Como projetar sistemas de acompanhamento de tendências com autocorrelação e espectros de retornos

Resumo

Este documento desenvolve uma estrutura para projetar e comparar sistemas de acompanhamento de tendências, incluindo abordagens europeias, americanas e de momentum em séries temporais. Para os sistemas de momentum europeus, deriva uma relação entre P&L, autocorrelação e deriva dos retornos normalizados pela volatilidade. Análises com processos fracionários ARFIMA indicam que a autocorrelação positiva de longo prazo pode sustentar a lucratividade mesmo quando os retornos de curto prazo apresentam reversão à média. Uma perspectiva no domínio da frequência interpreta esse resultado como um benefício do acompanhamento de tendências quando a massa espectral de baixa frequência é suficientemente forte; a deriva também pode favorecer períodos de observação mais longos.

O trabalho deriva expressões para o índice de Sharpe, incorpora a curtose das inovações e examina o desempenho líquido e os períodos ideais em termos de custos sob custos de trading. Também prevê assimetria positiva para retornos agregados sob ruído branco, com simulações que corroboram os resultados teóricos. Testes com contratos líquidos mostram que os sistemas são fortemente correlacionados e que a estrutura pode ajudar na atribuição de desempenho. Essas conclusões dependem das premissas do modelo e do contexto empírico relatado; elas não garantem lucratividade em outros mercados nem após custos não modelados.

Ideias principais

• O desempenho do acompanhamento de tendências pode estar relacionado à autocorrelação, à deriva e ao espectro dos retornos normalizados pela volatilidade.
• A autocorrelação positiva de longo prazo pode favorecer o acompanhamento de tendências mesmo quando há reversão à média no curto prazo.
• Na análise no domínio da frequência, a massa espectral de baixa frequência está associada aos retornos do acompanhamento de tendências.
• Os custos de trading afetam o índice de Sharpe líquido e o período preferido da estratégia.
• A análise encontra assimetria positiva estrutural nos retornos do acompanhamento de tendências sob várias condições modeladas.

Tags

# The Science and Practice of Trend-Following Systems


# The Science and Practice of Trend-Following Systems









We present a unified approach to designing trend-following (TF) systems and classify them into European, American, and Time Series Momentum categories. For European TF systems, we derive an exact relationship between profit-and-loss, autocorrelation, and drift in volatility-normalized returns. We analyze the expected return under fractional ARFIMA processes and show that TF systems are profitable when the long-term autocorrelation is positive, even under short-term mean reversion. In the frequency domain, the expected return is represented as a Poisson-kernel reading of the analytical or empirical spectrum of the volatility-normalized returns: the system profits at zero drift when the kernel-weighted spectral mass exceeds one, so trend-following alpha is excess spectral mass at low frequencies. Longer lookbacks benefit in addition from the squared drift of the return process. We derive the closed-form Sharpe ratio, with the excess kurtosis of the innovations entering through a single loading, and the net Sharpe ratio and cost-optimal span under trading costs. Under white noise, we derive the closed-form skewness of aggregated TF returns, which is positive at every horizon and peaks near half the filter span. Monte Carlo experiments confirm the analytical results. We show that the positive skewness of TF returns is structural under various model assumptions. Empirically, we evaluate the systems on liquid contracts, and show that all TF systems are strongly correlated and our analytical results can be applied for their performance attribution. Our results enable design, simulation, and performance attribution of TF systems from trend persistence, mean reversion, drift, and skewness.

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.