Detecção de padrões não aleatórios no mercado com análise multivariada

Resumo

O documento argumenta que os retornos financeiros podem parecer quase aleatórios em análises tradicionais de séries temporais e, ainda assim, conter padrões detectáveis com estatística multivariada moderna. Ele descreve uma análise inspirada em métodos da física nuclear, aplicada a movimentos de alta frequência nos futuros de Euro. O componente identificado é um comportamento seguidor de tendência que varia conforme as faixas de volatilidade, e o trabalho usa um sistema de trading para codificar as condições relevantes.

Para examinar se o padrão vai além de um único contrato, o mesmo procedimento é aplicado a DAX e a futuros de cacau, descritos como amplamente não correlacionados com o futuro de Euro. Resultados semelhantes nesses exemplos são apresentados como evidência de que o sistema capta características recorrentes do comportamento do mercado ao longo de dez anos. Os autores alertam explicitamente que esses exemplos não estabelecem generalidade. O trecho não apresenta testes estatísticos detalhados, custos de trading nem medidas de desempenho ajustadas ao risco; portanto, o conteúdo alegadamente não aleatório deve ser tratado como um resultado específico da amostra, e não como uma vantagem de trading universal ou comprovada.

Ideias principais

• Métodos tradicionais de séries temporais podem não detectar pequenos desvios em relação ao comportamento de passeio aleatório.
• A análise usa métodos estatísticos multivariados para examinar dados de futuros de alta frequência.
• Um componente seguidor de tendência associado a faixas de volatilidade é identificado nos futuros de Euro.
• Resultados semelhantes são relatados para DAX e futuros de cacau com os mesmos componentes de sistema de trading.
• Os exemplos abrangem dez anos, mas o documento alerta que eles não estabelecem generalidade.

Tags

# About the non-random Content of Financial Markets


# About 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. Of course, this is not a general proof of statistical inference, as we focus on one particular example and the generality of the process can not be claimed. Therefore, we produce other examples on a completely different markets, largely uncorrelated to the Euro future, namely the DAX and Cacao future contracts. The same procedure is followed using a trading system, based on the same ingredients. We show that similar results can be obtained and we conclude that this is an evidence that some invariants, as encoded in our system, have been identified. They provide a kind of quantification of the non-random content of the financial markets explored over a 10 years period of time.

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.