コンテンツへスキップ
ライブラリの全資料

ドローダウン分布に基づくベイズ型損切り水準の選定

記事 arXiv papers · 著者: Antoine Emil Zambelli
原文を読む

サマリー

この文書は、最大ドローダウンの分布を分析して損切り水準を選ぶ体系的な方法を提案しています。利用可能な情報に基づいて期待リターンを最大化するという目標に導かれる意思決定として損切り水準の選定を捉え、研究や実務で水準が恣意的に決められがちな問題に対処します。説明のない固定水準に頼るのではなく、ドローダウン分布のベイズ分析を用いて水準を定めます。

著者らは、時間足の取引戦略での結果を報告し、手法の構築方法に関する二つの変形を検討しています。提示された説明では、ベイズモデル、ドローダウンを損切り水準へ変換する判断規則、戦略の対象資産や成績が明らかにされていません。また、他の損切り水準設定手法との比較もありません。したがって、これはデータに基づく損切り水準選定の概要として有用ですが、簡潔な説明だけでは前提や頑健性、実務上の利点を評価できません。

主なアイデア

  • 提案手法は最大ドローダウンの分布を分析して損切り水準を選びます。
  • 恣意的な損切り水準を体系的な意思決定プロセスに置き換えることを目指します。
  • 選定目標は、利用可能な情報に基づく期待リターンの最大化として定式化されています。
  • 報告された応用では、時間足の取引戦略を用い、構築方法の二つの変形を比較しています。
  • 文書には、モデルの頑健性や成績上の優位性を評価するのに十分な詳細がありません。

タグ

リスク管理ポジションサイズ管理統計バックテスト
全文
# Determining Optimal Stop-Loss Thresholds via Bayesian Analysis of Drawdown Distributions


# Determining Optimal Stop-Loss Thresholds via Bayesian Analysis of Drawdown Distributions









Stop-loss rules are often studied in the financial literature, but the stop-loss levels are seldom constructed systematically. In many papers, and indeed in practice as well, the level of the stops is too often set arbitrarily. Guided by the overarching goal in finance to maximize expected returns given available information, we propose a natural method by which to systematically select the stop-loss threshold by analyzing the distribution of maximum drawdowns. We present results for an hourly trading strategy with two variations on the construction.

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。