を組み合わせて株価トレンドを調べます。
  • k-means++で平均ボラティリティに基づき銘柄を分類し、中程度のボラティリティ・クラスターを分析します。
  • グレンジャー因果性検定により、クラスター内でボラティリティに基づく予測候補を特定します。
  • 予測銘柄を指標として、対象銘柄に買い、売り、保有のトレンドシグナルを出します。
  • 著者らはバックテストを報告していますが、提示文に定量的な結果や検証の詳細はありません。

タグ

株式ボラティリティ機械学習統計テクニカル指標バックテスト
全文
# VolTS: A Volatility-based Trading System to forecast Stock Markets Trend using Statistics and Machine Learning


# VolTS: A Volatility-based Trading System to forecast Stock Markets Trend using Statistics and Machine Learning









Volatility-based trading strategies have attracted a lot of attention in financial markets due to their ability to capture opportunities for profit from market dynamics. In this article, we propose a new volatility-based trading strategy that combines statistical analysis with machine learning techniques to forecast stock markets trend. The method consists of several steps including, data exploration, correlation and autocorrelation analysis, technical indicator use, application of hypothesis tests and statistical models, and use of variable selection algorithms. In particular, we use the k-means++ clustering algorithm to group the mean volatility of the nine largest stocks in the NYSE and NasdaqGS markets. The resulting clusters are the basis for identifying relationships between stocks based on their volatility behaviour. Next, we use the Granger Causality Test on the clustered dataset with mid-volatility to determine the predictive power of a stock over another stock. By identifying stocks with strong predictive relationships, we establish a trading strategy in which the stock acting as a reliable predictor becomes a trend indicator to determine the buy, sell, and hold of target stock trades. Through extensive backtesting and performance evaluation, we find the reliability and robustness of our volatility-based trading strategy. The results suggest that our approach effectively captures profitable trading opportunities by leveraging the predictive power of volatility clusters, and Granger causality relationships between stocks. The proposed strategy offers valuable insights and practical implications to investors and market participants who seek to improve their trading decisions and capitalize on market trends. It provides valuable insights and practical implications for market participants looking to.

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。