Trend-following strategie di trading in futures su materie prime: un riesame Andrew C. Szakmary un ,. Qian Shen b. Subhash C. Sharma c. un Dipartimento delle Finanze, Robins School of Business, Università di Richmond, Richmond, VA 23173, USA b Dipartimento di Economia e delle Finanze, School of Business, Alabama AampM Università, Normale, AL 35762, USA c Dipartimento di Economia, Southern Illinois University a Carbondale, Carbondale, iL 62901, Stati Uniti d'America ha ricevuto 20 febbraio 2008. accettate 7 agosto 2009. Disponibile online l'11 agosto 2009. Questo articolo esamina le prestazioni delle strategie di trading seguono il trend nei mercati di futures su materie prime utilizzando un set di dati mensile che copre 48 anni e 28 mercati. Troviamo che tutti parametrizzazioni della duplice movimento strategie media di crossover e di canale che implementiamo rendimento positivo rendimenti medi in eccesso al netto dei costi di transazione in almeno 22 dei 28 mercati. Quando uniamo i nostri risultati in tutti i mercati, si dimostra che tutte le regole di negoziazione ottenere rendimenti positivi estremamente significativi che prevalgono sulla maggior parte sottoperiodi dei dati pure. Questi risultati sono robusti rispetto alla serie di materie prime le regole di negoziazione sono implementate con, ipotesi di distribuzione, aggiustamenti di data mining e di costi di transazione, e aiutare a risolvere prove divergenti nella letteratura esistente per quanto riguarda le prestazioni di moto e strategie pure trend following che altrimenti è difficile da spiegare. Classificazione JEL regole di trading seguono il trend Momentum Commodity futuresTrend-seguendo strategie di trading in futures su materie prime: un riesame Questo articolo esamina le prestazioni delle strategie di trading seguono il trend nei mercati di futures su materie prime utilizzando un set di dati mensile che copre 48 anni e 28 mercati. Troviamo che tutti parametrizzazioni della duplice movimento strategie media di crossover e di canale che implementiamo rendimento positivo rendimenti medi in eccesso al netto dei costi di transazione in almeno 22 dei 28 mercati. Quando uniamo i nostri risultati in tutti i mercati, si dimostra che tutte le regole di negoziazione ottenere rendimenti positivi estremamente significativi che prevalgono sulla maggior parte sottoperiodi dei dati pure. Questi risultati sono robusti rispetto alla serie di materie prime le regole di negoziazione sono implementate con, ipotesi di distribuzione, aggiustamenti di data mining e di costi di transazione, e aiutare a risolvere prove divergenti nella letteratura esistente per quanto riguarda le prestazioni di moto e strategie pure trend following che altrimenti è difficile da spiegare. Se si verificano problemi durante il download di un file, controllare se si dispone l'applicazione corretta per vederlo prima. In caso di ulteriori problemi leggi le Idee Assistenza pagina. Si noti che questi file non sono sul sito IDEE. Si prega di essere paziente, come i file possono essere di grandi dimensioni. Come l'accesso a questo documento è limitato, si consiglia di cercare una diversa versione in fase di ricerca correlati (più avanti) o la ricerca di una versione diversa di esso. Articolo fornito da Elsevier nel suo giornale ufficiale di finanze. Quando si richiede una correzione, si prega di citare questo articoli trattano: RePEc: eee: jbfina: v: 34: y: 2010: I: 2: p: 409-426. Guarda le informazioni generali su come correggere il materiale in RePEc. Per domande tecniche per quanto riguarda questo punto, o per correggere i suoi autori, titolo, abstract, bibliografico o scaricare informazioni, contattare: (Shamier, Wendy) Se è stato autore di questa voce e non sei ancora registrato con RePEc, incoraggiamo a farlo qui . Questo permette di collegare il tuo profilo a questo oggetto. Consente inoltre di accettare eventuali citazioni a questo punto che siamo incerti. Se i riferimenti sono del tutto mancanti, è possibile aggiungere utilizzando questo modulo. Se elencano i riferimenti completi di un elemento che è presente in RePEc, ma il sistema non collegano ad esso, si può aiutare con questo modulo. Se siete a conoscenza di elementi che citano questo manca, ci si può aiutare la creazione di quei link aggiungendo i riferimenti relativi allo stesso modo come sopra, per ogni articolo riferendosi. Se sei un autore registrato di questa voce, si consiglia inoltre di controllare la scheda citazioni nel tuo profilo, in quanto vi possono essere alcune citazioni in attesa di conferma. Si prega di notare che le correzioni possono prendere un paio di settimane per filtrare attraverso i vari servizi di RePEc. Più servizi Seguire serie, riviste, autori ampère Nuovi documenti via e-mail Iscriviti alle nuove aggiunte al RePEc registrazione Autore profili pubblici per i ricercatori Economia varie classifiche di ricerca in campi correlati Economia amp che era uno studente di chi, utilizzando RePEc RePEc Biblio articoli a cura amp articoli su vari argomenti di economia Carica la tua carta per essere elencati su RePEc e idee EconAcademics Blog aggregator per casi di ricerca economia plagio plagio in Economia lavoro mercato Papers RePEc Working paper series dedicata al mercato del lavoro Fantasy League fingere di essere al timone di una economia Services department del StL Fed dati, ricerche, applicazioni amp più dai St. Louis FedTrend-seguenti strategie di trading in commodity Futures: un riesame (Digest sintesi) gli autori esplorare la redditività del trend following e lo slancio strategie nei mercati futures su materie prime . Si prova diverse varianti di queste strategie, tra cui lo slancio della sezione trasversale, un doppio movimento regola di crossover media, e una regola di canale. Trovano rendimenti positivi significativi e dimostrano che i risultati sono anche robusti per ipotesi di distribuzione, aggiustamenti di data mining, e costi di transazione. Gli autori esaminano tre varianti di strategie di momentum. Il primo è una formulazione in sezione trasversale che è comune nella letteratura netto. Alla fine di ogni mese civile, si pongono tutte le merci sulla base delle rispettive rendimento totale nei periodi di formazione, che sono 1, 2, 3, 6, 9, e 12 mesi. Essi poi prendere posizioni lunghe nel terzo superiore, posizioni corte nel terzo fondo, e nessuna posizione nel terzo medio. La prossima strategia è una strategia dinamica esplicita sulla base di un duplice movimento di crossover media (DMAC) in ciascuna merce in modo indipendente. La media a breve termine in movimento è di 1 o 2 mesi, e il lungo termine media mobile è 6 o 12 mesi. Inoltre, ritengono una fascia neutra in cui viene eseguita alcuna posizione quando le medie mobili sono all'interno di una banda di 5 percento di ogni altro. La strategia finale è la regola del canale. Una posizione lunga è presa se il valore della merce superi i valori massimi di fine mese unitari negli ultimi n mesi, e una posizione corta viene presa se l'ultimo valore è inferiore al minimo dei valori di fine mese negli ultimi n mesi. Diversi parametri vengono considerati per la lunghezza di ritardo, n. compresi 3, 4, 5, 6, 9, e 12 mesi. I dati sono ottenuti dal database Commodity Research Bureau, da cui gli autori sono in grado di estrarre i prezzi al giorno per 28 mercati futures. Ai fini dell'analisi, gli autori usano sempre il contratto nelle vicinanze e rotolare l'ultimo giorno del mese, prima della scadenza del contratto. I dati vengono poi aggregati in una serie mensile per l'analisi. I mercati a termine scelti rappresentano un ampio spaccato di, industriale, agricola metallo prezioso, e mercati a termine dell'energia e in particolare esclude future su valute e altri strumenti finanziari a termine. Gli autori si applicano anche i test per la negoziazione dei futures Goldman Sachs Commodity Index (GSCI). Utilizzando i dati di volume, ma sono anche in grado di esaminare i ritorni per un sottoinsieme che esclude gli otto materie prime con il volume di scambi complessivo più basso. Per calcolare i rendimenti di trading, gli autori implementano le transazioni da stanzia un importo nozionale pari a ogni bene nell'universo di investimento per ogni combinazione di parametri di ciascuna delle tre strategie. I rendimenti sono riportati per l'intero campione di luglio 1959December 2007 e per i sotto-campioni di 19.581.971, 19.721.983, 19.841.995, e 19962007. Per l'intero campione, tutti i risultati sono dimostrato di essere significativamente positivo a livello 1 per cento usando errori standard NeweyWest. I rendimenti medi unlevered pool netti in eccesso vanno dal 0,33 per cento al 0,49 per cento al mese, con rapporti di Sharpe che vanno 0,42-0,64. Suddividendo i dati in sottocampioni, gli autori ritengono che i primi tre risultati sottocampione sono generalmente comparabili con quelli del intero periodo. Per il periodo 19962007, il confronto è più debole, con la DMAC e strategie di canale la visualizzazione di rendimenti positivi statisticamente significative per tre delle sei strategie di canale e cinque dei sei parametrizzazioni DMAC rispetto senza ritorni significativi (a livello del 5 per cento) per la sezione trasversale strategie di momentum. Quando limitando l'analisi alle merci più liquidi, gli autori riportano risultati simili, anche se i rendimenti sono leggermente inferiori. Applicando le strategie per il futuro GSCI, tuttavia, produce risultati misti, e gli autori sottolineano che il motivo è che il momento è generalmente considerata una specifica per la sicurezza piuttosto che un effetto marketwide. Gli autori condurre test di robustezza utilizzando simulazioni bootstrap per affrontare l'ipotesi di normalità della t statistica t NeweyWest hanno usato. Applicando le strategie per le storie bootstrap e dimostrando che la migliore strategia supera tutte le strategie applicate alle storie bootstrap, essi mostrano che il risultato è improbabile che possa essere spiegato da dati snooping. Esse si applicano anche una correzione di Bonferroni, e ancora una volta, scoprono che le migliori strategie sono ancora molto significativo. Infine, gli autori mostrano che i risultati sono robusti alle ipotesi più pessimistiche di costi di transazione. Nel complesso, gli autori dimostrano l'efficacia di trend following e strategie di momentum in mercati delle materie prime. Essi dimostrano che questi risultati sono robusti alla formulazione regola il commercio, le ipotesi distributive, aggiustamenti di data-mining, e costi di transazione. Originale Autore informazioni Andrew C. Szakmary è presso la School of Business Robins, Università di Richmond. Gli utenti che hanno letto questo articolo anche leggere
No comments:
Post a Comment