ٹریڈنگ کے فیصلوں کے لیے کسری براؤنین حرکت کی پیش گوئی

خلاصہ

دستاویز بتاتی ہے کہ کسری براؤنین حرکت (fBm)، جس کے غیر متداخل اضافے باہم مربوط ہو سکتے ہیں، مستقبل کی قیمت تبدیلیوں کی پیش گوئی میں مدد دے سکتی ہے۔ اگر لاگ قیمتیں اس عمل کی پیروی کریں تو اس کی غیر مارکوفی ساخت شماریاتی آربیٹریج کے لیے معلومات فراہم کر سکتی ہے۔ یہ کام روایتی شماریاتی معیار تک پیش گوئی کا جائزہ محدود رکھنے کے بجائے، ٹریڈنگ سے متعلق نظریاتی درستگی کے پیمانے اخذ کرتا ہے، جن میں ہٹ ریشو، متوقع فائدہ اور خطرہ شامل ہیں۔

یہ عملی اسٹریٹیجی کے انتخاب پر بھی غور کرتا ہے: ماضی کے کون سے اضافے استعمال کیے جائیں اور کب پیش گوئی شدہ قیمت کی چھوٹی حرکت ٹریڈ کرنے کے لیے بہت غیر یقینی یا غیر منافع بخش ہو۔ تجرباتی اطلاقات میں اعلیٰ تعدد والی زرمبادلہ کی شرحیں اور حقیقی اتار چڑھاؤ کے سلسلے استعمال ہوتے ہیں، جو پیش گوئی کے تجزیے کو کھردرے اتار چڑھاؤ سے جوڑتے ہیں۔ دستاویز کی تفصیل مخصوص کارکردگی کے اعداد، لین دین کی لاگت کے مفروضے یا ان اطلاقات سے آگے کے ٹیسٹ نہیں بتاتی، اس لیے یہ ثابت نہیں ہوتا کہ fBm پر مبنی اشارے لائیو مارکیٹوں میں منافع بخش رہیں گے۔

اہم خیالات

• کسری براؤنین حرکت اضافوں کے درمیان انحصار کی اجازت دیتی ہے، جس سے مستقبل کی حالتیں قابلِ پیش گوئی ہو سکتی ہیں۔
• مجوزہ تجزیہ پیش گوئی کی درستگی کو ہٹ ریشو، متوقع فائدے اور اسٹریٹیجی کے خطرے سے جوڑتا ہے۔
• وقفے کے ساتھ سابقہ اضافوں کا انتخاب ایک عملی اِن پٹ کے انتخاب کا سوال ہے۔
• پیش گوئی شدہ چھوٹے اضافوں پر ٹریڈ نہ کرنے کی حد اسٹریٹیجی کے منافع پر اثر ڈال سکتی ہے۔
• اطلاقات میں اعلیٰ تعدد والی FX شرحیں اور حقیقی اتار چڑھاؤ زیرِ مطالعہ ہیں۔

ٹیگز

# Forecasting with fractional Brownian motion: a financial perspective


# Forecasting with fractional Brownian motion: a financial perspective









The fractional Brownian motion (fBm) extends the standard Brownian motion by introducing some dependence between non-overlapping increments. Consequently, if one considers for example that log-prices follow an fBm, one can exploit the non-Markovian nature of the fBm to forecast future states of the process and make statistical arbitrages. We provide new insights into forecasting an fBm, by proposing theoretical formulas for accuracy metrics relevant to a systematic trader, from the hit ratio to the expected gain and risk of a simple strategy. In addition, we answer some key questions about optimizing trading strategies in the fBm framework: Which lagged increments of the fBm, observed in discrete time, are to be considered? If the predicted increment is close to zero, up to which threshold is it more profitable not to invest? We also propose empirical applications on high-frequency FX rates, as well as on realized volatility series, exploring the rough volatility concept in a forecasting perspective.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔