跳至正文
返回文库全部文档

稳定的股票依赖模式及其条件价格动态

文章 arXiv papers · 作者: Andrei Leonidov et al.
阅读原文

总结

论文研究连续股票价格增量之间的相互依赖关系。文章将第一个增量视为推动，接下来的增量视为响应，然后考察这些变化的二元概率分布，以识别不对称依赖模式。研究将一种先前提出的识别方法应用于2,000只股票，描述各股票的特征，并将其归为相关、反相关或市场磨坊（market-mill）模式。

报告的特征随时间保持显著稳定。在已识别的各组中，较小推动幅度对应的条件价格行为呈趋势跟随，而较大幅度则呈反向交易特征。这表明连续价格变化之间的关系可能随初始变动幅度而变化，并非遵循统一规律。摘录未说明观测期、股票范围或交易成本，也未证明这些模式在扣除执行成本后能产生盈利策略。其发现描述的是实证依赖关系，并非直接的交易建议。

核心观点

  • 研究考察连续价格增量的联合分布，将第一次变动视为推动，第二次视为响应。
  • 研究将各股票特有的不对称模式分为相关、反相关和市场磨坊（market-mill）几类。
  • 据报告，各股票的个体模式随时间保持稳定。
  • 条件动态在推动幅度较小时呈趋势跟随，在幅度较大时呈反向交易特征。
  • 摘录描述了统计行为，但未提供净交易盈利的证据。

标签

股票统计学动量均值回归
全文
# Market Mill Dependence Pattern in the Stock Market: Individual Portraits


# Market Mill Dependence Pattern in the Stock Market: Individual Portraits









This paper continues a series of studies of dependence patterns following from properties of the bivariate probability distribution P(x,y) of two consecutive price increments x (push) and y (response). The paper focuses on individual differences of the P(x,y) for 2000 stocks using a methodology of identification of asymmetric market mill patterns developed in [1,2]. We show that individual asymmetry patterns (portraits) are remarkably stable over time and can be classified into three major groups - correlation, anticorrelation and market mill. We analyze the conditional dynamics resulting from the properties of P(x,y) for all groups and demonstrate that it is trend-following at small push magnitudes and contrarian at large ones

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。