اسٹاک مارکیٹ کے اسٹیشنریٹی نظام اور ہر نظام کے مطابق میکانی ٹریڈنگ

خلاصہ

یہ مطالعہ KM₂O-Langevin تھیوری کے ذریعے اسٹاک کی قیمتوں کے اتار چڑھاؤ کو اسٹیشنری، غیر اسٹیشنری یا درمیانی درجہ بندی میں رکھتا ہے۔ اس درجہ بندی سے دو قسم کے اشاروں میں انتخاب کیا جاتا ہے: اسٹیشنری ادوار کے لیے موونگ ایوریجز اور غیر اسٹیشنری ادوار کے لیے سائیکولوجیکل لائنز، جو ایک آسکیلیٹر ہیں۔ مصنفین اس طریقے کو قیمتوں کی بدلتی شماریاتی خصوصیات کے مطابق میکانی تجارتی فیصلے ڈھالنے کا ذریعہ بتاتے ہیں۔

وہ نکی اسٹاک ایوریج پر مثال کی حکمتِ عملی کا بیک ٹیسٹ کرتے ہیں اور زیادہ سے زیادہ ڈرا ڈاؤن کو چھوٹا بتاتے ہوئے طریقے کو کم خطرے والا قرار دیتے ہیں۔ دستاویز یہ نتیجہ پیش کرتی ہے کہ اسٹیشنریٹی کا تجزیہ ٹریڈنگ کی رہنمائی کر سکتا ہے، لیکن کارکردگی کے عددی پیمانے، آزمائش کی مدت، اخراجات یا بینچ مارکس سے موازنہ فراہم نہیں کرتی۔ لہٰذا نتائج ایک تاریخی اطلاق بیان کرتے ہیں؛ ان سے یہ ثابت نہیں ہوتا کہ حکمتِ عملی دوسری مارکیٹوں یا حالات میں محفوظ یا مؤثر رہے گی۔

اہم خیالات

• KM₂O-Langevin تھیوری قیمتوں کے اتار چڑھاؤ کو اسٹیشنری، غیر اسٹیشنری اور درمیانی ادوار میں درجہ بند کرنے کے لیے استعمال ہوتی ہے۔
• مثالی حکمتِ عملی اسٹیشنری ادوار میں موونگ ایوریجز استعمال کرتی ہے۔
• غیر اسٹیشنری ادوار میں سائیکولوجیکل لائنز کو آسکیلیٹر کے طور پر استعمال کیا جاتا ہے۔
• نکی اسٹاک ایوریج کے بیک ٹیسٹ میں زیادہ سے زیادہ ڈرا ڈاؤن چھوٹا بتایا گیا ہے۔
• بیان میں بیک ٹیسٹ کی اہم تفصیلات، مثلاً اخراجات، مدت اور بینچ مارک سے موازنہ، موجود نہیں۔

ٹیگز

# 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.

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۔