Aturan time-series-momentum-versus-moving-average-trading-rules

Aturan time-series-momentum-versus-moving-average-trading-rules

Ung-trading-strategy
Online-trading-platform-in-eropa
Pindah-rata-ramalan ramalan


Simple-moving-average-in-stock-market Trading-strategy-games-free-online Ide-ide-ide perdagangan bagus Moving-average-3-13-39 Trade-binary-options-uk Opsi bursa saham Tokyo

Dual Momentum TM Sebagai kelebihan momentum investasi semakin dikenal, secara alami ada lebih banyak penelitian yang dilakukan untuk mengeksplorasi potensinya. Beberapa penelitian tersebut, seperti majalah Münchenitz, Ooi, dan Pedersen Time Series Momentum, sangat bagus. Kami lebih suka menunjukkan dan mendiskusikan hal positif seperti itu, tapi karena ini adalah blog tentang momentum, kami merasa berkewajiban untuk juga membicarakan produk momentum dan penelitian yang mungkin sedikit tidak masuk akal (lihat Here Comes Market Neutral Momentum8230sort of). Pada akhir tahun lalu, Keller dan van Putten mengeluarkan sebuah makalah berjudul Generalised Momentum and Fleksibel Asset Allocation. Penulis menerapkan momentum absolut dan relatif terhadap 3 besar dari 7 aset yang menggunakan data dari tahun 1998 sampai 2012. Mereka mengembangkan parameter mereka pada data 8 tahun dari tahun 2005 sampai 2012, dan menunjukkan bahwa mereka memvalidasi hasilnya pada 7 tahun data tambahan dari tahun 1998 sampai 2004 Mereka menyebut ini validasi out-of-sample, namun mereka menyebutkan di tempat lain di koran mereka bahwa mereka menentukan periode pengembalian dan jumlah dana untuk diinvestasikan dengan melihat rentang data yang lebih panjang yang mencakup keseluruhan periode 1998 sampai 2012 . Untuk membagi sejumlah kecil data menjadi dua dan memanggilnya untuk tes out-of-sample tidak benar. Bias dan bias pengintaian data juga merupakan praktik umum di kalangan praktisi. Sehubungan dengan hasilnya, data delapan tahun adalah ukuran sampel yang sangat kecil untuk menentukan parameter model investasi. Hasil mereka pada 7 tahun data mungkin terlihat layak karena momentum begitu kuat sehingga sebagian besar parameter dalam rentang tertentu berhasil. Namun, pengujian kembali pada delapan tahun data mungkin tidak memberikan nilai parameter terbaik. Di tempat lain, kertas penulis bisa agak membingungkan. Inilah contohnya, Terkadang momentum relatif kita disebut kekuatan relatif (RS, lihat Faber 2010) atau momentum deret waktu (lihat Thomas 2012). Kita juga akan menggunakan istilah return momentum untuk kontras lebih baik dengan volatilitas dan momentum korelasi. Momentum deret waktu berbeda dari momentum relatif (lihat postingan saya Whatchmacallit). Selanjutnya, apa yang mereka sebut volatilitas dan korelasi momentum tidak ada hubungannya dengan momentum. Momentum adalah tentang memilih aset berdasarkan ketekunan dalam kinerjanya, baik terhadap rekan-rekan mereka (momentum relatif) atau melawan diri mereka sendiri dari waktu ke waktu (momentum absolut). Hal ini tidak masuk akal sehubungan dengan volatilitas atau korelasi. Penulis sebenarnya menggunakan volatilitas dan korelasi sebagai faktor peringkat. Mereka melakukan hal yang sama dengan pengembalian, tapi setelah mereka memilihnya menggunakan momentum relatif dan mutlak. Penulis akhirnya memberi peringkat aset menggunakan bobot sewenang-wenang 1,0, 0,5, dan 0,5 untuk momentum kembali, volatilitas, dan korelasi. Mereka tidak menjelaskan bagaimana mereka menghasilkan bobot ini. Saya akan berhati-hati dalam menggunakan informasi dalam makalah ini tanpa melakukan analisis dan pengujian balik yang jauh lebih banyak. Time Series Momentum Versus Moving Average Trading Rules, oleh Marshall, Nguyen, dan Visaltanachoti adalah sebuah makalah akademis yang mencoba untuk menentukan apakah peraturan perdagangan momentum hanya sebentar mengalahkan peraturan perdagangan rata-rata bergerak yang sebanding. Mereka melakukan ini dengan membandingkan momentum absolut (yang mereka sebut momentum deret waktu) untuk membandingkan rata-rata kuintil berbasis ukuran dari saham AS dengan menggunakan periode lihat 10, 50, 100, dan 200 hari kerja. Mereka memiliki keyakinan dalam perbandingan mereka karena korelasi antara momentum dan rata-rata pergerakan kembali umumnya lebih dari 0,8. Namun, ini mungkin ada kaitannya dengan penggunaan data pengembalian harian dan bukan bulanan. Karena momentum adalah anomali tingkat menengah, kebanyakan peneliti mempelajarinya dengan menggunakan hasil bulanan. Kami mendapatkan korelasi mulai dari 0,45 sampai 0,47 saat membandingkan momentum absolut bulanan 12 bulan yang kembali ke kisaran kenaikan rata-rata bulanan rata-rata 4 sampai 32 bulan di pasar saham AS selama 38 tahun terakhir. Kami menggunakan rentang panjang rata-rata bergerak karena seseorang tidak dapat hanya menggunakan periode lihat-belakang yang sama untuk momentum dan rata-rata bergerak dan mengharapkan hasil yang sebanding. Para penulis mengisyaratkan hal ini sendiri ketika mereka mengatakan bahwa rata-rata bergerak masuk dan keluar lebih cepat. Makalah mereka juga mengidentifikasi periode holding rata-rata untuk interval lihat 10, 50, 100 dan 200 hari perdagangan sebagai 8, 22, 31 dan 47 hari untuk aturan rata-rata bergerak, dan 10, 32, 46 dan 83 hari untuk aturan momentum. Entri dan keluaran yang lebih cepat dengan moving averages berarti panjangnya harus lebih lama jika seseorang mengharapkan kinerjanya agar sesuai dengan kinerja momentum absolut. Memilih periode look-back yang sama tidak membuat momentum absolut dan moving averages sebanding. Pepatah investasi lama adalah bahwa rata-rata bergerak harus diplot setengah panjangnya di belakang harga saat ini di bagan saham. Jeda setengah span berarti bahwa periode lihat-kembali untuk rata-rata bergerak akan dua kali lebih lama daripada periode lihat kembali momentum agar keduanya menjadi kira-kira sama. Bagan berikut harus menjelaskan hal ini. Mari kita mengukur momentum absolut dari titik tengah garis ini pada 30 sampai titik akhir pada 50. Momentum mutlak mengukur selisih antara nilai awal dan akhir, yang dalam kasus ini adalah 20. Nilai rata-rata pergerakan bergerak dari awal 30 sampai akhir Dari 50 adalah 40. Perbedaan antara nilai rata-rata bergerak 40 dan nilai akhir 50 hanya 10, mengindikasikan tren yang lebih lemah daripada yang diidentifikasi menggunakan momentum absolut. Namun, jika kita memulai rata-rata pergerakan kita dua kali lebih jauh dari titik 10, nilai rata-rata bergerak yang dihitung menjadi 30, bukan 40, dan perbedaan antara nilai akhir dan sekarang adalah 20, sama dengan momentum absolut. Angka-angka itu tidak selalu sesuai dengan cara ini. Periode rata-rata bergerak rata-rata bergerak bergantung pada aksi harga sepanjang rata-rata bergerak. Namun, aman untuk mengatakan bahwa menggunakan dua kali momentum absolut momentum kembalinya memberi kita rata-rata pergerakan rata-rata yang lebih baik. Kita dapat melihat bahwa di Panel D dari Tabel 2 di atas kertas: Momentum Seri Waktu dan Analisis Teknikal Kinerja dan Perbandingan Q1 (Kecil) Q2 Q3 Q4 Q5 (Besar) MA TSMOM MA TSMOM MA TSMOM MA TSMOM MA TSMOM Panel D: Rasio Sharpe 10 0,47 0,38 0,41 0,31 0,42 0,28 0,37 0,25 0,16 0,04 50 0,37 0,26 0,30 0,21 0,28 0,22 0,25 0,29 0,21 0,28 0,22 0,25 0,19 0,22 0,28 0,22 0,25 0,29 0,22 0,18 0,22 0,21 0,19 0,22 0,15 0,21 0,18 0,19 0,16 0,12 0,11 0,11 0,15 0,13 0,17 0,12 0,17 0,15 0,13 0,14 0,14 0,13 0,10 0,2 0,2 ​​0,14 0,25 0,10 0,21 0,28 0,22 0,29 0,25 0,19 0,22 0,18 0,22 0,21 0,19 0,22 0,18 0,21 0,18 0,19 0,19 0,17 0,12 0,19 0,20 0,13 0,17 0,12 0,11 0,15 0,13 0,17 0,12 0,17 0,15 0,19 0, Kuintil dari Q1 (kecil) sampai Q5 (besar). Periode lihat-kembali dari 10 sampai 200 hari berada di kolom pertama. Membaca di baris, rasio Sharpe adalah strategi moving average (MA) dan momentum absolut (TSMOM) menggunakan periode lihat-kembali yang sama. Kita lihat, bahwa kecuali Q5 (besar), jika kita menggeser strategi MA sampai satu tingkat sehingga periode pengembalian mereka dua kali lebih lama (atau lebih lama dari 50 sampai 10) sebagai periode lihat TSMOM, kita Mendapatkan hampir persis sama dengan rasio Sharpe. Berdasarkan penggunaan periode turn-up bergeser yang membuat strategi MA dan TSMOM kurang lebih sama, seseorang tidak dapat lagi mengatakan bahwa aturan waktu portofolio berdasarkan rata-rata bergerak dengan jelas mengungguli mitra momentum absolut mereka. Untuk membandingkan momentum absolut dengan aturan perdagangan rata-rata bergerak, seseorang harus memeriksa berbagai nilai untuk masing-masing. Kami melakukan ini dan menemukan bahwa parameter momentum berkinerja terbaik yang diterapkan pada aset yang berbeda dan periode waktu yang berbeda memiliki tingkat dispersi yang lebih rendah daripada parameter rata-rata pergerakan terbaik. Momentum Tunggal TM Sebagai keuntungan investasi momentum semakin dikenal, secara alami ada lebih banyak penelitian yang Dilakukan untuk menggali potensinya. Beberapa penelitian tersebut, seperti majalah Münchenitz, Ooi, dan Pedersen Time Series Momentum, sangat bagus. Kami lebih suka menunjukkan dan mendiskusikan hal positif seperti itu, tapi karena ini adalah blog tentang momentum, kami merasa berkewajiban untuk juga membicarakan produk momentum dan penelitian yang mungkin sedikit tidak masuk akal (lihat Here Comes Market Neutral Momentum8230sort of). Pada akhir tahun lalu, Keller dan van Putten mengeluarkan sebuah makalah berjudul Generalised Momentum and Fleksibel Asset Allocation. Penulis menerapkan momentum absolut dan relatif terhadap 3 besar dari 7 aset yang menggunakan data dari tahun 1998 sampai 2012. Mereka mengembangkan parameter mereka pada data 8 tahun dari tahun 2005 sampai 2012, dan menunjukkan bahwa mereka memvalidasi hasilnya pada 7 tahun data tambahan dari tahun 1998 sampai 2004 Mereka menyebut ini validasi out-of-sample, namun mereka menyebutkan di tempat lain di koran mereka bahwa mereka menentukan periode pengembalian dan jumlah dana untuk diinvestasikan dengan melihat rentang data yang lebih panjang yang mencakup keseluruhan periode 1998 sampai 2012 . Untuk membagi sejumlah kecil data menjadi dua dan memanggilnya untuk tes out-of-sample tidak benar. Bias dan bias pengintaian data juga merupakan praktik umum di kalangan praktisi. Sehubungan dengan hasilnya, data delapan tahun adalah ukuran sampel yang sangat kecil untuk menentukan parameter model investasi. Hasil mereka pada 7 tahun data mungkin terlihat layak karena momentum begitu kuat sehingga sebagian besar parameter dalam rentang tertentu berhasil. Namun, pengujian kembali pada delapan tahun data mungkin tidak memberikan nilai parameter terbaik. Di tempat lain, kertas penulis bisa agak membingungkan. Inilah contohnya, Terkadang momentum relatif kita disebut kekuatan relatif (RS, lihat Faber 2010) atau momentum deret waktu (lihat Thomas 2012). Kita juga akan menggunakan istilah return momentum untuk kontras lebih baik dengan volatilitas dan momentum korelasi. Momentum deret waktu berbeda dari momentum relatif (lihat postingan saya Whatchmacallit). Selanjutnya, apa yang mereka sebut volatilitas dan korelasi momentum tidak ada hubungannya dengan momentum. Momentum adalah tentang memilih aset berdasarkan ketekunan dalam kinerjanya, baik terhadap rekan-rekan mereka (momentum relatif) atau melawan diri mereka sendiri dari waktu ke waktu (momentum absolut). Hal ini tidak masuk akal sehubungan dengan volatilitas atau korelasi. Penulis sebenarnya menggunakan volatilitas dan korelasi sebagai faktor peringkat. Mereka melakukan hal yang sama dengan pengembalian, tapi setelah mereka memilihnya menggunakan momentum relatif dan mutlak. Penulis akhirnya memberi peringkat aset menggunakan bobot sewenang-wenang 1,0, 0,5, dan 0,5 untuk momentum kembali, volatilitas, dan korelasi. Mereka tidak menjelaskan bagaimana mereka menghasilkan bobot ini. Saya akan berhati-hati dalam menggunakan informasi dalam makalah ini tanpa melakukan analisis dan pengujian balik yang jauh lebih banyak. Time Series Momentum Versus Moving Average Trading Rules, oleh Marshall, Nguyen, dan Visaltanachoti adalah makalah akademis yang mencoba untuk menentukan apakah peraturan perdagangan momentum hanya sebentar mengalahkan peraturan perdagangan rata-rata bergerak yang sebanding. Mereka melakukan ini dengan membandingkan momentum absolut (yang mereka sebut momentum deret waktu) untuk membandingkan rata-rata kuintil berbasis ukuran dari saham AS dengan menggunakan periode lihat 10, 50, 100, dan 200 hari kerja. Mereka memiliki keyakinan dalam perbandingan mereka karena korelasi antara momentum dan rata-rata pergerakan kembali umumnya lebih dari 0,8. Namun, ini mungkin ada kaitannya dengan penggunaan data pengembalian harian dan bukan bulanan. Karena momentum adalah anomali tingkat menengah, kebanyakan peneliti mempelajarinya dengan menggunakan hasil bulanan. Kami mendapatkan korelasi mulai dari 0,45 sampai 0,47 saat membandingkan momentum absolut bulanan 12 bulan yang kembali ke kisaran kenaikan rata-rata bulanan rata-rata 4 sampai 32 bulan di pasar saham AS selama 38 tahun terakhir. Kami menggunakan rentang panjang rata-rata bergerak karena seseorang tidak dapat hanya menggunakan periode lihat-belakang yang sama untuk momentum dan rata-rata bergerak dan mengharapkan hasil yang sebanding. Para penulis mengisyaratkan hal ini sendiri ketika mereka mengatakan bahwa rata-rata bergerak masuk dan keluar lebih cepat. Makalah mereka juga mengidentifikasi periode holding rata-rata untuk interval lihat 10, 50, 100 dan 200 hari perdagangan sebagai 8, 22, 31 dan 47 hari untuk aturan rata-rata bergerak, dan 10, 32, 46 dan 83 hari untuk aturan momentum. Entri dan keluaran yang lebih cepat dengan moving averages berarti panjangnya harus lebih lama jika seseorang mengharapkan kinerjanya agar sesuai dengan kinerja momentum absolut. Memilih periode look-back yang sama tidak membuat momentum absolut dan moving averages sebanding. Pepatah investasi lama adalah bahwa rata-rata bergerak harus diplot setengah panjangnya di belakang harga saat ini di bagan saham. Jeda setengah span berarti bahwa periode lihat-kembali untuk rata-rata bergerak akan dua kali lebih lama daripada periode lihat kembali momentum agar keduanya menjadi kira-kira sama. Bagan berikut harus menjelaskan hal ini. Mari kita mengukur momentum absolut dari titik tengah garis ini pada 30 sampai titik akhir pada 50. Momentum mutlak mengukur selisih antara nilai awal dan akhir, yang dalam kasus ini adalah 20. Nilai rata-rata pergerakan bergerak dari awal 30 sampai akhir Dari 50 adalah 40. Perbedaan antara nilai rata-rata bergerak 40 dan nilai akhir 50 hanya 10, mengindikasikan tren yang lebih lemah daripada yang diidentifikasi menggunakan momentum absolut. Namun, jika kita memulai rata-rata pergerakan kita dua kali lebih jauh dari titik 10, nilai rata-rata bergerak yang dihitung menjadi 30, bukan 40, dan perbedaan antara nilai akhir dan sekarang adalah 20, sama dengan momentum absolut. Angka-angka itu tidak selalu sesuai dengan cara ini. Periode rata-rata bergerak rata-rata bergerak bergantung pada aksi harga sepanjang rata-rata bergerak. Namun, aman untuk mengatakan bahwa menggunakan dua kali momentum absolut momentum kembalinya memberi kita rata-rata pergerakan rata-rata yang lebih baik. Kita dapat melihat bahwa di Panel D dari Tabel 2 di atas kertas: Momentum Seri Waktu dan Analisis Teknikal Kinerja dan Perbandingan Q1 (Kecil) Q2 Q3 Q4 Q5 (Besar) MA TSMOM MA TSMOM MA TSMOM MA TSMOM MA TSMOM Panel D: Rasio Sharpe 10 0,47 0,38 0,41 0,31 0,42 0,28 0,37 0,25 0,16 0,04 50 0,37 0,26 0,30 0,21 0,28 0,22 0,25 0,29 0,21 0,28 0,22 0,25 0,19 0,22 0,28 0,22 0,25 0,29 0,22 0,18 0,22 0,21 0,19 0,22 0,15 0,21 0,18 0,19 0,16 0,12 0,11 0,11 0,15 0,13 0,17 0,12 0,17 0,15 0,13 0,14 0,14 0,13 0,10 0,2 0,2 ​​0,14 0,25 0,10 0,21 0,28 0,22 0,29 0,25 0,19 0,22 0,18 0,22 0,21 0,19 0,22 0,18 0,21 0,18 0,19 0,19 0,17 0,12 0,19 0,20 0,13 0,17 0,12 0,11 0,15 0,13 0,17 0,12 0,17 0,15 0,19 0, Kuintil dari Q1 (kecil) sampai Q5 (besar). Periode lihat-kembali dari 10 sampai 200 hari berada di kolom pertama. Membaca di baris, rasio Sharpe adalah strategi moving average (MA) dan momentum absolut (TSMOM) menggunakan periode lihat-kembali yang sama. Kita lihat, bahwa kecuali Q5 (besar), jika kita menggeser strategi MA sampai satu tingkat sehingga periode pengembalian mereka dua kali lebih lama (atau lebih lama dari 50 sampai 10) sebagai periode lihat TSMOM, kita Mendapatkan hampir persis sama dengan rasio Sharpe. Berdasarkan penggunaan periode turn-up bergeser yang membuat strategi MA dan TSMOM kurang lebih sama, seseorang tidak dapat lagi mengatakan bahwa aturan waktu portofolio berdasarkan rata-rata bergerak dengan jelas mengungguli mitra momentum absolut mereka. Untuk membandingkan momentum absolut dengan aturan perdagangan rata-rata bergerak, seseorang harus memeriksa berbagai nilai untuk masing-masing. Kami melakukan ini dan menemukan bahwa parameter momentum berkinerja terbaik yang diterapkan pada aset yang berbeda dan periode waktu yang berbeda memiliki dispersi yang lebih sedikit daripada parameter rata-rata pergerakan terbaik. 9 Maret 2013 Ada sebuah makalah penelitian baru yang dikeluarkan oleh Wes Gray dan Jack Vogel yang menarik tidak hanya bagi investor momentum, tapi juga bagi semua investor dan peneliti. Tulisan ini menggunakan Drawdown Maksimum untuk Menangkap Resiko Tail. Di dalamnya, Wes dan Jack menunjukkan bahwa anomali akademik, yang diidentifikasi oleh model faktor linier (alfa), seringkali bukan strategi perdagangan yang hebat. Wes dan Jack memilih sebelas anomali longshort dari literatur akademis dan menunjukkan bahwa sejumlah di antara mereka, terlepas dari alpha positif dan rasio Sharpe yang menarik, menunjukkan penarikan yang sangat besar yang kemungkinan akan memicu panggilan margin dan penarikan investor pada saat yang tidak tepat. Enam dari sebelas strategi memiliki penarikan melebihi 50, dengan tiga terburuk adalah 86,1, 84,7, dan 83,5. (Momentum saham Longshort adalah yang memiliki penarikan 86. Mungkin QuantShares harus mempertimbangkan kembali pemanggilan saham momentum longshort ETF mereka, Fundamental Netral Momentum AS). Beberapa periset melihat rasio Sortino, yang membagi keuntungan berlebih berdasarkan variabilitas turunnya, bukan variabilitas total, seperti rasio Sharpe. Dengan menggabungkan variabilitas naik mungkin berguna, namun, terutama saat mengevaluasi peluang investasi dengan volatilitas downside yang serupa. Baik rasio Sharpe maupun Sortino tidak memperhitungkan keseluruhan pemaparan downside di ekstrem kiri dari distribusi. Wes dan Jack mengatakan penting bagi peneliti dan investor untuk mempertimbangkan risiko ekor. Mereka menyarankan untuk melihat kerugian puncak-ke-lembah maksimum (penarikan) yang dikaitkan dengan deret waktu sebagai cara yang relatif mudah untuk melakukan hal ini. Mereka memiliki video penjelasan di blog Analis Turnkey mereka, bersama dengan kode makro Excel VBA dan spreadsheet untuk menghitung penarikan maksimum. (Ada video bagus lainnya di sana juga, menunjukkan bagaimana menggunakan Excel untuk optimasi varians mean dan bagaimana menghitung 3 atau 4 faktor alpha.) Tentu saja, penarikan maksimum tidak sempurna sebagai ukuran risiko. Tidak dapat disamakan dengan analisis statistik tradisional, seperti interval kepercayaan. (Dengan karakteristik stokastik pasar keuangan, analisis statistik tradisional mungkin tidak begitu akurat.) Penarikan maksimum adalah tergantung waktu 8211 semakin lama sebuah track record, semakin besar kemungkinan penarikan maksimum akan meningkat. Frekuensi penarikan, dan juga besarnya, juga penting. Selanjutnya, penarikan maksimum hanya menunjukkan satu kejadian terakhir yang mungkin merupakan kejadian kebetulan dan tidak mewakili apa yang akan terjadi di masa depan. Cara lain untuk melihat risiko ekor mencoba mengatasi masalah ini. Nilai bersyarat pada risiko (CVAR) mencoba untuk menunjukkan seperti apa penarikan kemungkinan besar akan terlihat seperti kejadian ekstrem. Teori nilai ekstrim (EVT) mencoba untuk mengidentifikasi penyimpangan besar dari median distribusi probabilitas. Kedua pendekatan ini menantang secara komputasi dan jarang ditemukan dalam literatur keuangan. (Saya biasa menghitung CVAR sendiri, tapi sama sekali tidak menganggapnya menarik secara intuitif saat penarikan maksimum.) Wes dan Jack telah melakukan layanan untuk menunjukkan bagaimana cara biasa mengevaluasi peluang investasi, seperti rasio alfa dan Sharpe, dapat sangat kurang. Baik alpha, maupun standar deviasi, maupun penarikan maksimum, merupakan ukuran risiko investasi yang lengkap. Penarikan maksimum sangat bagus karena memberikan beberapa indikasi risiko ekor ekstrem. Namun, saya juga melihat secara lebih luas pada penarikan strategi versus benchmark di bawah berbagai kondisi buruk. Saya juga memeriksa rentang interkuartil dan outlier ekstrim menggunakan petak kotak data. Anda dapat melihat keempat metode ini di tempat kerja dalam makalah momentum ganda saya. Saya berharap para peneliti lain segera menangkap dan mulai menyajikan lebih dari sekadar rasio Sharpe atau alpha sebagai fungsi objektif mereka. Ini sering berarti sedikit pada mereka sendiri dalam hal eksposur risiko yang sebenarnya. Risiko ekor sangat penting bagi investor, dan hal itu juga penting bagi peneliti. Kinerja real-time dari timing pasar dengan rata-rata bergerak dan aturan momentum deret waktu mengutip artikel ini sebagai: Zakamulin, V. J Asset Manag (2014) 15: 261 Doi: 10.1057jam.2014.25 Pada artikel ini, kami meninjau ulang mitos mengenai kinerja unggul strategi penentuan waktu pasar berdasarkan peraturan momentum rata-rata dan momentum arus. Strategi waktu aktif ini sangat menarik bagi investor karena kesederhanaannya yang luar biasa dan karena mereka menjanjikan banyak keuntungan dibandingkan rekan pasif mereka. Namun, terlalu bagus untuk menjadi kenyataan melaporkan kinerja peraturan waktu pasar ini menimbulkan kekhawatiran yang sah mengenai apakah kinerja ini realistis dan apakah investor dapat mengharapkan bahwa kinerja di masa depan akan sama dengan kinerja historis terdokumentasi. Kami berpendapat bahwa kinerja strategi pasar yang dilaporkan biasanya mengandung bias data mining yang cukup besar dan mengabaikan friksi pasar yang penting. Untuk mengatasi masalah ini, kami melakukan tes out-of-sample dari dua model waktu di mana kami memperhitungkan biaya transaksi yang realistis. Temuan kami mengungkapkan bahwa kinerja strategi penentuan waktu pasar sangat dilebih-lebihkan, untuk sedikitnya. Analisa teknikal waktu pasar momentum pergerakan rata-rata sederhana momentum pengujian out-of-sample Referensi Anderson, R.M. Bianchi, S.W. Dan Goldberg, L.R. (2011) Analisis Strategi Berbasis Bukti: Menerapkan Metode Ilmiah dan Perhitungan Statistik untuk Sinyal Perdagangan, New Jersey: John (2012) Analisis Strategi Berbasis Bukti: Menerapkan Metode Ilmiah dan Perhitungan Statistik untuk Sinyal Perdagangan, New Jersey: John Wiley amp Sons. CrossRef Google Scholar Asness, C.S. Frazzini, A. dan Pedersen, L.H. (2012) Leverage keengganan dan paritas risiko. Jurnal Analis Keuangan 68 (1): 4759. CrossRef Google Scholar Bauer, R.J. Dan Dahlquist, J.R. (2001) Waktu pasar dan roda rolet. Jurnal Analis Keuangan 57 (1): 2840. CrossRef Google Scholar Berkowitz, S.A. Logue, D.E. Dan Noser, E.A. (1988) Total biaya transaksi di NYSE. Jurnal Keuangan 43 (1): 97112. CrossRef Google Scholar Bessembinder, H. (2003) Isu dalam menilai biaya eksekusi perdagangan. Jurnal Pasar Keuangan 6 (3): 233257. CrossRef Google Scholar Bodie, Z. Kane, A. dan Marcus, A.J. (2007) Investasi, New York: McGraw Hill. Google Scholar Brock, W. Lakonishok, J. dan LeBaron, B. (1992) Aturan perdagangan teknis sederhana dan sifat stokastik pengembalian saham. Jurnal Keuangan 47 (5): 17311764. CrossRef Google Scholar Chakravarty, S. dan Sarkar, A. (2003) Biaya perdagangan di tiga pasar obligasi A.S.. Jurnal Pendapatan Tetap 13 (1): 3948. CrossRef Google Scholar Chan, L.K.C. Dan Lakonishok, J. (1993) Perdagangan Kelembagaan dan perilaku harga saham intraday. Jurnal Ekonomi Keuangan 33 (2): 173199. CrossRef Google Scholar Dermody, J.C. dan Prisman, E.Z. (1993) Tidak ada arbitrase dan valuasi di pasar dengan biaya transaksi yang realistis. Jurnal Analisis Keuangan dan Kuantitatif 28 (1): 6580. CrossRef Google Scholar Edwards, A.K. Harris, L.E. Dan Piwowar, M.S. (2007) Biaya transaksi dan transparansi pasar obligasi korporasi. Jurnal Keuangan 62 (3): 14211451. CrossRef Google Scholar Faber, M.T. (2007) Pendekatan kuantitatif terhadap alokasi aset taktis. Journal of Wealth Management 9 (4): 6979. CrossRef Google Scholar Freyre-Sanders, A. Guobuzaite, R. dan Byrne, K. (2004) Tinjauan model biaya perdagangan: Mengurangi biaya transaksi. Jurnal Investasi 13 (3): 93116. CrossRef Google Scholar Gartley, H.M. (1935) Keuntungan di Pasar Saham, Pomeroy (Washington): Lambert Gann Pub. Google Scholar Gwilym, O. Clare, A. Seaton, J. dan Thomas, S. (2010) Harga dan momentum sebagai pendekatan taktis yang kuat terhadap investasi ekuitas global. Journal of Investing 19 (3): 8091. CrossRef Google Scholar Hansen, P.R. dan Timmermann, A. (2013) Pilihan Pembagian Sampel dalam Perkiraan Perkiraan Out-of-Sample. European University Institute, Universitas Stanford dan MENCIPTAKAN. Makalah kerja. Hudson, R. Dempsey, M. dan Keasey, K. (1996) Catatan mengenai lemahnya bentuk efisiensi pasar modal: Penerapan peraturan perdagangan teknik sederhana ke harga saham Inggris 1935 sampai 1994. Jurnal Perbankan dan Keuangan 20 (6 ): 11211132. CrossRef Google Scholar Jegadeesh, N. dan Titman, S. (1993) Mengembalikan pada pembeli dan pemenang penjualan: Implikasi efisiensi pasar saham. Jurnal Keuangan 48 (1): 6591. CrossRef Google Scholar Kilgallen, T. (2012) Menguji rata-rata pergerakan sederhana di seluruh komoditas, indeks saham global, dan mata uang. Journal of Wealth Management 15 (1): 82100. CrossRef Google Scholar Knez, P.J. and Ready, M.J. (1996) Memperkirakan keuntungan dari strategi trading. Tinjauan Studi Keuangan 9 (4): 11211163. CrossRef Google Scholar Lukac, L.P. dan Brorsen, B.W. (1990) Uji komprehensif disekuilibrium pasar berjangka. Tinjauan Keuangan 25 (4): 593622. CrossRef Google Scholar Lukac, L.P. Brorsen, B.W. Dan Irwin, S.H. (1988) Uji disekuilibrium pasar berjangka menggunakan dua belas sistem perdagangan teknis yang berbeda. Ekonomi Terapan 20 (5): 623639. CrossRef Google Scholar Marcellino, M. Stock, J.H. Dan Watson, M.W. (2006) Perbandingan metode AR multistep direct dan iterated untuk meramalkan deret waktu makroekonomi. Journal of Econometrics 135 (12): 499526. CrossRef Google Scholar Modigliani, F. dan Modigliani, L. (1997) Kinerja yang disesuaikan dengan risiko. Jurnal Manajemen Portofolio 23 (2): 4554. CrossRef Google Scholar Moskowitz, T.J. Ooi, Y.H. Dan Pedersen, L.H. (2012) Momentum deret waktu. Jurnal Ekonomi Finansial 104 (2): 228250. CrossRef Google Scholar Okunev, J. dan White, D. (2003) Apakah strategi berbasis momentum masih berjalan di pasar valuta asing Jurnal Analisis Keuangan dan Kuantitatif 38 (2): 425447. CrossRef Google Scholar Park, C.-H. Dan Irwin, S.H. (2007) Apa yang kita ketahui tentang profitabilitas analisis teknis Jurnal Survei Ekonomi 21 (4): 786826. CrossRef Google Scholar Pesaran, M.H. Pilih, A. dan Timmermann, A. (2011) Pemilihan variabel, estimasi dan kesimpulan untuk masalah peramalan multi-periode. Journal of Econometrics 164 (1): 173187. CrossRef Google Scholar Rossi, B. dan Inoue, A. (2012) Perkiraan ramalan di luar uji kuat terhadap pilihan ukuran jendela. Jurnal Statistik Bisnis dan Ekonomi 30 (3): 432453. CrossRef Google Scholar Shin, S. dan Soydemir, G. (2010) Dana yang diperdagangkan di bursa, ketekunan dalam pelacakan kesalahan dan diseminasi informasi. Jurnal Manajemen Keuangan Multinasional 20 (45): 214234. CrossRef Google Scholar Siegel, J. (2002) Saham untuk Jangka Panjang, New York: Perusahaan McGraw-Hill. Google Scholar Sortino, F.A. dan Price, L.N. (1994) Pengukuran kinerja dalam kerangka risiko downside. Journal of Investing 3 (3): 5965. CrossRef Google Scholar Sullivan, R. Timmermann, A. dan White, H. (1999) Data-snooping, kinerja aturan perdagangan teknis, dan bootstrap. Jurnal Keuangan 54 (5): 16471691. CrossRef Google Scholar Welch, I. dan Goyal, A. (2008) Pandangan menyeluruh terhadap kinerja empiris prediksi premium ekuitas. Tinjauan Studi Keuangan 21 (4): 14551508. CrossRef Google Scholar White, H. (2000) Pemeriksaan kenyataan untuk pengintaian data. Econometrica 68 (5): 10971126. CrossRef Google Scholar Informasi hak cipta Palgrave Macmillan, sebuah divisi dari Macmillan Publishers Ltd 2014 Penulis dan Afiliasi Valeriy Zakamulin 1 Penulis email 1. Sekolah Bisnis dan Hukum, Universitas Agder Kristiansand Norwegia Tentang artikel ini
Option-trading-di-scottrade
Apakah-biner-option-trading-gambling