Testes de estratégias de carteira de reversão à média com dados recentes de ações

Resumo

Este estudo empírico avalia se estratégias de carteira online criadas para explorar a reversão à média têm bom desempenho além dos conjuntos de dados de referência. Examina três abordagens: reversão à média passiva-agressiva, reversão de média móvel online e otimização de custos de transação. Os pesquisadores usam preços históricos de componentes do S&P 500 entre 2000 e 2017, junto a conjuntos de dados de referência estabelecidos, para investigar por que essas estratégias podem parecer especialmente bem-sucedidas em testes comuns e se também funcionam com dados de mercado mais recentes.

Os resultados relatados exigem cautela: conjuntos de dados de referência podem favorecer métodos de reversão à média, e resultados fortes nesses conjuntos podem não se repetir em condições de mercado mais amplas. As estratégias podem falhar mesmo quando as condições parecem favoráveis, sobretudo quando há custos de transação explícitos ou implícitos. O documento não apresenta números detalhados de desempenho, escolhas de implementação ou premissas de custo; portanto, não determina qual método tem melhor desempenho nem como os resultados variam entre períodos. Sua principal lição é testar estratégias de carteira com dados representativos, considerando os atritos de negociação.

Ideias principais

• O estudo avalia estratégias de PAMR, OLMAR e otimização de custos de transação.
• Compara conjuntos de dados de referência estabelecidos com preços históricos dos componentes do S&P 500 entre 2000 e 2017.
• Conjuntos de dados de referência podem favorecer estratégias de reversão à média e oferecer uma visão incompleta do desempenho.
• As estratégias testadas podem falhar mesmo em condições aparentemente favoráveis.
• Custos de transação explícitos e implícitos podem prejudicar os resultados de reversão à média.

Tags

# Empirical investigation of state-of-the-art mean reversion strategies for equity markets


# Empirical investigation of state-of-the-art mean reversion strategies for equity markets









Recent studies have shown that online portfolio selection strategies that exploit the mean reversion property can achieve excess return from equity markets. This paper empirically investigates the performance of state-of-the-art mean reversion strategies on real market data. The aims of the study are twofold. The first is to find out why the mean reversion strategies perform extremely well on well-known benchmark datasets, and the second is to test whether or not the mean reversion strategies work well on recent market data. The mean reversion strategies used in this study are the passive aggressive mean reversion (PAMR) strategy, the on-line moving average reversion (OLMAR) strategy, and the transaction cost optimization (TCO) strategies. To test the strategies, we use the historical prices of the stocks that constitute S\&P 500 index over the period from 2000 to 2017 as well as well-known benchmark datasets. Our findings are that the well-known benchmark datasets favor mean reversion strategies, and mean reversion strategies may fail even in favorable market conditions, especially when there exist explicit or implicit transaction costs.

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.