Dimensionamento de posições e VaR em backtests de mercados voláteis

Resumo

O artigo investiga se o tamanho das posições de trading pode ajudar a controlar o risco em períodos de alta volatilidade. Ele usa backtesting histórico para examinar o comportamento de modelos de dimensionamento durante crises, com atenção especial à possibilidade de reduzirem o valor em risco. Também considera posições compradas e vendidas como formas de gerenciar a exposição em condições de estresse.

O estudo descrito combina a análise do dimensionamento com dados de ações e fundos negociados em bolsa, e menciona modelos autorregressivos, ARIMA, LSTM e GARCH. O trecho não explica como as regras de dimensionamento são definidas, como os modelos são incorporados nem qual período de backtest e quais crises são usados. Também não apresenta estimativas de VaR nem resultados de desempenho. Portanto, o texto indica uma linha de pesquisa, mas não demonstra que qualquer abordagem específica de dimensionamento controle perdas; os resultados históricos também dependem de premissas e podem não prever o comportamento em crises futuras.

Ideias principais

• O estudo usa backtests históricos para avaliar abordagens de dimensionamento em períodos de alta volatilidade.
• Sua medida central de risco é o valor em risco durante crises.
• Ele considera o gerenciamento do tamanho de posições compradas e vendidas.
• Os dados e a modelagem descritos incluem ações, ETFs e métodos AR, ARIMA, LSTM e GARCH.
• O trecho não apresenta resultados nem detalhes suficientes para comparar regras de dimensionamento.

Tags

# Sizing Strategies for Algorithmic Trading in Volatile Markets: A Study of Backtesting and Risk Mitigation Analysis


# Sizing Strategies for Algorithmic Trading in Volatile Markets: A Study of Backtesting and Risk Mitigation Analysis









Backtest is a way of financial risk evaluation which helps to analyze how our trading algorithm would work in markets with past time frame. The high volatility situation has always been a critical situation which creates challenges for algorithmic traders. The paper investigates different models of sizing in financial trading and backtest to high volatility situations to understand how sizing models can lower the models of VaR during crisis events. Hence it tries to show that how crisis events with high volatility can be controlled using short and long positional size. The paper also investigates stocks with AR, ARIMA, LSTM, GARCH with ETF data.

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.