Как следование тренду и возврат к среднему влияют на долгосрочную дисперсию цены

Сводка

В работе изучается, как совокупное поведение трейдеров, следующих за трендом или торгующих на возврат к среднему, может менять динамику цен активов. Направление торговли моделируется явно и связывается с серийной корреляцией: следование за трендом может создавать положительную корреляцию, а возврат к среднему — отрицательную. Модели применяются для изучения влияния этих корреляций на долгосрочную дисперсию относительно случайного блуждания.

Теоретический анализ показывает, что следование за трендом повышает долгосрочную дисперсию, тогда как возврат к среднему может её снижать. Применение моделей к крупным акциям США и высокочастотным данным EUR/USD показывает более высокую предсказуемость, чем при предположении о случайном блуждании. В описании нет спецификаций моделей, периодов выборки или показателей улучшения прогноза; оно также не доказывает, что предсказуемость ведёт к прибыльной торговой стратегии. Поэтому результаты лучше рассматривать как метод понимания того, как стили торговли могут влиять на зависимость доходности и риск.

Ключевые идеи

• Следование за трендом и возврат к среднему могут создавать соответственно положительную и отрицательную корреляцию цен.
• Авторы используют вероятностные модели, явно описывающие направление торговли.
• В теоретических результатах следование за трендом повышает долгосрочную дисперсию относительно модели случайного блуждания.
• Условия возврата к среднему могут снижать долгосрочную дисперсию относительно случая случайного блуждания.
• Применение моделей к крупным акциям США и высокочастотным данным EUR/USD показывает рост предсказуемости.

Теги

# 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.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.