评估动态自适应系统性交易策略的构建模块
摘要：金融市场的行为会突然发生变化。股票的均值、方差和相关性模式可能会因宏观经济变量、政策或监管的基本变化而发生剧烈变化。交易商需要调整其交易风格，以充分利用股票市场的不同阶段。类似地，投资者可能希望在不同的市场机制下投资于不同的资产类别，以实现稳定的风险调整回报率配置。在这里，我们探索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，这些机制是松散地模仿Wyckoff的价格机制，包括积累、分布、上涨和下跌。我们探讨不同资产类别和市场部门在识别的机制中的行为。我们关注在给定的市场机制中的趋势跟随、区间交易、回撤交易和突破交易等交易策略，并为特定机制量身定制它们。我们将最佳交易策略和资产配置与识别的市场机制结合起来，提出一个强大的动态适应交易系统，以超越简单的传统Alpha策略。
作者：Sonam Srivastava, Ritabratta Bhattacharya
论文ID：1812.02527
分类：Statistical Finance
分类简称：q-fin.ST
提交时间：2018-12-07