Модели со сменой режимов для адаптивной торговли и распределения активов

Сводка

В документе представлен систематический подход к адаптации торговых стратегий и распределения активов при изменении рыночных условий. Предлагается применять авторегрессионные модели Маркова со сменой состояния для выявления и прогнозирования режимов, приблизительно соответствующих накоплению, распределению, росту и снижению по Вайкоффу. Затем рассматривается поведение классов активов и секторов рынка в выявленных режимах.

Система стратегий сопоставляет следование за трендом, торговлю в диапазоне, торговлю на откатах и торговлю на пробое разным режимам, а затем объединяет выбранный подход с распределением активов по режимам. Заявленная цель — создать динамически адаптивную систему и сравнить её с традиционными альфа-факторами. Во фрагменте описана система, но не приведены данные, показатели эффективности или подробности реализации, поэтому он не доказывает, что предложенная система превосходит более простые альтернативы. Названия режимов описаны как приблизительные аналогии; текст не уточняет, как режимы проверяются и как учитываются торговые издержки и меняющиеся рыночные связи.

Ключевые идеи

• Средние значения, дисперсии и корреляции рынка могут меняться вслед за изменениями экономических условий и политики.
• Для выявления и прогнозирования рыночных режимов предлагаются авторегрессионные модели Маркова со сменой состояния.
• Режимы связываются с накоплением, распределением, ростом и снижением.
• Стратегии следования за трендом, торговли в диапазоне, на откатах и на пробое можно адаптировать к выявленному режиму.
• Распределение активов по режимам объединяется с торговыми стратегиями, но во фрагменте нет данных об эффективности.

Теги

# Evaluating the Building Blocks of a Dynamically Adaptive Systematic Trading Strategy


# Evaluating the Building Blocks of a Dynamically Adaptive Systematic Trading Strategy









Financial markets change their behaviours abruptly. The mean, variance and correlation patterns of stocks can vary dramatically, triggered by fundamental changes in macroeconomic variables, policies or regulations. A trader needs to adapt her trading style to make the best out of the different phases in the stock markets. Similarly, an investor might want to invest in different asset classes in different market regimes for a stable risk adjusted return profile. Here, we explore the use of State Switching Markov Autoregressive models for identifying and predicting different market regimes loosely modeled on the Wyckoff Price Regimes of accumulation, distribution, advance and decline. We explore the behaviour of various asset classes and market sectors in the identified regimes. We look at the trading strategies like trend following, range trading, retracement trading and breakout trading in the given market regimes and tailor them for the specific regimes. We tie together the best trading strategy and asset allocation for the identified market regimes to come up with a robust dynamically adaptive trading system to outperform simple traditional alphas.

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.