Como o seguimento de tendências e a reversão à média afetam a variância de longo prazo dos preços

Resumo

Este trabalho estuda como o comportamento agregado de trading que segue tendências ou reverte à média pode alterar a dinâmica dos preços dos ativos. Modela explicitamente a direção do trading e relaciona esses estilos à correlação serial: o comportamento que segue tendências pode criar correlação positiva, enquanto a reversão à média pode criar correlação negativa. Os modelos são usados para examinar como essas correlações afetam a variância de longo prazo em relação a um benchmark de passeio aleatório.

A análise teórica indica que seguir tendências aumenta a variância de longo prazo, enquanto o comportamento de reversão à média pode reduzi-la. Aplicações a ações de grandes empresas dos EUA e a dados de alta frequência de EUR/USD mostram maior previsibilidade do que sob a hipótese de passeio aleatório. A descrição fornecida não informa as especificações dos modelos, os períodos das amostras ou as medidas de melhoria preditiva, e não demonstra que a previsibilidade resulte em uma estratégia de trading lucrativa. Portanto, é melhor tratar as evidências como uma estrutura para entender como os estilos de trading podem moldar a dependência dos retornos e o risco.

Ideias principais

• Estilos de trading que seguem tendências e que revertem à média podem induzir correlações positivas e negativas nos preços, respectivamente.
• Os autores usam modelos probabilísticos que representam explicitamente a direção do trading.
• Nos resultados teóricos, seguir tendências aumenta a variância de longo prazo em relação a um modelo de passeio aleatório.
• Condições de reversão à média podem reduzir a variância de longo prazo em relação ao caso de passeio aleatório.
• Aplicações a ações de grandes empresas dos EUA e a dados de alta frequência de EUR/USD relatam aumento da previsibilidade.

Tags

# Trading styles and long-run variance of asset prices


# Trading styles and long-run variance of asset prices









Trading styles can be classified into either trend-following or mean-reverting. If the net trading style is trend-following the traded asset is more likely to move in the same direction it moved previously (the opposite is true if the net style is mean-reverting). The result of this is to introduce positive (or negative) correlations into the time series. We here explore the effect of these correlations on the long-run variance of the series through probabilistic models designed to explicitly capture the direction of trading. Our theoretical insights suggests that relative to random walk models of asset prices the long-run variance is increased under trend-following strategies and can actually be reduced under mean-reversal conditions. We apply these models to some of the largest US stocks by market capitalisation as well as high-frequency EUR/USD data and show that in both these settings, the ability to predict the asset price is generally increased relative to a random walk.

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.