무역 전략 시장 비효율

거래 전략은 어떻게 작동합니까?

'시스템'이라고도 불리는 거래 전략은 금융 자산의 가격 추세를 예측하기 위해 시장 비효율을 이용합니다. 모든 시장 비효율은 순수한 무작위성에서 가격 곡선의 편차를 수립합니다. 완벽하고 효율적인 시장에서 가격은 회사 성과의 발표와 같은 실제 사건의 영향을받을 것입니다. 모든 상인은 '통보'되며 합리적으로 결정하고 즉시 행동합니다. 그러한 가설적인 시장에서의 가격 곡선은 미래의 가격을 예측하기위한 정보가없는 순수 무작위 걸음 곡선이 될 것입니다.

다행히도 거래 전략에있어 실제 시장은이 이론적 이상에서 멀리 떨어져 있습니다. 시장의 비 효율성은 어디 에나 있습니다. 그들은 뉴스에 대한 느린 반응, 불완전한 정보, 소문, 비합리적인 거래 행위 (예 : 거래 전문가에 의한 조언을 따르는 것) 때문에 발생합니다. 비효율적이라면 어느 정도의 정확도로 가격 곡선의 작은 부분을 예측할 수 있습니다. 그러나 가장 문제가있는 것 외에도 가격 곡선에서의 그러한 효과는 사람의 눈에는 보이지 않습니다. 가격 곡선을 분석하고 비효율을 감지하기 위해서는 컴퓨터가 필요합니다.

이것은 스펙트럼 분석에서 볼 수있는 잠재적 인 시장 비 효율성의 예입니다.

히스토그램은 2013 년 1 월의 1 주일 동안 S & P 500 가격 곡선에서 발견되는 정기주기의 진폭을 표시합니다. x 축은 몇 시간의주기 지속 시간입니다. 보시다시피, 가장 높은 피크는 약 24 시간의 사이클이고, 일부 작은 피크는 36 시간, 54 시간 및 64 시간이며, 주간 사이클과 같은 120 시간의 넓은 피크 (일주일은 5 일 x 24 주말은 가격 곡선에서 건너 뜁니다. 사이클은 동기화 된 거래 행위로 발생하며 반드시 일 또는 주에 맞춰 정렬되지는 않습니다. 일부 사이클은 며칠 또는 몇 주 동안 안정을 유지합니다. 자동화 된 전략을 통해 이익을 창출 할 수 있습니다. 튜토리얼에서주기 기반 거래의 예를 찾을 수 있습니다. 유사한 거래 방법이 Zorro의 Z2 전략에 사용됩니다.

임시 가격 패턴은 종종 단기 추세를 예측하기 위해 지능형 알고리즘에 의해 설정되고 사용될 수 있습니다. 다음 곡선은 '심층 학습'신경망 구조에 의해 생성됩니다.

그물에는 지난 60 분 막대의 EUR / USD 가격 변동이 있었고 다음 시간의 가격 방향을 예측했습니다. 파란 곡선은 누적 된 올바른 예측에서 워크 플로우 분석의 잘못된 예측을 뺀 값을 나타냅니다. 가격 방향은 평균 정확도가 57 %로 예측되었습니다. 4 주마다 그 패턴의 예측 능력을 잃기 시작한 넷이 다시 훈련되었습니다. 우리는 단기간의 예측 패턴이 시장에서 거의 항상 나타난다는 것을 알 수 있습니다. 이러한 패턴은 무작위 데이터에서 찾을 수 없습니다. 예측 곡선에는 그러한 경우 명확한 방향이 없습니다.

또 다른 흥미로운 비효율은 다음과 같은 가격 분포에서 볼 수 있습니다.

차트에서 막대의 높이는 특정 가격이 가격 곡선에 나타나는 빈도와 같습니다. 빨간색 막대는 2011 년 10 월부터 2015 년 1 월까지 스위스 프랑 (EUR / CHF)의 EUR 가격을 기준으로합니다. 초록색 막대는 같은 기간에 EUR (미국 달러) 가격입니다. 배포 스크립트를 사용하여 그러한 차트를 생성 할 수 있습니다. 우리는 빨간 EUR / CHF 가격 분포가 꽤 좁고 칼로 자른 것처럼 왼쪽에서 갑자기 끝나는 것을 볼 수 있습니다. 반대로, 녹색 EUR / USD 가격 분포는 중간에 넓은 피크가있는 훨씬 더 넓습니다. 종 곡선 (다소 차이가 있음)과 유사하며 임의의 가격 분포를 나타냅니다. EUR / CHF 분배는 종 곡선이 아닙니다. 자동화 된 거래에서 이익을 창출 할 수있는 시장의 비 효율성을 나타냅니다. 이 경우 비효율은 2011 년 9 월부터 2015 년 1 월까지 스위스 국립 은행이 정한 CHF 가격 한도의 결과입니다. EUR가 1.20 CHF 이하로 떨어지는 것을 막았습니다. 이러한 종류의 시장 비 효율성은 그리드 거래 전략에 의해 성공적으로 악용 될 수 있습니다.

자신의 거래 전략을 개발하는 방법.

거래하고자하는 금융 자산에 대한 기본 지식이 필요합니다. 특정 시장의 비효율을 악용하는 개념이 필요합니다. 코드를 읽고 쓸 수 있어야합니다. 그리고 테스트와 실제 거래의 다른 결과를 초래할 수있는 모든 미묘한 통계적 효과에 대해 알고 있어야하며이를 처리하는 방법을 알고 있어야합니다.

좋은 전략은 가능한 한 간단하지만 단순하지는 않습니다. 전략 설계의 일반적인 프로세스는 다음과 같습니다 : 더 나은 전략 수립. 이 문제에 대해 자세히 알아 보려면 링크 아래에있는 도서 목록을 확인하십시오. 전략 코딩에 대한 도움이 필요하면 개발 서비스에 문의하십시오.

한 가지는 확실합니다. 미래는 알려지지 않았습니다. 전략을 수립 할 때 테스트 및 최적화에 대한 과거 가격 데이터를 사용합니다. 하지만 거래 할 때 가격은 진짜입니다. 시장과 그 비효율은 어떤 종류의 변화를 겪을 수 있습니다. 과거에 효과가 있었던 것은 앞으로는 작동하지 않을 수도 있습니다. 따라서 Z 전략과 같은 검증 된 시스템을 사용하는 경우에도 항상 불확실성의 요소를 처리합니다. 행운에만 의존하지 말고 최대한 많이 배우고 최대한 많은 전략을 개발하고 배포하십시오.

비효율적 인 시장.

'비효율적 인 시장'이란 무엇인가?

비효율적 인 시장이란 보통주 및 유사 유가 증권의 시장 가격이 항상 정확하게 책정되지는 않으며 미래 현금 흐름의 실제 할인 값에서 벗어나는 경향이 있다는 이론입니다. 이 이론은 효율적인 시장 가설에 반대한다.

'비효율적 인 시장'을 속이기

비효율적 인 시장 가설과 그 지지자들은 시장 세력이 때때로 자산 가격을 실제 가치보다 높거나 낮게 책정한다고 주장한다. 그들은 시장의 충돌이나 상향식 스파이크의 사례로부터 그들의 논점에 대한지지를 찾는데, 그 존재와 규모는 효율적인 시장의 관점과 겉으로는 양립 할 수 없다.

일일 변칙 및 시장 효율성 : 무역 로봇 분석.

Guglielmo 마리아 Caporale 저자 루이스 길 - Alana 알렉스 Plastun Inna Makarenko.

효율적인 시장 가설의 주요한 비판 중 하나는 이른바 "이상", 즉 시장 효율성과 일치하지 않는 자산 가격의 비정상적인 행동의 경험적 증거의 존재이다. 그러나 대부분의 연구는 거래 비용을 고려하지 않았습니다. 그들의 존재는 실제로 상인이 비정상적인 이익을 낼 수 없다는 것을 의미합니다. 이 신문은 일일 효과 또는 시간 효과와 같은 이상 현상이 거래자의 행동을 복제하여 악용 가능한 이익 기회를 창출하는지 여부를 검토합니다. 특히 분석은 거래 로봇의 행동을 시뮬레이션하고 다양한 거래 비용 (스프레드)을 통합합니다. 결과는 일일 패턴을 악용하려는 거래 전략이 추가 수익을 창출하지 않는다는 것을 의미합니다. 또한, 하위 기간 (2005-2006- "정상", 2007-2009- "위기", 2010-2011- "위기 이후)에는 큰 차이가 없습니다.

JEL 분류.

1. 소개.

효율적인 시장 가설 (EMH)은 지난 20 년 동안 특히 시장 효율성과 일치하지 않는 자산 가격의 비정상적인 행동 인 소위 "예외"의 존재를 암시하는 경험적 증거를 토대로 매우 비판적이었다. 만델 브로트 (Mandelbrot, 1963)의 정액 연구 이후로, 가우스 분포는 EMH가 의미하는 무작위 걸음 모델과 호환되지 않고 자산 가격의 거동에 부적합하다는 것을 보여주는 여러 연구가있다. 이 문학의 결과로, 뚱뚱한 꼬리, 밀집된 변동성, 긴 기억력 등은 자산 가격의 거동을 특징 짓는 잘 알려진 "양식화 된 사실"이되었습니다. 이 논문의 목적은 명백한 통계적 "예외"가 반드시 시장이 비효율적이라는 것을 의미하지는 않는다는 것을 보여주기위한 것이다. 시장을 악용하여 추가 이익을 창출하는 것이 불가능하다면 단순히 통계적 현상으로보아야한다. 시장 비효율.

특히, 우리는 일중 패턴의 존재 즉 가장 높은 가격 변동성 (Admati and Pfleiderer 1988)과 결합 된 거래일의 시작과 끝에서보다 집중적 인 거래라는 가장 잘 알려진 예외 중 하나에 초점을 맞 춥니 다. 예를 들어, Wood et al. (1985)는 모든 긍정적 인 수익률은 처음 30 분 동안 그리고 시장 마감 시점에서 얻은 것이라고보고했다. Harris (1986)는 거래 세션의 처음 45 분 동안 (월요일을 제외한 모든 날) 가격과 마지막 거래가 증가하는 경향이 있음을 보여주었습니다. 이러한 패턴은 또한 Thaler (1987)와 Levy (2002)에 의해 언급되었다. Strawinski와 Slepaczuk (2008)은 바르샤바 증권 거래소에서도 일중 패턴의 증거를 발견했다.

위에서 언급 한 연구의 주요 한계는 거래 비용을 무시한다는 것입니다. 거래 프로세스와 관련된 스프레드, 커미션 및 기타 수수료 및 지불을 통합하면 그림이 크게 달라질 수 있습니다. 특히, 이러한 "예외"중 일부는 실제로 악용 될 수 없다는 것이 명확해질 수 있습니다. 즉, 수익성 높은 거래는 불가능하며, 이러한 추가적인 이익을 얻을 수없는 것은 EMH와 완전히 일치합니다.

본 연구에서는 상인의 행동을 시뮬레이션하고 거래 비용 (스프레드)을 분석에 포함시키는 거래 로봇을 사용하여 일중 패턴을 검사합니다. 그 목적은 위에 언급 한 바와 같이 실제로는 예외적으로 시장의 비효율에 대한 증거가 될 수는 없으므로 실제적으로 악용 될 가능성이 없음을 보여주는 것입니다. 분명히, 이익 기회를 추구하는 투기꾼은 단순히 군중의 맹목적 추종자가 아닙니다. 그 대신에 그들은 다른 사람들의 행동에 신속하게 반응하며, 결과적으로 펀더멘털에 기초한 자산 가격의 편차에 기반한 차익 거래 기회는 빠르게 사라질 것입니다. 그러나 적절한 거래 전략을 사용하여 매우 짧은 기간에이를 이용할 수 있습니다. 우리는 다우 존스 지수에 포함 된 27 개의 미국 기업뿐만 아니라 8 개의 블루칩 러시아 기업을 포함하여 성숙한 주식 시장과 신흥 주식 시장을 모두 분석합니다. 더 나아가, 우리는 다른 하위 기간 (2005-2006- "정상", 2007-2009- "위기", 2010-2011- "위기 이후")을 검토하여 경제 사이클.

이 논문의 나머지 부분은 다음과 같이 구성되어있다. 2는 효율적인 시장 가설과 시장 변이에 관한 문헌을 간략하게 검토한다. 3 절에서는 분석에 사용 된 방법을 설명합니다. 4 장에서는 경험적 결과를 제시한다. 5 절에서는 몇 가지 결론을 제시합니다.

2 문학 검토.

EMH는 Fama (1965)에 의해 처음 공식화되었는데, 효율적인 시장 가격은 이용 가능한 정보를 충분히 반영하고 예측 불가능해야한다고 주장했다. (Samuelson 1965 참고). 파마 (Fama, 1970)는 세 가지 형태의 시장 효율성 (약세, 반 강점 및 강세)을 정의했다. 이 이론은 위험과 불확실성의 측면에서 금융 자산의 평가, 포트폴리오 전략을 고안하는 데 사용되어왔다 (특히 Sharpe 1965, Lintner 1965, Mossin 1966, Treynor 1962 참조). 1980 년대에는 거래 비용, 정보 비대칭 (정보 비대칭) (Grossman and Stiglitz 1980), 비합리적인 행동 등을 간과하는 것으로 매우 비난 받았다. 그 결과 많은 대안 이론과 접근법이 개발되었다 (행동 금융, 적응 시장 가설, 프랙탈 시장 가설, 기타.).

EMH의 주된 의미는 거래자가 시장을 "이기고"비정상적인 이익을 낼 수 없어야한다는 것입니다. 방대한 문헌은 적절한 거래 전략을 통해 착취 될 수있는 시장 변이가 존재 하는지를 분석합니다. 이 용어는 Kuhn (1970)이 처음 사용했습니다. Schwert (2003)는 자산 가격 책정 이론과 일치하지 않는 비정상의 증거를 제공하는 연구의 한 예입니다. Shiller (2000)와 Akerlof and Shiller (2009)는 금융 시장에서의 변이, 즉 투자자 (동물 영혼, 집단 본능, 대량 정신병, 대중 공황)의 비합리적 행동에 대한 깊은 이유가 있음을 시사한다. EMH 패러다임과 일치하지 않는다.

가격 및 수익률 관련 이변 (contrarian trading, 가치 투자, 크기 효과, 모멘텀 효과, 폐쇄적 펀드의 효과);

거래량 및 변동성과 관련된 예외 (공황, 시장 거품);

시계열과 관련된 예외 (M & amp; A 효과, IPO 효과).

Half-of-the-Day 효과 (거래량의 급격한 하락과 함께 거래 세션 중간에 비정상적으로 낮은 수익률)를 포함한 일중 편차가 특히 중요합니다. 지난 시간 및 첫 시간 효과 (거래 시간이 가장 좋은 마지막 시간 및 수익률 측면에서 최악 시간). 그리고 하루 이례의 시간 (증권 거래일의 처음 45 분과 마지막 15 분에 상승하는 경향이 있음).

일중 변칙 : 연구 개요.

분석 유형.

분석 대상 (기간, 시장)

1981 년 12 월 1 일부터 1983 년 1 월 31 일까지 NYSE, USA에서 15 분 간격으로 14 개월.

주말 효과는 월요일에 거래가 시작된 첫 45 분 동안 유출되었으며이 기간 동안 가격은 하락했다. 다른 모든 일에, 가격은 처음 45 분 동안 그리고 마지막 5 분의 거래 내에서 급격히 상승합니다.

스페인 15 분 간격으로 IBEX-35 거래 기록 23 개월.

처음 4 시간 동안의 일중 거래 수익에는 중요한 평일 차이가 있습니다. 월요일과 수요일의 수익률은 음수이고 다른 평일의 수익률은 양수입니다.

신호 autocherence 테스트.

2000 년 12 월 1 일부터 12 월 12 일까지 미국 뉴욕 증권 거래소 (NYSE) 종목 30 개를 대상으로 10 분 수익률, 입찰가 스프레드 및 거래량을 분석 한 결과.

일일 빈도에서 최대 값을 나타내는 신호 일관성을 찾으십시오. 대부분의 경우 역 J 자 모양을 따르고 하루의 양은 하루 중 가장 높고 하루 중 볼륨은 닫고 낮습니다.

터키 이스탄불 증권 거래소 인 이스케이프 -2001 년 2 월 201 일까지 ISE-100 지수 기간 중 15 분 간 중간 값.

강력한 개시 가격 점프가 있음을 확인하십시오.

1998 년부터 2004 년까지 홍콩 증권 거래소의 Hang Seng Index 구성 주식.

지난 1 분간의 거래 시간 동안의 매매가에서의 거래 확률이 현저하게 증가하는지 확인하십시오. 이 체계적인 패턴은 하루 종일 효과에서 긍정적 인 수익의 약 3 분의 1을 설명 할 수 있습니다.

Coroneo와 Veredas (2006)

스페인 증권 거래소 (IBEX-35)에 상장 된 35 개 기업 중 2001 년 1 월부터 2003 년 12 월까지 3 년간 중도 적으로 15 분 샘플링.

실제로 조건부 확률 분포가 하루 중 시간에 의존한다는 것을 보여줍니다. 열리고 닫히면 밀도가 평평 해지고 꼬리는 두꺼워지며 하루 중반에는 중간 값이 집중되고 꼬리는 가늘어집니다.

일반화 된 모멘트 (GMM)

1991 년 1 월 1 일부터 1991 년 3 월 31 일까지의 런던 증권 거래소 (1991 년 1 분기)를 대상으로하는 일일 입찰가 견적

평균 매수 호가 스프레드가 거래 시간 동안 U 자 패턴을 따른다는 것을 알 수 있습니다.

푸리에 변환 (FFT)을 이용한 시간 분석 및 스펙트럼 분석

38 주, 9 개월 (2009 년 6 월말 ~ 2008 년 10 월), 튀니지 증권 거래소, 튀니지.

거래량, 수익률 변동성 및 유동성 추이가 U 자형 곡선을 따르는 지 확인합니다. 이 모든 변수는 거래 개시 시점에서 최고 수준이며, 하루 중반에 급속히 하락한 다음 거래 마지막 순간에 다시 증가합니다.

Strawinski와 Slepaczuk (2008)

가중치를 사용한 회귀, 즉 강력한 회귀.

WIG20 지수 선물 (폴란드)에 대한 2003 년 ~ 2008 년 기간 동안의 5 분 수익률 및 일간 데이터 (10 년 동안의 기간 : 1998-2008 년).

수요일을 제외하고는 모든 날의 거래 시작일과 월요일의 긍정적 인 요일 효과뿐만 아니라 세션이 끝날 때 긍정적이고 지속적이며 중요한 점프를 찾아보십시오.

3 데이터 및 방법론.

대부분의 연구에서 거래 세션의 처음 45 분 (또는 첫 번째 시간)에 이상 현상이 있음을 시사 하긴하지만, 그 결과는 일의 이례적인 현상이 발생하는 정확한 시간에 따라 다릅니다. 마지막 트랜잭션, 마지막 트랜잭션 5 분, 마지막 15 분, 마지막 시간. Chan (2005)은 홍콩 주식 시장 (지난 30 분간, 지난 10 분간, 지난 5 분간, 지난 1 분간)에서의 분당 평균 수익률은 통계적으로 양의 상관 관계가 있다고보고했다. 그러나 대부분의 연구에서는 15 분 간격을 고려합니다. 실증적 인 문헌은 특정 평일 (예 : Strawinski and Slepaczuk 2008, Harris 1989)의 일중 효과에 대한 분명한 증거를 제공하지 않으며, 요일과 요일의 시간을 구별하기가 어렵 기 때문에 초점을 맞추고 특히 거래 세션이 끝나기 마지막 15 분 (Levy 2002 참고).

가설 1 : 처음 45 분 효과가 있음 (H1) :

선진국의 H1a 사례.

개발 도상국의 H1b 사례.

가설 2 지난 15 분 효과가 있음 (H2)

선진국의 H2a 사례.

개발 도상국의 H2b 사례.

가설 3은 다른 기간 (위기 이전, 위기 및 위기 이후)에 대한 결과는 통계적으로 다르다 (H3).

일일 변칙에 대한 대부분의 연구는 거래가 브로커에게 스프레드, 수수료 및 수수료와 필연적으로 연결되어 있음에도 불구하고 거래 비용을 포함하지 않습니다. 이러한 비용은 고정 및 가변 비용으로 나눌 수 있습니다. 후자는 각 거래에 존재합니다. 전형적인 예가 스프레드이며, 이는 우리의 분석에 포함됩니다. 특히, 하루 효과 시간에 따라 자동으로 위치를 열고 닫는 거래 로봇을 프로그래밍합니다. 우리가 분석에 거래 비용의 가변 부분을 포함 시키지만 ( "긴"것만의) 위치는 "묻기"가격으로 열리고 "입찰가"가격으로 닫힙니다. 이 알고리즘은 거래 시작과 동시에 45 분 (Harris (1986) 및 Levy (2002)에서 언급 한 최초 45 분 효과) 종료 후 거래가 시작될 때 긴 포지션이 열리고 마지막에 오늘의. 우리는 15 분 간격을 고려할 때, 거래 세션의 마지막 15 분 안에 열리고 세션이 끝날 때 (Levy 2002에서 언급 한 마지막 15 분 효과의 마지막 15 분) 닫힙니다. MetaQuotes Language 4 (MQL4)로 개발되어 분석 및 거래 프로세스의 자동화에 사용되는 MetaTrader 터미널의 프로그램을 사용합니다. 거래 로봇 (MetaTrader 전문가)은 수신 된 신호를 기반으로 가격 데이터를 분석하고 거래 활동을 관리 할 수 ​​있습니다.

MetaQuotes Language 4는 클라이언트 단말기에 내장 된 무역 전략을 프로그래밍하는 데 사용되는 언어입니다. MQL4의 구문은 C 언어의 구문과 매우 유사합니다. 거래 프로세스를 자동화하는 거래 로봇을 프로그래밍 할 수 있으며 거래 전략을 구현하는 데 이상적입니다. 단말기는 거래 로봇을 프로그래밍 할 수있을뿐 아니라 과거 데이터를 사용하여 효율성을 검사하여 테스트 할 수 있습니다. 이들은 MetaTrader 터미널에 막대로 저장되며 TOHLCV (HST 형식)로 나타나는 레코드를 나타냅니다. 거래 단말기는 다양한 방법으로 전문가를 테스트 할 수 있습니다. 더 짧은 기간을 선택하면 막대 내의 가격 변동을 볼 수 있습니다. 즉, 가격 변경이 더 정확하게 재현됩니다. 예를 들어 전문가가 1 시간짜리 데이터를 테스트 할 때 막대의 가격 변경은 1 분짜리 데이터를 사용하여 모델링 할 수 있습니다. 고객 단말기에 저장된 가격 내역에는 입찰 가격 만 포함됩니다. Ask 가격을 모델링하기 위해 전략 테스터는 테스트 시작시 현재 스프레드를 사용합니다. 그러나 사용자는 "스프레드"에서 테스트 할 사용자 정의 스프레드를 설정할 수 있으므로 실제 가격 변동을보다 정확하게 나타낼 수 있습니다. 긍정적 인 이익 \ (& gt; 50.

\ % \)은 H1과 H2가 거부 될 수 없음을 의미합니다. H3에 관해서, 우리는 t 개의 테스트를 수행한다. \ (t

4 경험적 결과.

테스트 절차는 2 개의 단계, 즉 처음 45 분간의 업 효과를 테스트 한 다음 마지막 15 분간의 업 효과를 테스트하는 2 단계로 이루어진다.

"첫 45 분 효과에 대한 테스트 결과 요약"

평균 이윤 거래 (전체 대비 %)

평균 총 순이익.

거래 당 평균 순이익.

이익 거래 테스트 (총 대비 %)

거래 당 순이익을 테스트합니다.

"마지막 15 분 효과"테스트 결과 요약

평균 이윤 거래 (전체 대비 %)

평균 총 순이익.

거래 당 평균 순이익.

모든 기간은 수익성이 없었으며 수익성있는 무역이 40 % 미만으로 발생할 확률이 높았다. 가설 H2a는 거절된다 : 미국 주식 시장에서 마지막 15 분 효과가 없다.

이익 거래 테스트 (총 대비 %)

거래 당 순이익을 테스트합니다.

러시아 주식 시장에 대한 요약.

평균 이윤 거래 (전체 대비 %)

거래 당 평균 총 순이익.

처음 45 분 효과.

마지막 15 분 효과.

5. 결론.

EMH의 경험적 타당성은 많은 연구에 의해 이른바 이상 현상이 요원에게 비정상적인 이익을 창출 할 수있는 기회를주는 것으로 보이는 증거를 찾는 질문으로 불려왔다. 이 논문은 예외가 존재한다고 시장 비효율 (위험이없는 이익 기회)의 증거를 반드시 나타낼 필요는 없다고 주장한다. 즉, 일일 패턴의 경우에 거래자의 행동을 시뮬레이션하는 거래 로봇을 사용하여 거래 비용이 계정에는 수익성있는 거래 전략 (즉, 비정상적인 이익을이 기회를 활용할 수있는 기회)이 없으므로 EMH에 대한 증거가 없습니다.

특히, 우리는 잘 알려진 "시간의 이상"이라고 생각합니다. 거래 세션의 처음 45 분과 마지막 15 분 동안 가격이 상승하는 경향이 있습니다.

가설 1 : 처음 45 분 효과가 있음 (H1) :

가설 2 : 마지막 15 분 효과가 있음 (H2)

가설 3 : 다른 기간 (위기 이전, 위기 및 위기 이후)에 대한 결과는 통계적으로 다르다 (H3)

전반적으로, 우리의 분석은 비정상적인 이익을 내기 위해 일중 패턴을 이용할 수 없다는 것을 의미합니다. 이는 시장 이양 (EMH와 일치하지 않을 수 있음)으로 인한 악용 가능성이있는 기회의 증거를 제공한다고 주장하는 이전 연구의 결과가 거래 비용을 고려하지 않았기 때문에 실제로 오도 된 것으로 나타났습니다. 본 연구에서 사용 된 거래 로봇 접근법은 다른 예외를 분석하는 데에도 사용될 수 있지만 향후 작업을 위해 남겨 둡니다.

감사 인사.

유용한 의견 및 제안을 위해 편집 위원에게 감사드립니다.

부록 1.

처음 45 분 효과.

이익 거래 (총 대비 %)

총 순이익.

아메리칸 익스프레스 컴퍼니.

제너럴 일렉트릭 코퍼레이션

Home Depot Corp.

하니웰 인터내셔널

국제 제지 회사.

JP Morgan Chase.

프록터 갬블 컴퍼니.

유나이티드 테크놀로지 코퍼레이션

Verizon Communications Inc.

Wal-Mart Stores Inc.

이익 거래 (총 대비 %)

총 순이익.

아메리칸 익스프레스 컴퍼니.

제너럴 일렉트릭 코퍼레이션

Home Depot Corp.

하니웰 인터내셔널

국제 제지 회사.

JP Morgan Chase.

프록터 갬블 컴퍼니.

유나이티드 테크놀로지 코퍼레이션

Verizon Communications Inc.

Wal-Mart Stores Inc.

이익 거래 (총 대비 %)

총 순이익.

아메리칸 익스프레스 컴퍼니.

제너럴 일렉트릭 코퍼레이션

Home Depot Corp.

하니웰 인터내셔널

국제 제지 회사.

JP Morgan Chase.

프록터 갬블 컴퍼니.

유나이티드 테크놀로지 코퍼레이션

Verizon Communications Inc.

Wal-Mart Stores Inc.

부록 2.

마지막 15 분 효과.

이익 거래 (총 대비 %)

총 순이익.

아메리칸 익스프레스 컴퍼니.

제너럴 일렉트릭 코퍼레이션

Home Depot Corp.

하니웰 인터내셔널

국제 제지 회사.

JP Morgan Chase.

프록터 갬블 컴퍼니.

유나이티드 테크놀로지 코퍼레이션

Verizon Communications Inc.

Wal-Mart Stores Inc.

이익 거래 (총 대비 %)

총 순이익.

아메리칸 익스프레스 컴퍼니.

제너럴 일렉트릭 코퍼레이션

Home Depot Corp.

하니웰 인터내셔널

국제 제지 회사.

JP Morgan Chase.

프록터 갬블 컴퍼니.

유나이티드 테크놀로지 코퍼레이션

Verizon Communications Inc.

Wal-Mart Stores Inc.

이익 거래 (총 대비 %)

총 순이익.

아메리칸 익스프레스 컴퍼니.

제너럴 일렉트릭 코퍼레이션

Home Depot Corp.

하니웰 인터내셔널

국제 제지 회사.

JP Morgan Chase.

프록터 갬블 컴퍼니.

유나이티드 테크놀로지 코퍼레이션

Verizon Communications Inc.

Wal-Mart Stores Inc.

부록 3.

러시아 주식 시장의 결과.

이익 거래 (총 대비 %)

총 순이익.

거래 당 이익.

이익 거래 (총 대비 %)

총 순이익.

거래 당 이익.

부록 4.

"최초 45 분 효과"에 대한 프로그램 코드

부록 5.

"마지막 15 분 효과"에 대한 프로그램 코드

참조.

저작권 정보.

오픈 액세스이 기사는 원본 저작자 및 소스가 적발 된 경우 모든 매체에서의 사용, 배포 및 복제를 허용하는 크리에이티브 커먼즈 저작자 표시 라이센스 약관에 따라 배포됩니다.

저자 및 제휴사.

Guglielmo Maria Caporale 1 2 저자 Luis Gil-Alana 3 Alex Plastun 4 Inna Makarenko 4 1. 영국 재무부 영국 브루넬 대학 2. CESifo 및 DIW 베를린 독일 베를린 3. 나바라 파라솔라 나 대학 4. 우크라이나 유학원 우크라이나.

이 기사에 관하여.

개인화 된 권장 사항.

기사를 인용하십시오.

.RIS 논문 참조 관리자 RefWorks Zotero.

.BIB BibTeX JabRef Mendeley.

기사 공유.

기사를 인용하십시오.

.RIS 논문 참조 관리자 RefWorks Zotero.

.BIB BibTeX JabRef Mendeley.

기사 공유.

목차.

손끝에서 천만 가지 이상의 과학적 문서를 제공합니다.

전환 판.

&부; 2017 Springer International Publishing AG. 스프링거 자연의 일부입니다.

거래 방법 개발 및 테스트.

역 테스팅.

역 테스팅.

역 테스팅.

기술 분석은 아마 긍정적 인 기대 거래 모델의 개발에 사용되는 가장 중요한 단일 도구 일 것입니다. 기술자에 따르면 기술 분석이 그러한 모델 개발에 도움이되는 이유는 "가격에는 기억이있다"는 개념 때문입니다. 이것은 무엇을 의미 하는가? 이는 원유가 1990 년 배럴당 40 달러에 거래되면서이 선형의 수평 저항 영역은 2003 년에 재 테스트되었을 때 다시 저항으로 작용한다는 것을 의미합니다 (그림 1 참조). 경제 이론에 따르면 2003 년 미국의 구매력이 1990 년의 구매력과 다르므로 2003 년 배럴당 40 달러로 원유가 팔리면 전혀 이해가 안되기 때문에 경제학자들은 미친 듯이 움직인다. 기술적 분석에 따르면 2003 년 배럴당 40 달러의 매도는 가격이 기억력을 발휘하기 때문에 완벽한 의미를 가졌다. 가격은 거래자들이 배럴당 40 달러의 선형적인 가격 수준과 관련된 고통, 즐거움, 후회를 경험했다는 기억이 있습니다. 이것에 대해 자세히 살펴 보겠습니다.

그림 1 : 전방 월주 CME 그룹의 원유 선물 $ 40 배럴 수평 저항.

출처 : CQG, Inc. © 2010. 전세계 판권 소유.

가격은 1990 년 당시 배럴당 40 달러로 유가를 구입했기 때문에 기억이있다. 사담 후세인은 쿠웨이트를 침략했고, 석유 제품에 대한 세계적인 수요는 강했던 등 여러 가지 이유가있었습니다. 그러나 이러한 구매자들이 석유 가격이 떨어지면서 이러한 구매자들이 정직하게 대처했다면 이러한 모든 이유는 증발되어 하나의 생각으로 대체되었고 생각만으로도 대체로기도 형식으로 표현되었습니다. "제발, 하나님, 배럴당 40 달러로 나는 결코 원유를 다시 거래하지 않을 것을 맹세한다. " 그것이 배럴당 40 달러로 다시 돌아올 때, 그 선형 가격은 그러한 거래자들에게 고통스러운 경험의 종료를 나타낸다. 그래서 그들은 선형적인 $ 40 배럴 가격 수준에서 판매 압력을 만듭니다.

비효율적 인 시장.

놀라운 과학적 배경을 가진 학계와 경제학자들은 엄청난 증거에도 불구하고 시장 효율성에 대한 어떠한 통계적 증거도없이 효율적인 시장에 대한 이론을 제시했습니다. 시장은 항상 비효율적이었고 항상 공포에서 거품으로 순환하여 다시 공포에 빠졌으며 항상 그렇게 할 것입니다. 실제로 앞서 언급했듯이 시장 행동의 이러한 순환 적 성격은 우리가 실제로 기대할 수있는 몇 안되는 것들 중 하나입니다.

Ludicrous는 효율적인 시장 가설에 따르면 시장은 언제나 정확하거나 효율적인 가격 수준에서 거래하기 때문에 버블 같은 것은있을 수 없다고합니다. 다른 말로하면, 이 이론가들에 따르면, 네덜란드의 튤립은 1637 년 2 월 2 일에 2,500 명의 길드원에게 정확하게 책정되었으며, 1637 년 2 월 3 일에 길더 2 개에 정확하게 책정되었습니다.

비합리적으로 가격이 책정 된 시장은 비합리적인 가격이 책정되는 경향이 있습니다. 이는 비효율적이고 가파른 시장의 특성으로 인해 가격이 내려가는 것을 입증 한 후에야 정상이 어디인지 알 수 없습니다. 판매 시작을 알리는 증거가있을 때까지 기다리십시오.

그러나 왜 시장의 비 능률이 우리에게 상인으로서 중요합니까? 긍정적 인 기대 거래 모델을 개발할 수있게하는 것은 비 효율성입니다. 이러한 시장의 비효율적 인 행동은 통계학자가 leptokurtic이라고 부르는 것과 같이 자산 가격의 정상 분배와 반대되는 결과를 낳습니다 (그림 2 참조). 이는 시장이 효율적이라면 가격이 평균 회귀 경향에 비해 더 큰 경향을 나타내며, 평균 회귀 방식이 아닌 경우 동향에 대한 경향이 더 크다는 것을 의미합니다 (통계 학자는 동향 분석을 위해 이러한 경향을 뚱뚱한 꼬리라고 부릅니다 분포의).

그림 2 : Leptokurtic 대 자산 가격의 정규 분포.

그것은 시장이 leptokurtic 가격 분포를 나타내므로 긍정적 인 기대 거래 모델이 두 가지 범주로 분류되는 경향이 있기 때문입니다.

평균으로 복귀하려는 시장의 성향을 활용하는 역행 모델. 시장이 뚱뚱한 꼬리 사건을 겪을 때 그 시간을 이용하는 경향 추종 모델.

기술 지표의 세 가지 주요 유형 중 두 가지가 시장이 일시적으로 과매 수 또는 과매 굴한 경우와 이동 평균, 이동 평균 수렴 확산, Ichimoku 구름 등과 같은 경향 추세 인 신호를 나타내는 오실레이터 인 것은 우연이 아닙니다. 이는 시장이 강세 또는 약세 추세를 보이고있을 때 나타납니다.

기분이 좋으면하지 마십시오.

음, 투기 거래는 충분히 간단합니다. 시장은 범위 또는 추세에서 거래하는 두 가지 일만 할 수 있으며, 변동성 지표는 시장이 현재 보여주고있는 행동의 단서를 나타낼 수 있습니다. 그렇다면 왜 거의 모든 투기꾼들이 돈을 잃는가? 성공적인 추측은 우리가 지속적으로 심리적으로 불편하고 부 자연스러운 것을 요구하기 때문에 그들은 패배합니다.

왜 평균 회귀 거래 모델은 심리적으로 구현하기가 불편한가요? 그림 3에서 우리는 2009 년 3 월 6 일 금요일에 E-Mini S & P 500 선물이 명확하게 정의 된 곰 트렌드에있을뿐 아니라 새로운 계약 최저점을 다시 한번 확인했다고 봅니다. 차트가 보여줄 수없는 것은 그날 압도적으로 곰 같은 시장 감정이 얼마나 컸는지를 보여줍니다. 금요일에, 나의 시장 분석을 마치고 나면 컴퓨터를 끄고 재계 소식을 켜기 시작합니다. 이 특별한 금요일에 시장은 막 폐쇄되었고 그들은 두 명의 시장 전문가를 인터뷰했다. 그들은 일반적으로 곰의 주장을 옹호하는 한 명의 인터뷰를 가지고 있으며, 반대자는 낙관적입니다. 우리의 첫 애널리스트 예측은 다우 존스 산업 평균 지수가 5,000이고 S & P 500 지수가 500입니다. As soon as the words "five hundred" left his lips, the other interrupted, "You are out of your mind." I thought, "Ah, here's the bullish argument." The other analyst then proceeded to berate our bearish forecaster by telling him he was out of his mind because the Dow was going to 2,000 and the S&P 500 to 200. I glanced at the bottom of the screen just to make certain that I had not lost my mind░. ░no, the E-Mini S&P futures had in fact closed at 687.75. Next thought, "When the market is at 687.75 and the bullish analyst is calling for it to drop to 500, this has got to be the bottom." Sure enough, the 2009 stock market bottom occurred on Friday, March 6, 2009 (see Figure 4). The trader using a mean reversion model has to consistently buy in to that type of overwhelmingly bearish sentiment or sell in to a 1630s-era tulip—or 2005 housing—bubble-like bullish environment.

Figure 3: March 2009 E-Mini S&P 500 Futures Contract Makes New Lows with Relative Strength Index Oscillator at Oversold Levels.

Source : CQG, Inc. © 2010. All rights reserved worldwide.

Figure 4: Rolling Front-Month Weekly E-Mini S&P 500 Futures Contract Showing Close Below Lower Bollinger Band and Oversold Reading on Relative Strength Index.

Source : CQG, Inc. © 2010. All rights reserved worldwide.

For both mean reversion as well as trend-following traders, the profitable trade is the one that is almost impossible to execute. Or as I like to say, "If it feels good, don't do it." If it feels awful, like a guaranteed loss—more often than anyone could imagine—that is the profitable trade. If, on the other hand, the trade feels like easy money, run the other way. Now that we have examined the strengths of positive expectancy models derived from mathematical technical indicators as well as their weaknesses and tools to offset such weaknesses, we will briefly review turning these models into mechanical trading systems. Mechanical trading systems based on mathematical technical indicators help us determine the following:

Does this model enjoy positive expectancy? What kinds of weaknesses—maximum consecutive losses, worst peak-to-valley equity drawdowns, percentage of winning trades, average trade duration, and so forth—did this model experience in the past? Am I willing to endure these weaknesses in my real-time trading account or do I need a model better suited to my individual psychological profile as a trader?

관련 강의.

Backtesting을 사용하면 과거 시장 상황에서 사전 구축 된 거래 전략을 테스트하여 특정 시나리오가 과거에 잘 작동했는지 여부를 판단 할 수 있습니다.

이 단원에서는 drawdown이 무엇인지, 그리고 drawdown을 분석하면 투자 또는 거래 전략에 어떤 영향을 미칠 수 있는지 알아 봅니다.

Fidelity의 트레이딩 툴.

사용하기 쉽고 사용자 정의가 용이 한이 도구는 실시간 스트리밍 업데이트는 물론 시장을 추적하고 새로운 기회를 찾고 거래를 신속하게 수행 할 수있는 힘을 제공합니다.

Fidelity의 Active Trader Services의 장점을 경험해보십시오. 1 더 똑똑하고 정교한 도구, 독립적 인 독립적 인 연구 및 전문적인 지원을 필요로하는 모든 것을 찾을 수 있습니다.