단일 EMA로 선별 편향된 추세 신호 줄이기
기사 arXiv papers · 저자: Sebastien Valeyre
요약
이 문서는 추세 추종 성과가 신호 매개변수에 연결된 이론적 샤프 관계로 설명될 수 있다고 주장합니다. Grebenkov와 Serror가 도출한 공식에 실증 결과가 부합한다고 보고하며, 이를 특성 시간이 하나인 평균회귀 과정이 CTA의 평균적인 규모에서 추세 행동을 나타낼 수 있다는 근거로 해석합니다.
이를 바탕으로 단일 지수이동평균으로 추세를 충분히 포착할 수 있다고 제시하며, 복잡한 지표를 많이 결합하면 신호가 개선되는지 의문을 제기합니다. 방법론적 교훈은 지표를 추가하면 유리한 결과만 골라낼 기회가 생길 수 있다는 것입니다. 발췌문에는 데이터셋 세부 사항, 매개변수 추정치, 표본 외 테스트가 없으므로 시장이나 국면을 막론하고 하나의 EMA가 최적임을 입증하지 않습니다.
핵심 아이디어
- 보고된 샤프 관계는 추세 신호 매개변수에 따라 달라집니다.
- 실증 결과가 추세 추종에 관한 이론적 공식에 부합한다고 보고합니다.
- 특성 시간이 하나인 평균회귀 과정은 평균적인 CTA 규모에서 추세 행동을 나타내는 모형으로 제안됩니다.
- 저자들은 복잡한 지표 묶음 없이 하나의 EMA로 추세를 포착할 수 있다고 주장합니다.
- 지표를 많이 사용하면 신호를 선별하는 편향이 커질 수 있습니다.
태그
전문
# Breaking the Trend: How to Avoid Cherry-Picked Signals # Breaking the Trend: How to Avoid Cherry-Picked Signals Our empirical results show an impressive fit with the theoretical Sharpe formula of a trend-following strategy depending on the parameter of the signal, which was derived by by Grebenkov and Serror (2014). That empirical fit convinces us that a mean-reversion process with only one time scale is enough to model, in a precise way, the reality of the trend-following mechanism at the average scale of CTAs and as a consequence, using only one simple EMA, appears optimal to capture the trend. As a consequence, using a complex basket of different complex indicators as signal, does not seem to be so rational or optimal and exposes to the risk of cherry-picking.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.