简化黑魔法调查：使用Monte Carlo模拟和历史回测FRACTI模式进行动量交叉策略研究
摘要：金融应该被作为一门硬科学来研究，应用科学方法。当提出一个交易策略时，基础模型应该是透明且经过充分定义，以便其他研究者能够全面理解和检查。与任何硬科学一样，结果必须是可重复的，以便研究者可以合作并建立在彼此的成果上。大规模的合作，在应用科学调查步骤时，是利用“众包科学”加速金融研究的有效方法。在本文中，我们展示了如何通过应用众包协作科学计算框架来解决经济学中的一个真实世界问题，这个问题仍然受到很多争议。该框架完全支持现代科学方法所要求的调查过程。本文提供了一个端到端的调查实例，以说明该框架的使用。我们故意选择了一个自成一体、完整、简单、易于理解，并且在学术界和行业中存在持续争论的例子：常用于技术分析的交易策略的表现。技术分析中效率的主张，有些来源嘲笑地称之为“黑魔法”，在主流媒体上得到广泛使用，并通常引起很多争议。本文展示了不同的研究者如何不同地评估这个策略，而随后的争论更多是由于方法缺失导致的。大多数研究结果不能被其他研究者重复。如果我们打算将金融作为一门硬科学，这是不令人满意的。为了平衡现状，我们展示了通过利用贡献的协作和调查特性以及众包的力量可以做些什么。
作者：Jorge Faleiro, Edward Tsang
论文ID：1808.07949
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2018-09-11