Phát hiện đặc tính phi ngẫu nhiên của thị trường bằng phân tích đa biến

Tóm tắt

Tài liệu cho rằng lợi nhuận tài chính có thể trông gần như ngẫu nhiên khi phân tích bằng chuỗi thời gian truyền thống, nhưng vẫn chứa các dạng thức có thể phát hiện bằng thống kê đa biến hiện đại. Tài liệu mô tả một phân tích lấy cảm hứng từ các phương pháp dùng trong vật lý hạt nhân, áp dụng cho biến động tần suất cao của hợp đồng tương lai Euro. Thành phần được xác định là hành vi theo xu hướng thay đổi theo các khoảng biến động; nghiên cứu dùng một hệ thống giao dịch để mã hóa các điều kiện liên quan.

Để xem dạng thức này có vượt ra ngoài một hợp đồng hay không, cùng quy trình được áp dụng cho DAX và hợp đồng tương lai ca cao, vốn được mô tả là phần lớn không tương quan với hợp đồng tương lai Euro. Những kết quả tương tự trong các ví dụ này được trình bày như bằng chứng cho thấy hệ thống nắm bắt các đặc điểm lặp lại trong hành vi thị trường suốt mười năm. Các tác giả nhấn mạnh rằng những ví dụ này không xác lập tính khái quát. Trích đoạn không nêu kiểm định thống kê chi tiết, chi phí giao dịch hay số liệu hiệu suất đã điều chỉnh theo rủi ro, nên nội dung được cho là phi ngẫu nhiên cần được xem là phát hiện riêng cho mẫu, chứ không phải lợi thế giao dịch phổ quát hay đã được chứng minh.

Ý chính

• Các phương pháp chuỗi thời gian truyền thống có thể không phát hiện được những sai lệch nhỏ so với hành vi bước đi ngẫu nhiên.
• Phân tích dùng phương pháp thống kê đa biến để nghiên cứu dữ liệu hợp đồng tương lai tần suất cao.
• Một thành phần theo xu hướng gắn với các khoảng biến động được xác định trong hợp đồng tương lai Euro.
• Các phát hiện tương tự được báo cáo cho DAX và hợp đồng tương lai ca cao khi dùng cùng thành phần hệ thống giao dịch.
• Các ví dụ bao quát giai đoạn mười năm, nhưng tài liệu lưu ý rằng chúng không xác lập tính khái quát.

Thẻ

# About the non-random Content of Financial Markets


# About the non-random Content of Financial Markets









For the pedestrian observer, financial markets look completely random with erratic and uncontrollable behavior. To a large extend, this is correct. At first approximation the difference between real price changes and the random walk model is too small to be detected using traditional time series analysis. However, we show in the following that this difference between real financial time series and random walks, as small as it is, is detectable using modern statistical multivariate analysis, with several triggers encoded in trading systems. This kind of analysis are based on methods widely used in nuclear physics, with large samples of data and advanced statistical inference. Considering the movements of the Euro future contract at high frequency, we show that a part of the non-random content of this series can be inferred, namely the trend-following content depending on volatility ranges. Of course, this is not a general proof of statistical inference, as we focus on one particular example and the generality of the process can not be claimed. Therefore, we produce other examples on a completely different markets, largely uncorrelated to the Euro future, namely the DAX and Cacao future contracts. The same procedure is followed using a trading system, based on the same ingredients. We show that similar results can be obtained and we conclude that this is an evidence that some invariants, as encoded in our system, have been identified. They provide a kind of quantification of the non-random content of the financial markets explored over a 10 years period of time.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.