文件名称：高斯收益率的最优动态策略-研究论文
文件大小：2.72MB
文件格式：PDF
更新时间：2024-06-09 10:54:58
Algorithmic Trading Dynamic Strategies Over-Fitting
本着趋势跟随或均值回归的精神，动态交易策略代表了现代金融中仅有的一部分被理解但有利可图且普遍的领域。 假设高斯收益率和高斯动态权重或信号（例如，过去收益率的线性过滤器，例如简单的移动平均线，指数加权移动平均线，ARIMA模型的预测），我们能够得出前四个时刻的闭式表达式根据随机信号与未知未来收益之间的相关性，确定策略收益的百分比。 通过允许资产分配中的随机性并模拟策略权重与收益的相互作用，我们证明了正偏斜度和超峰度是所有正Sharpe动态策略的基本组成部分，这通常是凭经验观察到的； 证明总最小二乘（TLS）或正交最小二乘比OLS更适合于最大化Sharpe比率，而典范相关分析（CCA）同样适用于多资产情况； 得出夏普比率的标准误差，该误差比Lo的常用标准误差更严格； 并得出有关策略偏度和峰度的标准误差，显然是新结果。 我们证明了这些结果可渐近适用于各种平稳时间序列。