技术分析和离散错误发现率：来自MSCI的证据

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Technical Analysis and Discrete False Discovery Rate: Evidence from MSCI
  Indices》
---
作者：
Georgios Sermpinis, Arman Hassanniakalager, Charalampos Stasinakis,
  Ioannis Psaradellis
---
最新提交年份：
2019
---
英文摘要：
  We investigate the performance of dynamic portfolios constructed using more than 21,000 technical trading rules on 12 categorical and country-specific markets over the 2004-2015 study period, on rolling forward structures of different lengths. We also introduce a discrete false discovery rate (DFRD+/-) method for controlling data snooping bias. Compared to the existing methods, DFRD+/- is adaptive and more powerful, and accommodates for discrete p-values. The profitability, persistence and robustness of the technical rules are examined. Technical analysis still has short-term value in advanced, emerging and frontier markets. Financial stress, the economic environment and market development seem to affect the performance of trading rules. A cross-validation exercise highlights the importance of frequent rebalancing and the variability of profitability in trading with technical analysis.
---
中文摘要：
我们调查了在2004-2015年研究期间，在12个分类和国家特定市场上使用21000多条技术交易规则构建的动态投资组合在不同长度的滚动结构上的表现。我们还介绍了一种控制数据监听偏差的离散错误发现率（DFRD+/-）方法。与现有方法相比，DFRD+/-具有自适应性和更强大的功能，可以适应离散的p值。审查了技术规则的盈利能力、持久性和稳健性。技术分析在先进、新兴和前沿市场仍具有短期价值。金融压力、经济环境和市场发展似乎会影响交易规则的执行。交叉验证活动强调了频繁重新平衡的重要性，以及通过技术分析交易中盈利能力的可变性。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--
一级分类：Statistics        统计学
二级分类：Methodology        方法论
分类描述：Design, Surveys, Model Selection, Multiple Testing, Multivariate Methods, Signal and Image Processing, Time Series, Smoothing, Spatial Statistics, Survival Analysis, Nonparametric and Semiparametric Methods
设计，调查，模型选择，多重检验，多元方法，信号和图像处理，时间序列，平滑，空间统计，生存分析，非参数和半参数方法
--

---
PDF下载：
--> Technical_Analysis_and_Discrete_False_Discovery_Rate:_Evidence_from_MSCI_Indices.pdf (1.32 MB)

2022-6-11 03:53:31 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：技术分析 MSCI SCI Applications Econophysics

技术分析和离散错误发现率：来自MSCI的证据表明Georgios Sermpinis**，Arman Hassaniakalager+，Charalampos Stasinakis，Ioannis Psaradellis§版本：2019年6月10日摘要我们调查了在2004-2015年研究期间，在12个分类和国家特定市场上，使用21000多条技术交易规则构建的动态投资组合在不同长度的滚动结构上的表现。我们还介绍了一种控制数据窥探偏差的离散假发现率（DFRD+/）方法。与现有方法相比，DFRD+/具有自适应性和更强大的功能，并且能够适应离散的PV值。审查了技术规则的盈利能力、持久性和稳健性。技术分析在先进、新兴和前沿市场仍具有短期价值。金融压力、经济环境和市场发展似乎会影响交易规则的执行。交叉验证活动强调了频繁再平衡的重要性以及技术分析交易中盈利能力的可变性。JEL分类：F37、C12、C53、G11、G15关键词：国际市场；技术分析；数据窥探；坚持不懈财务压力**通讯作者：格拉斯哥大学亚当·斯密商学院，格拉斯哥，G12 8QQ，英国+英国巴斯大学管理学院+英国格拉斯哥大学亚当·斯密商学院，格拉斯哥，英国§英国圣安德鲁斯大学经济与金融学院，圣安德鲁斯，英国1。简介技术分析是一种投资分析，它使用金融资产时间序列的简单数学公式或图形表示来探索交易机会。

在算法上，也就是更定量的形式上，它利用了对资产价格历史、成交量数据和汇总统计数据的分析，通过数学工具，通常被称为技术指标和振荡器。尽管这种分析形式多年来已被投资者和学者广泛利用，但人们一直在讨论它是否真的具有预测能力，是否能在股市产生巨大的盈利能力。之前的文献分为两部分，分别强调了技术分析的真正盈利能力（见Brock等人，1992年；Hsu等人，2010年）和反对它的研究（见Sullivan等人，1999年；Bajgrowicz和Scaillet，2012年）。技术交易规则的成功与资产定价异常有关，如动量（Jegadeesh，1993；Assness，2013）和反转（DeBond和Thaler，1985；Jegadeesh，1990）。动量是投资者对证券价格波动的初始反应不足或延迟过度反应的结果，而反转是初始反应过度的结果。最近的一些研究试图利用这一信息，并采用技术交易规则来创建通用趋势因素和优化投资组合建设中的资产配置（见朱和周，2009；韩等人，2016）。从实践者的角度来看，技术分析的使用并无争议，许多成功的对冲基金和投资组合经理大量使用技术交易（见Fung和Hsieh，2001；Lo和Hasanhodzic，2009）。尽管如此，学者和从业者仍在要求对股票市场上的技术交易进行全面和最新的分析。

这是因为之前的大多数研究往往狭隘地集中于股本指数技术分析的特定方面。例如，查看单一市场指数、有限数量和类别的技术交易规则、没有对盈利类别进行分类分析，或者进行“消毒”的技术分析（例如，不涉及交易成本）与交易员在实践中的操作方式完全不同。其他问题，如样本内（IS）/样本外（OOS）的规模或财务压力水平和市场发展也经常被忽视。此外，没有一项研究能够持续衡量技术分析的持续性、频率在投资组合再平衡中的作用，或者所确定的规则是否能够通过回溯测试。在给定的数据集上测试一组大型技术交易规则，可能会导致对全部效率的错误拒绝，因为一组大型规则中的一些规则将碰巧被证明是事后盈利的。研究人员首先需要采用多重假设检验（MHT）框架，以确定是否存在真正有利可图的规则。该框架应该是强大的、自适应的和计算效率高的。

即使一组技术规则在特定市场中显示出显著的超额盈利能力，仍有几个问题需要回答。例如，这种盈利能力持续多长时间，这些时期的市场是否处于压力不足或动荡状态，实现最佳绩效的最佳IS/OOS比率是多少，或者超额盈利能力在多大的交易成本水平下被抵消？另一个同样需要进一步研究的重要问题是，金融压力水平和市场发展水平是否会导致市场效率的短期异常，从而允许这种盈利能力。出于上述原因，我们对股票市场中的技术交易进行了迄今为止最广泛的研究之一，并提出了一种控制数据捕捉偏差的新方法，同时调整了先前技术中发现的潜在问题。我们调查了9个摩根士丹利资本国际（MSCI）个人指数和3个MSCI综合指数的每日数据，这些指数复制了2004年至2015年期间先进、新兴和前沿市场的表现。至于所考虑的技术交易规则，我们采用了Hsu、Taylor和Wang（2016）的21000条规则的扩展范围，其中包括几类技术交易指标和振荡器。我们针对数据窥探的新方法基于错误发现率（FDR）标准，并以多种方式扩展了Barras et al.（2010）的FDR+/方法。他们的FDR+/检测到大量具有统计意义的积极规则，同时允许少量错误发现（Barras等人，2010；Brajgowicz和Scaillet，2012）。然而，当通常的重采样程序（例如。

（bootstrapping）用于计算每个规则的响应p值，实现了大规模同质离散p值，而不是之前所有研究中采用的均匀分布连续p值（Storey，2002；Storeyet al.，2004；Barras et al.，2010；Brajgowicz和Scaillet，2012）。此外，以前的方法可能会导致不必要的保守性，因此，在FDR+/的参数化阶段，对规则比例的估计很差，没有显著的性能。相比之下，我们的离散错误发现率方法（DFRD+/）通过构建大规模同质离散p值框架，并动态估计其主要参数，从而规避了这些问题。因此，我们为数据窥探偏差提供了一种完全自适应、计算和高效的控制方法，可以在OOS估计、投资组合构建和改进决策方面为投资者提供帮助。此外，我们提出的方法可以识别某些市场（即新兴市场和前沿市场）技术交易规则的成功投资组合长达三个月的绩效持续性，这表明它是对冲基金和投资组合经理潜在的强大工具。我们使用我们提出的方法进行了一些稳健性检查，并回答了之前提出的与盈亏平衡交易成本和OOS估计相关的问题。具体而言，我们对跑赢大市的交易规则的交易成本进行了盈亏平衡分析，同时我们研究了滚动结构中规则的OOS性能，就像基金经理在实践中所做的那样。

此外，我们还利用金融研究办公室（OFR）提供的压力指数，分析了他们在同一时期的表现持续性，并提供了他们在动荡时期表现的证据。最后，我们介绍了一种创新的方法，通过交叉验证其在全样本和IS/OOS之间的性能来选择重要的技术交易规则。关于我们的结果，我们发现在所有研究的市场中，在交易成本后技术规则盈利能力的证据，趋势跟踪系列，如移动平均线和通道突破，占据反向市场的主导地位。与发达市场相比，新兴市场和前沿市场的盈利能力更强。这种盈利能力的持续性多年来有所不同，但总体上较弱。财务压力似乎会影响技术分析的可预测性和超额盈利能力。更具体地说，当金融压力水平较低时，technicalanalysis的盈利能力是美国的5-6倍，而其他发达市场和新兴市场的盈利能力则相反。这项工作的其余部分安排如下。第2节报告了所检查的数据集，并展示了技术交易规则以及本研究中采用的绩效指标。第3节讨论了数据窥探偏差测试以及相关文献。第4节详细解释了拟议的方法。IS性能的经验结果显示在第5节中，而OOS的经验结果显示在第6节中。第7节提供了我们的结束语。2、数据集、技术交易规则和绩效指标本节介绍应用DFDR+/的设置的详细信息。

在第2.1节中，介绍了包含所检查市场信息的数据集。第2.2节描述了技术规则的范围，第2.3节介绍了用于比较不同市场的交易规则的性能度量。2.1数据集在本文中，我们研究了九个摩根士丹利资本国际（MSCI）指数，这些指数复制了美国、英国、日本、巴西、中国、俄罗斯、爱沙尼亚、约旦和摩洛哥的市场表现，以及三个通用的MSCI指数，它们总共复制了世界（发达）、新兴和前沿市场。摩根士丹利资本国际指数是反映美国投资者在不同市场持有回报的市值加权指数。它们以美元表示，是机构投资者的重要参考资料（参见Hsu，2010；Bena等人，2017）。它们包括基准市场的大盘股和中盘股，从而缓解了流动性和可交易性问题。所有时间序列的采样周期从2004年1月1日开始，到2016年12月31日结束。表1列出了十二个系列和无风险利率系列的对数收益汇总统计数据。[这里的表1]所有指数都是轻量级的，而无风险利率序列的表现非常接近正态曲线。英国、巴西和俄罗斯显示出相当高的峰度。

除前沿指数和无风险利率外，所有时间序列均呈现负偏态（英国的偏态最小）。除日本和美国外，所有时间序列均存在正自相关系数，但报告的系数在日本没有统计学意义。2.2技术规则技术交易策略的目的是根据开盘价、高价、低价和收盘价的历史报价以及其他特征（如以前的趋势/动量和方向运动）生成未来期间的多头（空头）头寸。由于已经有99%的全球顶级投资经理采用摩根士丹利资本国际指数（见截至2017年12月的损益表资产管理规模数据和摩根士丹利资本国际客户）。如上所述，它们的有效性主要取决于流行的市场价格异常（即动量和通用）。在本研究中，继薛特等人（2016）的工作之后，针对所研究的12个摩根士丹利资本国际指数中的每一个指数，使用了21195条技术交易规则。这个宇宙主要包括以下规则，如过滤规则（FRs）、移动平均线（MAs）、支撑阻力规则（SRs）和通道突破规则（CBs），以及一类反向规则，如相对强度指标（RSI）。所有这些都使用滞后长度来表示价格趋势和反转的特定组成部分（例如，每日、每周、每月、每年），这在经济上是合理的。这些技术指标通常为交易台和对冲基金所采用，而这些指标可在金融网站、许多金融研究论文和教科书中找到。第5节和第6节的实证分析范围是通过DFDR+/程序探索技术分析在交易中的价值。

因此，我们探索了一个非常大且不同的技术规则，这是所有相关文献探索数千条技术规则的共同方法（见Brock et al.，1992；Hsu et al.，2010；Sullivan et al.，1999；Bajgrowicz and Scaillet，2012；Hsu et al.，2016）。当然，一些技术规则规范将比其他规范更具经济合理性。因此，改变测试统计数据的大小是有意义的！φj) 基于每项技术规则的经济意义（Harvey，2017）。然而，这种方法的应用将导致bootstrap和FDR控制方法的修改。据我们所知，文献中没有提出过类似的程序，这无疑是一个有趣的研究方向。过滤规则（FRs）：是一种简单的动量技术，当市场价格从之前的低点（高点）上涨（下跌）超过一定百分比时，会产生买入（卖出）信号。设定门槛百分比可以让投资者不会被市场价格的微小波动所误导。相对强弱指标（RSI）：是反向振荡指标，通过超买/超卖水平衡量价格快速向平均值移动的速度。均值回归是以较高收盘价与较低收盘价的比率来衡量的（即，正变化更大或更强烈的股票的RSI高于负变化水平相同的股票）。