评估动态自适应系统的构建块

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：
《Evaluating the Building Blocks of a Dynamically Adaptive Systematic
  Trading Strategy》
---
作者：
Sonam Srivastava, Ritabratta Bhattacharya
---
最新提交年份：
2018
---
英文摘要：
  Financial markets change their behaviours abruptly. The mean, variance and correlation patterns of stocks can vary dramatically, triggered by fundamental changes in macroeconomic variables, policies or regulations. A trader needs to adapt her trading style to make the best out of the different phases in the stock markets. Similarly, an investor might want to invest in different asset classes in different market regimes for a stable risk adjusted return profile. Here, we explore the use of State Switching Markov Autoregressive models for identifying and predicting different market regimes loosely modeled on the Wyckoff Price Regimes of accumulation, distribution, advance and decline. We explore the behaviour of various asset classes and market sectors in the identified regimes. We look at the trading strategies like trend following, range trading, retracement trading and breakout trading in the given market regimes and tailor them for the specific regimes. We tie together the best trading strategy and asset allocation for the identified market regimes to come up with a robust dynamically adaptive trading system to outperform simple traditional alphas.
---
中文摘要：
金融市场突然改变了他们的行为。由于宏观经济变量、政策或法规的根本变化，股票的均值、方差和相关性模式可能会发生巨大变化。交易员需要调整自己的交易风格，以充分利用股市的不同阶段。同样，投资者可能希望在不同的市场制度下投资不同的资产类别，以获得稳定的风险调整后回报。在这里，我们探讨了使用状态切换马尔可夫自回归模型来识别和预测不同的市场机制，这些市场机制松散地模拟了积累、分配、上涨和下跌的Wyckoff价格机制。我们探讨了已确定制度中各种资产类别和市场部门的行为。我们研究给定市场机制中的交易策略，如趋势跟踪、区间交易、回溯交易和突破交易，并根据具体机制进行调整。我们将确定的市场制度的最佳交易策略和资产配置结合在一起，形成一个强大的动态自适应交易系统，以超越简单的传统Alpha。
---
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
--

---
PDF下载：
--> Evaluating_the_Building_Blocks_of_a_Dynamically_Adaptive_Systematic_Trading_Strategy.pdf (2.25 MB)

2022-6-11 06:01:33 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：Applications Econophysics distribution Quantitative accumulation

电子版可从以下网址获得：https://ssrn.com/abstract=3144169INTERNALEvaluating动态适应性系统交易战略的基石——导师Ritabrata BhattacharyyaWorldQuant大学的Sysonam Srivastava指出，金融市场突然改变了他们的行为。股票的均值、方差和相关性模式可能会发生巨大变化，这是由宏观经济变量、政策或法规的根本变化所触发的。交易员需要调整自己的交易风格，以充分利用股市的不同阶段。同样，投资者可能希望在不同的市场制度下投资不同的资产类别，以获得稳定的风险调整后回报。在这里，我们探讨了使用状态切换马尔可夫自回归模型来识别和预测不同的市场机制，这些市场机制松散地建立在积累、分配、上涨和下跌的Wyckoff价格机制的基础上。我们探讨了已确定制度中各种资产类别和市场部门的行为。我们研究了特定市场制度下的趋势跟踪、区间交易、回溯交易和突破交易等交易策略，并针对特定制度进行了调整。我们将最佳交易策略和资产分配结合在一起，以确定市场机制，从而形成一个强大的动态自适应交易系统，以超越简单的传统Alpha。本文是WorldQuant大学金融工程硕士学位项目的一部分。本论文经WorldQuant大学同意和许可复制。保留所有权利。电子版可从以下网址获得：https://ssrn.com/abstract=3144169INTERNALTable的内容1。介绍3I。

马尔可夫切换自回归模型。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。制度变迁模型。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。43、模型化制度。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。44、资产类别行为。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。85、交易信号-字母。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10I。交易信号分析。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。10A。布林带。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11B。斐波那契。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11C。MACD。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12天。RSI。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。12二。量身定制的交易策略。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。13A。进展13B。积累13C。减少14天。

分配回测结果。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。15I。进展16II。积累16III。减少17IV。分配动态自适应策略。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。188结论。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。参考文献。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19附录。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20电子版可从以下网址获得：https://ssrn.com/abstract=3144169INTERNAL1.导言随着宏观经济条件从稳定的低波动性经济增长体制转变为恐慌驱动的高波动性体制，市场转变为前进和下降趋势，这在常用术语中被归类为牛市和熊市。这些制度的特点是资产回报的变均值、方差和相关模式，并且没有明确定义。

基于线性假设的简单系统化交易模型可以在特定的市场制度下产生非常好的结果，但随着行为模式的转变，简单的线性模型崩溃了。为了解决这种非线性和周期性，制度转换模型近年来在金融建模中得到了广泛的应用。最流行的模型之一是马尔可夫切换自回归模型。在政权转换模型的开创性工作（Hamilton，2005）中，Hamilton成功地将这些模型引入到预测经济衰退中，随后，许多研究人员展示了在金融时间序列模型中使用马尔可夫转换模型进行政权转换检测。利用马尔可夫切换自回归模型的原理来预测市场状态，我们采用马尔可夫切换异方差框架将股票收益分解为永久性和暂时性成分，并预测股票收益中两种方差状态的概率，这两种方差状态类似于股票价格均值回归？（Myung Jig Kim，1991年）。该模型为我们提供了低方差和高方差状态的平滑概率，当与长期三角移动平均制度相结合时，这为我们提供了强大的市场制度细分，我们可以根据这些细分来研究各种资产类别和股票市场部门以及各种交易技术或阿尔法的表现。适应不同的制度为投资和交易战略的绩效增加了新的维度。

例如，在牛市中，股市的趋势跟踪和动量策略具有极大的吸引力，而在厄运时期，人们希望转向做空市场，或转向固定收益和黄金等资产类别，以跑赢大盘。我们的结果验证了专业交易员和投资组合经理的智慧，他们喜欢牛市中的股票和熊市中的政府证券或黄金，在上涨趋势中买入回档，在下跌周期中卖出阻力，同时坚持区间交易不整合阶段。我们打算将这种智慧融入到一种系统策略中，使用马尔可夫交换模型来构建一个健壮的动态自适应交易系统。一、 马尔可夫切换自回归模型将资产价格建模为自回归时间序列，该序列的当前状态取决于自回归分量, 随机冲击以及政权进程.制度通过离散变量建模， {0,1，…，k}，跟踪进程在给定时间点上指定的区域。虽然制度可能会影响整个分配，但制度往往仅限于影响截距, 自相关，, 和波动性，, 过程：方程1自回归状态切换   哪里基本制度的治理动态，, 假设遵循同质一阶马尔可夫链，方程2区域切换概率     转移概率的估计通常由最大似然估计完成。内部这进一步导致平滑概率和预期持续时间的计算。（Hamilton J.D.，2014）2。

制度变迁模型理查德·威克夫（Richard Wyckoff）提出了一个四阶段的市场周期，该周期基于精明投资者在由供需决定的市场中的行为。Wyckoff交易周期可以为市场制度和价格变动提供一个很好的解释框架（Wyckoff，1931）。其思想是，基于供需动态和智能货币的运动，价格在强劲上升趋势（前进）、强劲下降趋势（下降）和区间巩固期（积累和分配）之间移动。我们使用一个双方差马尔可夫切换模型（Myung-Jig-Kim，1991），该模型证明了具有区域异方差（方差切换）和无均值效应的估计，将市场分为低方差和高方差区域。然后，我们叠加一个长期移动平均期，以进一步将这些政权分为熊市和牛市政权。使用三角移动平均法（Zakamulin，2015），对股票价格进行双重平滑（250天周期）。三角移动平均线是在简单移动平均线和指数移动平均线的基础上选择的，因为三角移动平均线是双重平滑的，因此会抑制小范围的波动。Keltner通道（Keltner，2010），基于移动平均线上方20天平均真实范围（ATR）的股票价格，仅在价格偏离移动平均线一个ATR时触发制度转变，以避免再次出现不必要的波动。3.

建模区域利用马尔科夫切换自回归模型对2000年至2017年标普500指数收益率的两个方差区域进行建模，我们得到了以下高方差和低方差周期的平滑概率（图1）。图1差异状态概率内部状态0参数SEFSTD errzP>| z |[0.0250.975]sigma20.00021.16e-0513.8890.0000.0000.000.000状态1参数SEFSTD errzP>| z |[0.0250.975]sigma20.00098.68e-059.9210.0000.0010.001状态转换参数SEFSTD errzP>| z |[0.0250.975]p[0->0.98670.006165.9300.0000.9750.998p[1->0]0.02360.0121.9300.054-0.0000.047表1状态转移参数图2方差制度可视化250天三角移动平均数用于进一步划分制度为看涨或看跌分类（图3）。

使用方差和移动平均模式的组合，观察到的小持续时间模式很少，这会导致whipsaws，因此基于20天平均真实范围的Keltner通道进一步应用于确认模式转变。图3移动平均制度可视化我们使用方差制度和移动平均制度的组合，得到4种不同的市场制度，以研究战略回报（图4）。内部图5制度长度图4最终制度可视化制度长度的描述性统计为：表2制度长度独立制度中的回报描述为：平均每日回报每日标准偏差日制度长度熊市+高方差-0.041%1.533%熊市+低方差0.011%0.821%牛市+高方差0.085%0.966%牛市+低差异0.039%0.578%表3不同地区的回报特征为了更好地了解分类制度中的价格行为，我们绘制了四种制度中最大的分类时间段（图6）。countmeanstdmin25%50%75%MaxInternal图6不同地区的代表性价格模式从图中可以非常明显地看出，四种分类制度具有非常不同的价格行为。  看跌+高方差制度导致价格稳步下降。  看涨+低方差机制导致价格稳步上涨。  看跌+低方差制度的价格有区间限制。  看涨+高方差制度的价格不断上涨，方差更大。我们可以很直观地预期，不同的资产类别在给定的制度下会有不同的回报模式，不同的交易风格会适合在这些不同的制度下最大化交易回报。内部4、资产类别行为CAPM等资产定价模型将市场回报视为决定资产价格的一个重要因素。

研究资产价格在不同市场条件下的反应很有趣。（Don U.A.Galagedera，2005）我们关注的资产类别回报率如下  标准普尔500指数  摩根士丹利资本国际世界指数  摩根士丹利资本国际新兴市场指数  长期美国政府证券  短期美国政府证券  金  原油不同市场制度下这些资产的平均回报率为–图7不同地区的资产回报率熊市+高熊市+低熊市+高熊市+低熊市&P 500-0.05%-0.03%0.11%0.04%MSCI World-0.02%-0.08%0.08%0.04%MSCI新兴市场-0.03%-0.06%0.15%0.06%政府证券（长期）0.00%0.01%0.00%0.01%政府证券（短期）0.01%0.01%0.01%0.01%Gold0.03%0.02%0.13%0.01%Oil-0.10%0.33%0.11%0.01%表4不同地区的资产回报用于获取资产价格的数据源见附录。内部我们可以在这里看到，值得注意的是，股票指数在牛市期间有正回报，固定收益和黄金在这两个时期都有正回报。