Dự báo chuyển động Brown phân dạng để đưa ra quyết định giao dịch

Tóm tắt

Tài liệu giải thích cách chuyển động Brown phân dạng (fBm), có các gia số không chồng lấn nhưng có thể phụ thuộc nhau, hỗ trợ dự báo biến động giá trong tương lai. Nếu log giá tuân theo quá trình này, cấu trúc phi Markov của nó có thể cung cấp thông tin cho kinh doanh chênh lệch giá thống kê. Công trình suy ra các thước đo độ chính xác hướng đến giao dịch về mặt lý thuyết, gồm tỷ lệ dự đoán đúng, lợi nhuận kỳ vọng và rủi ro, thay vì chỉ đánh giá dự báo theo tiêu chí thống kê thông thường.

Công trình cũng xem xét các lựa chọn thực tế của chiến lược: nên dùng những gia số quá khứ nào và khi nào một biến động dự báo nhỏ quá bất định hoặc không có lợi để giao dịch. Các ứng dụng thực nghiệm dùng tỷ giá ngoại hối tần suất cao và chuỗi biến động hiện thực, kết nối phân tích dự báo với biến động thô. Phần mô tả tài liệu không báo cáo số liệu hiệu suất cụ thể, giả định về chi phí giao dịch hay kiểm định ngoài các ứng dụng đó, nên không chứng minh tín hiệu dựa trên fBm sẽ tiếp tục sinh lời trong thị trường giao dịch thực.

Ý chính

• Chuyển động Brown phân dạng cho phép các gia số phụ thuộc nhau và có thể khiến trạng thái tương lai dự báo được.
• Phân tích được đề xuất liên hệ độ chính xác dự báo với tỷ lệ dự đoán đúng, lợi nhuận kỳ vọng và rủi ro chiến lược.
• Lựa chọn gia số trễ là một vấn đề thực tế trong việc chọn đầu vào.
• Ngưỡng không giao dịch đối với các gia số dự báo nhỏ có thể ảnh hưởng đến khả năng sinh lời của chiến lược.
• Các ứng dụng khảo sát tỷ giá FX tần suất cao và biến động thực tế.

Thẻ

# 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.

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.