Режимы стационарности фондового рынка и механическая торговля по режимам

Сводка

В исследовании теория KM₂O-Langevin применяется для классификации колебаний цен акций как стационарных, нестационарных или промежуточных. Классификация помогает выбирать один из двух типов сигналов: скользящие средние для стационарных периодов и психологические линии, то есть осциллятор, для нестационарных периодов. Авторы представляют метод как способ адаптировать механические торговые решения к меняющимся статистическим свойствам цен.

Авторы проводят бэктест примера стратегии на индексе Nikkei Stock Average и сообщают о небольшой максимальной просадке, характеризуя подход как низкорисковый. Документ приводит этот результат как свидетельство того, что анализ стационарности может быть полезен в торговле, но не содержит численных показателей эффективности, периода тестирования, издержек или сравнения с ориентирами. Поэтому результаты описывают одно историческое применение и не доказывают, что стратегия останется безопасной или эффективной на других рынках или в иных условиях.

Ключевые идеи

• Теория KM₂O-Langevin используется для классификации колебаний цен на стационарные, нестационарные и промежуточные периоды.
• В примере стратегии скользящие средние используются в стационарные периоды.
• В нестационарные периоды в качестве осциллятора используются психологические линии.
• Согласно результатам бэктеста индекса Nikkei Stock Average, максимальная просадка была небольшой.
• В описании отсутствуют важные подробности бэктеста, включая издержки, период и сравнение с ориентирами.

Теги

# Stationarity analysis of the stock market data and its application to mechanical trading


# Stationarity analysis of the stock market data and its application to mechanical trading









This study proposes a scheme for stationarity analysis of stock price fluctuations based on KM$_2$O-Langevin theory. Using this scheme, we classify the time-series data of stock price fluctuations into three periods: stationary, non-stationary, and intermediate. We then suggest an example of a low-risk stock trading strategy to demonstrate the usefulness of our scheme by using actual stock index data. Our strategy uses a trend-based indicator, moving averages, for stationary periods and an oscillator-based indicator, psychological lines, for non-stationary periods to make trading decisions. Finally, we confirm that our strategy is a safe trading strategy with small maximum drawdown by back testing on the Nikkei Stock Average. Our study, the first to apply the stationarity analysis of KM$_2$O-Langevin theory to actual mechanical trading, opens up new avenues for stock price prediction.

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.