コンテンツへスキップ
ライブラリの全資料

株価の定常性と状態別の機械的売買

記事 arXiv papers · 著者: Kazuki Kanehira et al.
原文を読む

サマリー

KM₂O-Langevin理論を用いて、株価変動を定常、非定常、中間の状態に分類します。この分類に基づき、定常期間には移動平均、非定常期間にはオシレーターである心理線という二種類のシグナルを選びます。価格の統計的特性の変化に合わせて機械的な売買判断を調整する方法として提示されています。

日経平均株価を用いて例示戦略をバックテストし、最大ドローダウンが小さかったと報告して、低リスクの手法と説明しています。この結果は定常性分析が取引に役立つ可能性を示す根拠として提示されていますが、数値による成績、検証期間、コスト、ベンチマークとの比較は記載されていません。したがって、結果は過去の一つの適用例を示すものであり、他市場や別の状況でも戦略の安全性や有効性が続くことを示すものではありません。

主なアイデア

  • KM₂O-Langevin理論を使い、価格変動を定常、非定常、中間の期間に分類します。
  • 例示戦略では、定常期間に移動平均を使います。
  • 非定常期間には心理線をオシレーターとして使います。
  • 日経平均株価のバックテストでは、最大ドローダウンが小さかったと報告されています。
  • 説明にはコスト、期間、ベンチマーク比較などの重要なバックテスト詳細がありません。

タグ

株式統計テクニカル指標バックテストリスク管理
全文
# Stationarity analysis of the stock market data and its application to mechanical trading


# Stationarity analysis of the stock market data and its application to mechanical trading









This study proposes a scheme for stationarity analysis of stock price fluctuations based on KM$_2$O-Langevin theory. Using this scheme, we classify the time-series data of stock price fluctuations into three periods: stationary, non-stationary, and intermediate. We then suggest an example of a low-risk stock trading strategy to demonstrate the usefulness of our scheme by using actual stock index data. Our strategy uses a trend-based indicator, moving averages, for stationary periods and an oscillator-based indicator, psychological lines, for non-stationary periods to make trading decisions. Finally, we confirm that our strategy is a safe trading strategy with small maximum drawdown by back testing on the Nikkei Stock Average. Our study, the first to apply the stationarity analysis of KM$_2$O-Langevin theory to actual mechanical trading, opens up new avenues for stock price prediction.

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。