Estrategias De Negociación De Series Temporales

Análisis de series de tiempo y arbitraje estadístico G63.2707, otoño de 2009 Resumen ¿Cómo analizamos los datos financieros históricos para desarrollar estrategias comerciales rentables y de bajo riesgo Este curso es una introducción al análisis de series de tiempo utilizado en finanzas y estrategias de negociación relevantes tanto para comprar Y los participantes del mercado de venta. El curso se dividirá en tres partes: Modelos lineales: AR y MA para procesos escalares y vectoriales, y estimación simple de volatilidad y covarianza. Evaluación de modelos y análisis residual. Cointegración y su aplicación en modelización de riesgos y estrategias de negociación de pares. Modelos no lineales: ARCH, GARCH, y modelos más generales de volatilidad. Aplicaciones: microestructura de mercado, modelado de costos de transacción y estrategias de negociación óptimas tanto para la negociación de agencias como para el principal. Instructores Lin Li, ll1084 at nyu Prerrequisitos El curso está dirigido a estudiantes de segundo año del Programa de Maestría en Matemáticas en Finanzas de Courant Institutes. Se espera que estos estudiantes tengan una base excelente en matemáticas aplicadas a las finanzas (cálculo estocástico y PDEs), un fondo razonable en finanzas (teoría de cartera y gestión de riesgos) y en informática, pero no necesariamente un conocimiento intensivo de estadísticas. Estudiantes con preparación comparable pueden inscribirse si hay espacio disponible. Trabaje Aproximadamente 5 conjuntos de tareas (40 en total), un examen (30) y un proyecto final (30). Referencias Tenemos una cuenta de clase en Wharton Research Data Services. La información de inicio de sesión será dada en clase. Carol Alexander, Modelos de Mercado. James D. Hamilton, Análisis de series temporales, Princeton University Press 1994. Joel Hasbrouck, Microstructura empírica del mercado, Oxford University Press 2006 (más información en la página de Hasbroucks). Stephen J. Taylor, Dinámica de Precios de Activos, Volatilidad y Predicción, Princeton University Press 2005. Ruey S. Tsay, Análisis de Series de Tiempo Financiero, 2ª Edición, Wiley 2005. Los artículos de investigación estarán disponibles según sea necesario. Horario Lunes por la noche, 7:10 a 9 PM en Plata 713, desde el 14 de septiembre hasta el 7 o 14 de diciembre. (No hay vacaciones de Columbus Day este año.) El horario y el esquema abajo están sujetos a cambios dependiendo de cómo el Curso y la demanda de viajes de los instructores. Momento de la serie de series Resumen Documentamos la serie significativa de ldquotime momentumrdquo en los índices de acciones, divisas, materias primas y bonos futuros para cada uno de los 58 instrumentos líquidos que consideramos. Encontramos persistencia en los retornos de uno a 12 meses que invierte parcialmente sobre horizontes más largos, consistente con teorías del sentimiento de la sub-reacción inicial y retraso retrasado. Una cartera diversificada de estrategias de serie de tiempo en todas las clases de activos ofrece retornos anormales sustanciales con poca exposición a los factores estándar de fijación de precios de activos y se desempeña mejor durante los mercados extremos. Examinando las actividades comerciales de los especuladores y los hedgers, encontramos que los especuladores se benefician del impulso de series de tiempo a expensas de los hedgers. Clasificación JEL Palabras clave Precios de activos Precios de mercado Precios de futuros Mercados financieros internacionales Eficiencia del mercado 1. Introducción: una tendencia a la baja Wall Street Documentamos una anomalía de precios de activos que denominamos ldquotime series momentum, rdquo que es notablemente consistente en clases de activos y mercados muy diferentes. Específicamente, encontramos una fuerte previsibilidad positiva de los rendimientos de los títulos propios de casi cinco docenas de futuros y contratos a plazo que incluyen índices de acciones, monedas, commodities y bonos soberanos durante más de 25 años de datos. Encontramos que el exceso de retorno de 12 meses de cada instrumento es un predictor positivo de su rendimiento futuro. Este ímpetu de serie de tiempo o efecto ldquotrendrdquo persiste durante aproximadamente un año y luego se invierte parcialmente en horizontes más largos. Estos resultados son robustos a través de una serie de submuestras, períodos de revisión y períodos de retención. Encontramos que las ganancias momentum de las series temporales de 12 meses son positivas, no sólo en promedio en todos estos activos, sino en todos los contratos de activos que examinamos (58 en total). El ítem de series de tiempo está relacionado con el fenómeno conocido como ldquomomentumrdquo en la literatura de finanzas, pero es diferente de él, que es principalmente de naturaleza transversal. La literatura de impulso se centra en el desempeño relativo de los valores en la sección transversal. Encontrando que los valores que recientemente superaron a sus pares en los últimos tres a 12 meses continúan superando a sus pares en promedio en el próximo mes. En lugar de concentrarse en los rendimientos relativos de los valores en la sección transversal, el impulso de la serie de tiempo se centra únicamente en un rendimiento pasado de los valores propios. Argumentamos que el ímpetu de la serie de tiempo coincide directamente con las predicciones de muchas teorías de precios de activos conductuales y racionales prominentes. Barberis, Shleifer y Vishny (1998). Daniel, Hirshleifer y Subrahmanyam (1998). Y Hong y Stein (1999) se centran en un único activo de riesgo, por lo que tienen implicaciones directas para series temporales, en lugar de previsibilidad transversal. Del mismo modo, las teorías racionales del momento (Berk et al., 1999. Johnson, 2002. Ahn y otros, 2003. Liu y Zhang, 2008 xA0andxA0Sagi y Seasholes, 2007) también se refieren a un solo activo de riesgo. Nuestro hallazgo de la serie de tiempo positiva momento que parcialmente revertir a largo plazo puede ser coherente con la sub-reacción inicial y retraso de reacción, que las teorías del sentimiento sugieren puede producir estos patrones de retorno. 2 Sin embargo, nuestros resultados también plantean varios desafíos a estas teorías. En primer lugar, encontramos que las correlaciones de las estrategias de momento de la serie de momento en las clases de activos son mayores que las correlaciones de las clases de activos en sí. Esto sugiere un componente común más fuerte al ímpetu de serie de tiempo a través de diferentes activos que está presente entre los activos mismos. Tal estructura de correlación no es abordada por modelos de comportamiento existentes. En segundo lugar, muy diferentes tipos de inversores en diferentes mercados de activos están produciendo los mismos patrones al mismo tiempo. En tercer lugar, no encontramos un vínculo entre el impulso de las series de tiempo y las medidas del sentimiento de los inversores utilizadas en la literatura (Baker y Wurgler, 2006 xA0andxA0Qiu y Welch, 2006). Para entender la relación entre las series temporales y el momento transversal, sus factores subyacentes y la relación con la teoría, se descomponen los retornos a una estrategia de series de tiempo y de momentos transversales siguiendo el marco de Lo y Mackinlay (1990) y Lewellen (2002). ). Esta descomposición nos permite identificar las propiedades de los retornos que contribuyen a estos patrones, y qué características son comunes y únicas a las dos estrategias. Encontramos que la auto-covarianza positiva en los contratos de contratos futuros impulsa la mayor parte de las series de tiempo y efectos de momento transversal que encontramos en los datos. La contribución de los otros dos componentes de retorno es la correlación cruzada y la variación de los retornos medios es pequeña. De hecho, las correlaciones cruzadas en serie negativas (es decir, los efectos de la pérdida de plomo entre los valores), que afectan al momento de la sección transversal, son insignificantes y del signo ldquowrongrdquo entre nuestros instrumentos para explicar el momento de las series temporales. Nuestro hallazgo de que las series temporales y las ganancias de momentum transversales surgen debido a las autocovariancias es consistente con las teorías mencionadas anteriormente. 3 Además, encontramos que el momento de la serie de tiempo captura los retornos asociados con el impulso individual de la acción (transversal), especialmente el factor UMD de Fama y Frenchs, a pesar de que el ímpetu de las series temporales se construye a partir de un conjunto completamente diferente de valores. Este hallazgo indica una fuerte estructura de correlación entre el momento de la serie temporal y el momento de la sección transversal, incluso cuando se aplica a diferentes activos, y sugiere que nuestra cartera de momentum de la serie temporal capta el impulso individual del stock. Para entender mejor lo que podría estar impulsando el impulso de la serie de tiempo, examinamos la actividad de negociación de especuladores y hedgers alrededor de estos patrones de retorno utilizando datos de posición semanales de Commodity Futures Trading Commission (CFTC). Encontramos que los especuladores comercian con el ímpetu de las series de tiempo, posicionándose, en promedio, para aprovechar la tendencia positiva en los retornos de los primeros 12 meses y reduciendo sus posiciones cuando la tendencia comienza a retroceder. En consecuencia, los especuladores parecen estar aprovechando el impulso de series de tiempo a expensas de los hedgers. Usando una auto-regresión vectorial (VAR), confirmamos que los especuladores comercian en la misma dirección que un choque de retorno y reducen sus posiciones a medida que el choque se disipa, mientras que los hedgers toman el lado opuesto de estos oficios. Por último, descomponemos el impulso de la serie de tiempo en el componente procedente de la predictibilidad de los precios spot frente al yielddquo del ldquoroll derivado de la forma de la curva de futuros. Mientras que los cambios de precio spot son principalmente impulsados ​​por shocks de información, el rendimiento del rodillo puede ser impulsado por efectos de presión de liquidez y precio en los mercados de futuros que afectan el retorno a la tenencia de futuros sin necesariamente cambiar el precio spot. Por lo tanto, esta descomposición puede ser una manera de distinguir los efectos de la diseminación de información de la presión de cobertura. Se observa que ambos efectos contribuyen al impulso de la serie de tiempo, pero sólo los cambios de precio al contado se asocian con reversiones a largo plazo, en consonancia con la idea de que los inversores pueden reaccionar exageradamente a la información en el mercado spot pero que la presión de cobertura es más larga - vivido y no afectado por la sobre-reacción. Nuestro hallazgo del ímpetu de la serie de tiempo en prácticamente todos los instrumentos que examinamos parece desafiar la hipótesis de la teoría del tiempo, que en su forma más básica implica que saber si un precio subió o bajó en el pasado no debe ser informativo sobre si subirá o En el futuro. Si bien el rechazo de la hipótesis de la marcha aleatoria no implica necesariamente un rechazo de una noción más sofisticada de la eficiencia del mercado con primas de riesgo que varían en función del tiempo, mostramos además que una cartera diversificada de momentum de serie temporal en todos los activos es notablemente estable y robusta. Sharpe más de uno en una base anual, o aproximadamente 2,5 veces la relación de Sharpe para la cartera de valores, con poca correlación con puntos de referencia pasivos en cada clase de activo o con una serie de factores estándar de fijación de precios de activos. Los retornos anormales al momento de la serie de tiempo tampoco parecen ser una compensación por el riesgo de accidente o los eventos de cola. Por el contrario, el impulso de la serie de tiempo regresivo tiende a ser mayor cuando los rendimientos de los mercados bursátiles son los más extremos cuando el mercado experimenta grandes movimientos ascendentes y descendentes. Por lo tanto, el impulso de la serie de tiempo puede ser una cobertura para eventos extremos, haciendo su prima de vuelta grande aún más desconcertante de una perspectiva basada en riesgo. La robustez de la serie de series de tiempo para clases y mercados de activos muy diferentes sugiere que nuestros resultados no son espurios, y la duración relativamente corta de la previsibilidad (menos de un año) y la magnitud de la prima de retorno asociada con el momento Desafíos a la hipótesis de la caminata aleatoria y quizás también a la hipótesis de mercado eficiente, aunque no podemos descartar la existencia de una teoría racional que pueda explicar estos hallazgos. Time-Series Momentum que negocian estrategias en el mercado de acción mundial primero Online: 27 July 2017 Cite En los últimos años, la presencia de beneficios anormales en los mercados bursátiles ha sido validada empíricamente, poniendo así a prueba la Hipótesis de Mercado Eficiente Y la afirmación de que el mercado sabe todo o el mercado no puede ser batido se ha demostrado ser un mito. Con la presencia de reglas comerciales rentables en los mercados bursátiles, la especulación se convierte en un fenómeno común que hace al sistema financiero intrínsecamente inestable, vulnerable a los choques y propenso a los accidentes. Este estudio, al explorar la presencia de las reglas de comercio rentables en el mercado mundial en los últimos años, encuentra que los sub-mercados de los países desarrollados son más vulnerables a las actividades especulativas. Dittmar. 2003. Adaptación al riesgo y estrategias de negociación. La Revisión de Estudios Financieros, 16 (2): 459485. CrossRef Google Scholar Baker, M. y J. Wurgler. 2007. Sentimiento de Inversionista en Bolsa. Revista de Perspectivas Económicas, 21 (2): 129157. CrossRef Google Scholar Baltas, A. y R. Kosowski. 2012. Mejora de las Estrategias Momentum de TimeSeries: El Rol de las Señales de Negociación y los Estimadores de Volatilidad. Papers. ssrn / sol3 / papers. cfmabstractid2140091 (accedido el 15 de diciembre de 2014). Barberis, N. N. Shleifer y R. Vishny. 1998. Un Modelo de Sentimiento Inversionista. Revista de Economía Financiera, 49 (3): 307343. CrossRef Google Scholar Berk, J. R. C. Verde y V. Naik. 1999. Inversión óptima, opciones de crecimiento y rendimientos de la seguridad. Journal of Finance, 54 (5): 15531607. CrossRef Google Scholar Bessembinder, H. y K. Chan. 1995. La Rentabilidad de las Reglas Técnicas de Negociación en las Bolsas de Asia. Pacific-Basin Finance Journal, 3 (2): 257284. CrossRef Google Académico Brennan, M. J. T. Chordia y A. Subrahmanyam. 1998. Especificaciones de factores alternativos, características de seguridad y la sección transversal de las existencias esperadas. Revista de Economía Financiera, 49 (1998): 345373. CrossRef Google Scholar Brock, W. J. Lakonishock y B. LeBaron. 1992. Reglas Técnicas Simples de Negociación y Propiedades Estocásticas de Retorno de Acciones. Journal of Finance, 47 (5): 17311764. CrossRef Google Scholar Chakrabarti, G. y C. Sen. 2014. Inversión Verde: El caso de la India. Saltador. Google Scholar Chakrabarti, G. y C. Sen. a partir de 2017. Los Verdes, los Grises y el Mercado de Valores Mundial, en volumen editado para ser publicado por IISWBM Kolkata, India: Springer. Google Scholar Chan, L. K.C. Y. Hamao y J. Lakonishok. 1991. Fundamentals and Stock Returns en Japón. Journal of Finance, 46 (5): 17391746. CrossRef Google Académico Daniel, K. D. Hirshleifer y A. Subrahmanyam. 1998. Una Teoría de la Sobre-Confianza, la Auto-Atribución, y el Mercado de Seguridad bajo y sobre-Reacciones. Journal of Finance, 53 (6): 18391885. CrossRef Google Scholar Fama, E. F. 1970. Mercados de Capital Eficientes: Una Revisión de la Teoría y el Trabajo Empírico. Revista de Finanzas, 25 (2): 383417. CrossRef Google Scholar Hong, H. y J. Stein. 1999. Una Teoría Unificada de Bajo Reacción, Momentum Trading y Excesiva Reacción en los Mercados de Activos. Journal of Finance, 54 (6): 21432184. CrossRef Google Scholar Hudson, R. M. Dempsey y K. Keasey. 1996. Una nota sobre la eficiencia débil de los mercados de capitales: la aplicación de reglas técnicas simples de negociación a los precios de las acciones del Reino Unido1935 a 1994. Diario de Banca y Finanzas, 20 (6): 11211132. CrossRef Google Scholar Jensen, M. C. 1968. El desempeño de los fondos mutuos en el período 19451964. Journal of Finance, 23 (2): 389416. CrossRef Google Scholar Johnson, T. C. 2002. Efectos de Momento Racional. Journal of Finance, 57 (2): 585608. CrossRef Google Scholar Lakonishok, J. A. Shleifer y R. W. Vishny. 1994. Inversión contraria, extrapolación y riesgo. Journal of Finance, 49 (5): 15411578. CrossRef Google Académico Lewellen, J. 2002. Momentum and Autocorrelation in Stock Returns. La Revisión de Estudios Financieros, 15 (2): 533564. CrossRef Google Académico Liu, L. y L. Zhang. 2008. Beneficios Momentum, Factor de Precios y Riesgo Macroeconómico. Revisión de Estudios Financieros, 21 (6): 24172448. CrossRef Google Scholar Lo, A. y C. Mackinlay. 1988. Los precios de las acciones no siguen caminos aleatorios: evidencia de una prueba simple de la especificación. Revisión de Estudios Financieros, 1 (3): 4166. CrossRef Google Scholar Lo, A. H. Mamaysky y J. Wang. 2000. Fundamentos del Análisis Técnico: Algoritmos Computacionales, Inferencia Estadística y Implementación Empírica. Journal of Finance, 55 (4): 17051765. CrossRef Google Scholar Moskowitz, T. J. Y. H. Ooi y L. H. Pedersen. 2012. Serie de tiempo Momentum. Journal of Financial Economics, 104 (2012): 228250. CrossRef Google Académico ONeill, M. A. Brabazon, C. Ryan y J. J. Collins. 2001. Evolución de las reglas de comercio de índices de mercado mediante la evolución gramatical. EvoWorkshops 2001, págs. 343352. Potvin, J. P. Soriano y M. Valle. 2004. Generación de reglas de negociación en los mercados bursátiles con programación genética. Computadoras y Operaciones de Investigación, 31 (7): 10331047. CrossRef Google Scholar Qiu, L. X. Y I. Welch. 2006. Medidas del sentimiento del inversionista. Documento de trabajo inédito, Universidad de Brown. Ratner, M. y R. P.C. Leal. 1999. Pruebas de Estrategias de Negociación Técnica en los Mercados de Acciones Emergentes de América Latina y Asia. Diario de Banca y Finanzas, 23 (12): 18871905. CrossRef Google Scholar Ready, M. J. 2002. Beneficios de las Reglas Técnicas de Comercio. Financial Management, 31 (3): 4361. CrossRef Google Scholar Rosenberg, B. K. Reid y R. Lanstein. 1985. Evidencia persuasiva de la ineficiencia del mercado. Journal of Portfolio Management, 11 (Spring): 916. CrossRef Google Scholar Sagi, J. S. Y M. S. Sesholes. 2007. Atributos específicos de la empresa y la sección transversal de Momentum. Revista de Economía Financiera, 84 (2007): 389434. CrossRef Google Scholar Información sobre los derechos de autor Asociación Nacional de Economía Empresarial 2017 Autores y afiliaciones