Các chế độ dừng của thị trường cổ phiếu và giao dịch cơ học theo chế độ

Tóm tắt

Nghiên cứu này áp dụng lý thuyết KM₂O-Langevin để phân loại biến động giá cổ phiếu thành dừng, không dừng hoặc trung gian. Nghiên cứu dùng cách phân loại này để chọn giữa hai loại tín hiệu: đường trung bình động cho giai đoạn dừng và đường tâm lý, một bộ dao động, cho giai đoạn không dừng. Các tác giả trình bày phương pháp này như một cách điều chỉnh quyết định giao dịch cơ học theo những đặc tính thống kê thay đổi của giá.

Các tác giả kiểm thử lịch sử chiến lược ví dụ trên Chỉ số giá cổ phiếu Nikkei và báo cáo mức sụt giảm tối đa nhỏ, mô tả cách tiếp cận này là ít rủi ro. Tài liệu đưa ra kết quả này làm bằng chứng cho thấy phân tích tính dừng có thể hỗ trợ giao dịch, nhưng không cung cấp số liệu hiệu quả, giai đoạn kiểm thử, chi phí hay so sánh với chuẩn đối chiếu. Vì vậy, các kết quả chỉ mô tả một ứng dụng lịch sử và không chứng minh chiến lược sẽ tiếp tục an toàn hoặc hiệu quả ở những thị trường hay điều kiện khác.

Ý chính

• Lý thuyết KM₂O-Langevin được dùng để phân loại biến động giá thành các giai đoạn dừng, không dừng và trung gian.
• Chiến lược ví dụ dùng đường trung bình động trong các giai đoạn dừng.
• Đường tâm lý được dùng làm bộ dao động trong các giai đoạn không dừng.
• Kiểm thử lịch sử trên Chỉ số giá cổ phiếu Nikkei được báo cáo có mức sụt giảm tối đa nhỏ.
• Mô tả bỏ qua các chi tiết kiểm thử lịch sử quan trọng như chi phí, giai đoạn và so sánh với chuẩn đối chiếu.

Thẻ

# 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.

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.