Trend following trading commodity futures의 전략

상품 미래의 추세에 뒤따른 거래 전략 재검토. Andrew C Szakmary a. Subhash C Sharma 캘리포니아, Richmond, Richmond, VA 23173, USA. b 학교 경제 금융부, Robins School of Business 미국 앨라배마 주 앨라배마 AM 대학 일반 35762 미국 USA 일리노이 주 카본 데일, 일리노이 주 카본 데일 경제 학부. 미국, IL 62901, 미국 .2002 년 2 월 20 일 접수, 2009 년 8 월 7 일 접수, 2009 년 8 월 11 일 온라인 이용 가능. 48 년 및 28 개 시장에 걸친 월간 데이터 세트를 사용하여 상품 선물 시장에서 추세를 따르는 거래 전략의 성과를 검토합니다. 우리가 구현 한 이중 이동 평균 크로스 오버 및 채널 전략의 모든 매개 변수화는 28 개 시장 중 최소 22 개 시장에서 결과를 공유 할 때 모든 거래 규칙이 지나치게 중요한 긍정적 인 수익을 얻는 것으로 나타났습니다 r 데이터의 대부분의 하위 기간이 결과는 거래 규칙이 구현 된 상품 집합, 분배 가정, 데이터 마이닝 조정 및 거래 비용과 관련하여 견고하며, 현행 문헌에서 성능에 관한 다양한 증거를 해결하는 데 도움이됩니다. 운동량 및 그렇지 않으면 설명하기 어려운 순수 추세 추종 전략. JEL 분류. 추세 - 따라 가기. 규칙 규칙의 미래. 상품 거래에 뒤따라 들으십시오. 2016 년 5 월 20 일에 업데이트되었습니다. 추세는 당신의 친구입니다. 상품 거래자들 사이에서 오랫동안 그것은 단순히 당신이 성공의 가능성을 높이기 위해 시장의 추세와 거래해야한다는 것을 의미합니다. 상품 거래의 동향은 무엇입니까? 동향은 가격이 꾸준히 시간 가격이 시간이 지남에 따라 상승하는 경우 상승 추세를 고려합니다. 일정 기간 동안 가격이 하락하면 하락 추세로 간주됩니다. 동향을 따르는 ind는 가격이 반전과 같은 방향으로 계속 될 가능성이 높다는 것입니다. 당신은 이런 식으로 거래함으로써 당신의 유리한 입장에 서게됩니다. 많은 전문적인 돈 관리자들이 추세를 따르는 철학과 거래하고 많은 상품 거래 시스템이 1984 년 Richard Dennis라는 매우 성공적인 선물 상인이 다른 상인 William Eckhardt와 내기를 걸었습니다. 그는 개인의 집단을 줄 수 있는지에 관해서 이야기했습니다. 성공적인 거래자가 될 수있는 거래 규칙의 간단한 세트 거래 규칙은 추종 시스템 및 간단한 돈 관리 기술로 구성되었습니다. 실험은 놀라운 성공이었고 학생들 중 일부는 거래 경력을 추구했습니다. 거북이 상인 경향 추종에 대한 귀중한 정보를 많이 가지고 있습니다. 추세에 뒤따른 추세입니다. 시장이 어떻게 움직일 지 알 수 없습니다. Th 예를 들어 추세를 따르고 있다면 상품 시장에서 매우 수익이 좋은 움직임을 발견 할 수 있습니다. 추세를 볼 때 두 가지 공통적 인 방법으로 시장에 진입 할 수 있습니다. 하락세를 보아요. 시장이 10 며칠 연속으로 가격이 하락한 후 2 ~ 3 일간 기다리십시오. 시장이 새로운 최고치를 기록 할 때 구입하십시오. 그런 식으로 추세를 그리는 것을 놓치지 마십시오. 많은 상인이 할 수있는 가장 어려운 일입니다. 가장 성공적인 기술 중 하나입니다. 추세가 영원히 지속되지 않는다는 것을 기억하십시오. 위험을 통제하고 이익을 보호해야합니다. Andrew Hecht의 2016 년 5 월 19 일 업데이트. 시장에 또 다른 오래된 이야기가 있습니다. , 굴절 될 때까지 추세를 따르십시오. 굴곡되었을 때, 시장이 되돌아옵니다. 어떤 시장이나 상품에서 단기, 중기 또는 장기 기준으로 거래하는 것이 중요합니다. 평가하려고 할 때 기억해야 할 몇 가지 사항이 있습니다 트렌드가 강하거나 약한 경우 나는 U를 좋아한다. 볼륨 및 공개이자 데이터를 사용하여 추세의 강도를 검증 볼륨은 거래하는 선물 계약의 총 수 미결제이자는 선물 계약의 열린 장 / 단 포지션의 총 수 볼륨 및 미결 이익 데이터는 대부분의 시장 플랫폼에서 사용 가능 , CME 및 ICE와 같은 교환은 매일 웹 사이트에서이 데이터를 게시합니다. CFTC는 또한 매주 거래자 데이터의 약속을 제시합니다. 양과 공개에 관해서는 몇 가지 간단한 규칙이 있습니다. 상품 가격 상승 또는 하락, 가격 상승에 따른 물량 및 미결제 증가 움직임 및 방향의 유효성 확인 가격 활동이 시장 참여를 증가시키고 있음을 알 수있다. 물량 증가 및 미결제는 추세가 발생할 가능성이있는 신호이다 계속 반대로, 가격이 오르거나 떨어지고, 볼륨이 낮아지고 공개이자가 감소하면 시장 참여자가 시장에서 퇴출하고 있음을 의미합니다. Fa 유동성과 미결제는 추세가 고갈되고 역전 될 수 있음을 보여주는 신호입니다. 상품 가격 및 거래량에 영향을 미치는 요인이 많고 미결제는 선물 시장에서 거래 할 때보아야 할 많은 지표 중 두 가지입니다. - 상품 선물의 트레이딩 전략 재검토 요약 요약. 상품 선물 시장의 추세 추세 및 모멘텀 전략의 수익성을 탐구합니다. 횡단면 모멘텀, 이중 이동 평균 크로스 오버 규칙, 채널 규칙 그들은 중요한 긍정적 인 수익률을 발견하고 그 결과가 분산 가정, 데이터 마이닝 조정 및 거래 비용에도 강하다는 것을 입증합니다. 저자는 운동량 전략의 세 가지 변형을 검토합니다. 첫 번째는 일반적인 주식 문학 각 달의 말에, 그들은 각자의 상품에 기초하여 모든 상품의 순위를 매긴다. 1, 2, 3, 6, 9, 12 개월의 형성 기간에 걸친 총 수익 3 위는 3 위, 3 위는 짧은 포지션, 3 위는 포지션이 없다. 다음 전략은 다음과 같다. 단기간 이동 평균은 1 개월 또는 2 개월이며 장기 이동 평균은 6 개월 또는 12 개월 중 어느 것인가 중립 밴드를 고려합니다. 이동 평균이 서로 5 %의 대역 내에있을 때 위치가 취해지지 않습니다. 최종 전략은 채널 규칙입니다. 상품의 가치가 마지막 n 시간 동안 최대 월말 단위 값을 초과하면 긴 위치가 취해집니다 가장 최근 달 값이 지난 n 개월 동안의 월말 최소 값보다 작은 경우 짧은 위치가 취해집니다. 지연 시간에 대해 여러 매개 변수가 고려됩니다 (n은 3, 4, 5, 6, 9 포함). , 12 개월. 데이터는 Commodit에서 가져옵니다. 연구 기관 데이터베이스 - 저자는 28 개 선물 시장에 대한 일일 가격을 추출 할 수있다. 분석을 위해 저자는 계약이 만료되기 전에 항상 가까운 계약서와 롤을 사용한다. 분석을위한 월간 시리즈로 집계 선택된 선물 시장은 농업, 산업, 귀금속 및 에너지 선물 시장의 광범위한 단면을 나타내며 특히 통화 선물 및 기타 금융 선물을 제외합니다. 저자는 Goldman Sachs 상품 지수 GSCI 선물 볼륨 데이터를 사용함으로써, 그들은 또한 가장 낮은 전체 거래량을 가진 8 개의 상품을 제외한 부분 집합에 대한 수익을 검사 할 수 있습니다. 거래 수익을 계산하기 위해 저자는 동일한 개념의 금액을 모든 상품에 할당하여 거래를 구현합니다. 세 가지 전략 각각의 각 매개 변수 조합에 대한 투자 유니버스 전체에 대해보고됩니다. 표본은 1959 년 7 월 1959 년, 1958 년 표본은 1971, 1972 1983, 1984 1995 및 1996 표본 전체 표본에 대해 Newey West 표준 오차를 사용하여 모든 결과가 1 % 수준에서 유의미하게 양의 값을 보였다. 풀린 unlevered 평균 초과 수익률의 범위는 0 33 %에서 0 49 %로 월간 Sharpe 비율은 0 42에서 0 64까지입니다. 데이터를 하위 샘플로 분류하여 저자는 처음 세 가지 하위 샘플 결과가 일반적으로 전체 기간 1996 년 기간 동안 DMAC 및 채널 전략은 6 개 채널 전략 중 3 개에 대해 통계적으로 유의미한 양의 수익을 보였고 6 개 DMAC 매개 변수 중 5 개는 교차 분석에 대한 5 % 분석을 가장 유동적 인 상품으로 제한 할 때, 저자는 수익률이 약간 낮지 만 유사한 결과를보고한다. 그러나 GSCI 선물에 대한 전략은 혼합 된 결과를 낳는다. 저자들은 추세가 일반적으로 마켓 웨이 효과보다는 보안 특정 것으로 가정된다는 점을 지적한다. 저자는 부트 스트랩 시뮬레이션을 사용하여 견고성 테스트를 수행한다. 그들이 사용했던 Newey West t-statistic의 정상적인 가정 부트 스트랩 된 역사에 전략을 적용하고 부트 스트랩 된 역사에 적용된 모든 전략보다 최상의 전략이 우위에 있음을 보여줌으로써 데이터 스누핑으로 결과가 설명되지 않을 것으로 나타났습니다. 또한 Bonferroni 정정을 적용했으며, 가장 좋은 전략은 여전히 ​​매우 중요하다는 것을 알았습니다. 마지막으로 저자는 결과가 거래 비용의 비관적 인 가정에 견고하다는 것을 보여주었습니다. 전반적으로 저자는 추세 추종 및 모멘텀 전략의 효용성을 입증합니다 상품 시장에서 그들은 이러한 결과가 거래 규칙 공식에 강력 함을 입증합니다. 데이터 마이닝 조정 및 거래 비용. 원저자 정보. Andrew C Szakmary는 Richmond 대학의 Robins School of Business에 있습니다. 이 기사를 읽은 사용자는 또한 읽습니다.