유로 선물 고빈도 추세 분석

기사 arXiv papers · 저자: Laurent Schoeffel

요약

이 연구는 금융 가격 시계열에서 무작위 행보를 넘어서는 구조를 탐지할 수 있는지 살펴봅니다. 기존 시계열 방법은 무작위성에서 조금 벗어난 양상을 구분하기 어려울 수 있다고 보고, 핵물리학에서 사용되는 방법에 착안한 최신 다변량 통계 추론을 적용합니다.

저자들은 유로 선물 계약의 고빈도 관측 자료를 사용해 일부 비무작위 정보를 추론할 수 있다고 보고합니다. 구체적으로 변동성 구간에 따라 달라지는 추세 추종 행태를 찾아냅니다. 발췌문에는 신호 발생 조건, 표본 기간, 통계 검정, 표본 외 트레이딩 결과가 설명되어 있지 않습니다. 따라서 이 주장은 분석 대상 시계열에서 특정 구조를 탐지했다는 것이며, 그 자체로 신호가 비용 차감 후에도 수익성을 유지하거나 다른 시장에도 일반화됨을 보여주지는 않습니다.

핵심 아이디어

시장의 가격 변동이 무작위 행보와 구분될 만큼 다른지 살펴봅니다.
미묘한 비무작위 구조를 찾기 위해 다변량 통계 추론을 적용합니다.
유로 선물 계약의 고빈도 데이터를 분석합니다.
보고된 비무작위 요소에는 변동성 구간에 따라 달라지는 추세 추종 행태가 포함됩니다.
발췌문에는 비용 차감 후 트레이딩 수익성이나 다른 시장으로의 일반화를 뒷받침하는 근거가 없습니다.

# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.

고빈도 유로 선물의 추세 추종 신호 탐지

요약

핵심 아이디어

태그