Transbordamentos de momentum entre ativos e trading de futuros baseado em redes

Resumo

O artigo investiga se informações de momentum em um mercado futuro podem ajudar a prever o momentum em outros. Ele constrói uma rede com características de momentum derivadas dos preços de 64 contratos negociados continuamente em commodities, ações, títulos e moedas, sem precisar especificar previamente vínculos entre empresas ou outras relações econômicas.

Um método linear e interpretável de aprendizado em grafos estima as conexões entre os contratos, e a rede resultante orienta uma estratégia de momentum com múltiplos ativos. O artigo relata que, após o ajuste pela volatilidade, a estratégia alcançou um índice de Sharpe de 1.5 e retorno anual de 22% entre 2000 e 2022. Esses resultados são apresentados como evidência empírica a favor do uso de conexões de momentum entre mercados nos sinais de carteira. O documento fornece apenas números gerais de desempenho; não descreve custos de transação, detalhes de implementação ou testes de robustez, portanto este resumo não permite avaliar os limites práticos dos resultados.

Ideias principais

• Os prêmios de risco de momentum podem se propagar entre ativos com comportamentos de momentum semelhantes.
• Uma rede aprendida pode representar conexões de momentum entre mercados usando apenas características de preços.
• A análise abrange 64 contratos futuros em quatro classes amplas de ativos.
• O modelo linear de aprendizado em grafos mantém interpretáveis as conexões inferidas.
• A rede orienta uma estratégia ajustada pela volatilidade, cujo desempenho relatado abrange o período de 2000 a 2022.

Tags

# Network Momentum across Asset Classes


# Network Momentum across Asset Classes









We investigate the concept of network momentum, a novel trading signal derived from momentum spillover across assets. Initially observed within the confines of pairwise economic and fundamental ties, such as the stock-bond connection of the same company and stocks linked through supply-demand chains, momentum spillover implies a propagation of momentum risk premium from one asset to another. The similarity of momentum risk premium, exemplified by co-movement patterns, has been spotted across multiple asset classes including commodities, equities, bonds and currencies. However, studying the network effect of momentum spillover across these classes has been challenging due to a lack of readily available common characteristics or economic ties beyond the company level. In this paper, we explore the interconnections of momentum features across a diverse range of 64 continuous future contracts spanning these four classes. We utilise a linear and interpretable graph learning model with minimal assumptions to reveal the intricacies of the momentum spillover network. By leveraging the learned networks, we construct a network momentum strategy that exhibits a Sharpe ratio of 1.5 and an annual return of 22%, after volatility scaling, from 2000 to 2022. This paper pioneers the examination of momentum spillover across multiple asset classes using only pricing data, presents a multi-asset investment strategy based on network momentum, and underscores the effectiveness of this strategy through robust empirical analysis.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.