주식시장 정상성 국면과 국면별 기계적 매매

기사 arXiv papers · 저자: Kazuki Kanehira et al.

요약

이 연구는 KM₂O-Langevin 이론을 적용해 주가 변동을 정상, 비정상 또는 중간 상태로 분류합니다. 이 분류에 따라 정상 국면에는 이동평균을, 비정상 국면에는 오실레이터인 심리선을 선택합니다. 저자들은 가격의 통계적 특성 변화에 맞춰 기계적 매매 결정을 조정하는 방법으로 이를 제시합니다.

니케이 평균주가를 대상으로 예시 전략을 백테스트해 최대 드로다운이 작았다고 보고하며, 이 접근을 저위험이라고 설명합니다. 정상성 분석이 트레이딩에 도움이 될 수 있다는 근거로 이 결과를 제시하지만, 문서에는 수치로 된 성과 지표, 검정 기간, 비용 또는 벤치마크 비교가 없습니다. 따라서 결과는 과거의 한 가지 적용 사례를 설명할 뿐, 다른 시장이나 조건에서도 전략이 안전하거나 효과적일 것임을 입증하지 않습니다.

핵심 아이디어

KM₂O-Langevin 이론으로 가격 변동을 정상, 비정상, 중간 국면으로 분류합니다.
예시 전략은 정상 국면에서 이동평균을 사용합니다.
비정상 국면에서는 심리선을 오실레이터로 사용합니다.
니케이 평균주가 백테스트에서 최대 드로다운이 작았다고 보고합니다.
설명에는 비용, 기간, 벤치마크 비교 등 주요 백테스트 세부 정보가 빠져 있습니다.

# 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.

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

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

주식시장 정상성 국면과 국면별 기계적 매매

요약

핵심 아이디어

태그