変動市場のバックテストにおけるポジションサイズとVaR
記事 arXiv papers · 著者: S. M. Masrur Ahmed
サマリー
本論文は、ボラティリティが高い時期に、トレードのポジションサイズがリスク管理に役立つかを調べます。過去データのバックテストを用いて、危機局面でサイズ設定モデルがどう機能するか、特にバリュー・アット・リスクを低減できるかに注目します。ストレス下でエクスポージャーを管理する方法として、ショートとロングのポジションも検討します。
説明された研究は、サイズ設定の分析を株式と上場投資信託のデータに組み合わせ、自己回帰、ARIMA、LSTM、GARCHモデルに言及しています。抜粋では、サイズ設定ルールの定義、モデルの組み込み方、バックテスト期間、危機事象が説明されていません。VaRの推定値や運用成績も示されていません。したがって、本文は研究の方向性を示すもので、特定のサイズ設定方法が損失を抑えるとは立証していません。過去の結果も仮定に左右され、将来の危機局面での挙動を予測できるとは限りません。
主なアイデア
- 本研究は、ボラティリティの高い時期のサイズ設定方法を、過去データのバックテストで評価します。
- 中心となるリスク指標は、危機事象におけるバリュー・アット・リスクです。
- ロングとショートの両方のポジションサイズ管理を検討します。
- 説明されているデータとモデルには、株式、ETF、AR、ARIMA、LSTM、GARCHの手法が含まれます。
- 抜粋には、サイズ設定ルールを比較するのに十分な結果や詳細がありません。
タグ
全文
# Sizing Strategies for Algorithmic Trading in Volatile Markets: A Study of Backtesting and Risk Mitigation Analysis # Sizing Strategies for Algorithmic Trading in Volatile Markets: A Study of Backtesting and Risk Mitigation Analysis Backtest is a way of financial risk evaluation which helps to analyze how our trading algorithm would work in markets with past time frame. The high volatility situation has always been a critical situation which creates challenges for algorithmic traders. The paper investigates different models of sizing in financial trading and backtest to high volatility situations to understand how sizing models can lower the models of VaR during crisis events. Hence it tries to show that how crisis events with high volatility can be controlled using short and long positional size. The paper also investigates stocks with AR, ARIMA, LSTM, GARCH with ETF data.
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。