单一 EMA 如何减少趋势信号的择优挑选
文章 arXiv papers · 作者: Sebastien Valeyre
总结
本文认为，趋势跟踪表现可以用一个与信号参数相关的理论夏普关系来描述。文中报告了对 Grebenkov 和 Serror 推导公式的实证拟合，并将其解释为证据：在 CTA 的平均尺度上，具有单一特征时间尺度的均值回归过程可以代表趋势行为。
据此，本文提出单一指数移动平均线足以捕捉趋势，并质疑组合许多复杂指标是否能改善信号。其方法论启示是：增加指标可能带来挑选有利结果的机会。摘录没有给出数据集细节、参数估计或样本外测试，因此无法证明单一 EMA 在不同市场或市场状态下都是最优的。
核心观点
- 报告的夏普关系会随趋势信号参数而变化。
- 据称，实证结果符合趋势跟踪的理论公式。
- 作者提出，用单一时间尺度的均值回归过程来描述趋势在平均 CTA 尺度上的行为。
- 作者认为，无需使用复杂指标组合，单一 EMA 也可能捕捉趋势。
- 使用许多指标可能增加择优挑选信号的风险。
标签
全文
# Breaking the Trend: How to Avoid Cherry-Picked Signals # Breaking the Trend: How to Avoid Cherry-Picked Signals Our empirical results show an impressive fit with the theoretical Sharpe formula of a trend-following strategy depending on the parameter of the signal, which was derived by by Grebenkov and Serror (2014). That empirical fit convinces us that a mean-reversion process with only one time scale is enough to model, in a precise way, the reality of the trend-following mechanism at the average scale of CTAs and as a consequence, using only one simple EMA, appears optimal to capture the trend. As a consequence, using a complex basket of different complex indicators as signal, does not seem to be so rational or optimal and exposes to the risk of cherry-picking.
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。