Kaedah yang biasa digunakan untuk mengira data bagi sistem perdagangan kuantitatif adalah untuk menentukan tindakan satu hari sebagai perubahan harga dari harga penutup satu hari untuk harga penutup hari berikutnya. Kaedah ini merangkumi tempoh 24 jam keseluruhan yang terdiri daripada satu hari perdagangan. Itulah sebabnya ia adalah definisi yang paling biasa digunakan untuk data harian.
Satu lagi kertas kerja yang diterbitkan dalam 2010 oleh Yusuf Rudy, Kristian L. Duni, dan Undang-Undang Jason menunjukkan bahawa ada boleh menjadi kelebihan kuantitatif yang terdapat dalam menggunakan terbuka-untuk-rapat atau dekat kepada-terbuka data untuk setiap hari bermakna perkembalian strategi bukan dekat kepada yang terletak berhampiran data. Penulis teliti dinamakan banyak sumber yang mencadangkan mungkin terdapat maklumat yang berharga yang diperoleh daripada pemfaktoran harga pembukaan.

Membezakan antara harga bergerak yang berlaku ketika pasaran dibuka dan bergerak yang berlaku dalam sekelip mata boleh membolehkan anda untuk memberi tumpuan strategi anda pada kawasan yang lebih menguntungkan.
Penulis percaya bahawa mengubah data yang ditetapkan dengan cara ini akan sesuai untuk perdagangan hari bermakna strategi perkembalian yang kelihatan kepada keuntungan daripada overreactions akibat kejatuhan harga yang besar dalam saham individu. Mereka menetapkan untuk membuktikan bahawa kedua-dua dekat kepada-terbuka dan terbuka kepada data yang terletak berhampiran boleh mengatasi dekat kepada yang terletak berhampiran data menggunakan jenis ini strategi.
Data
Data yang digunakan untuk backtest pengarang’ teori adalah saham yang terdiri daripada S&P 500 Indeks, S&P 400 Indeks MidCap, dan S&P 600 Indeks SmallCap. Tempoh ujian tersokong adalah antara Mei 30, 2000 hingga Februari 12, 2010.
Dalam usaha untuk mengambil kira kos transaksi, faktor 0.05% yang dikenakan ke atas setiap perdagangan. Kos ini bertujuan untuk meniru jenis yuran yang pelabur individu akan terdedah kepada.
Strategi
Matlamat strategi ini adalah untuk mengeksploitasi saham terbesar yang kalah dalam mana-mana tempoh keputusan yang diberikan, menjangkakan lantunan segera kembali dalam tempoh berikut. Strategi ini dibahagikan kepada dua versi berdasarkan kedua-dua tempoh data yang berbeza yang setiap hari telah dibahagikan kepada.
Versi pertama strategi yang menggunakan data dekat kepada-terbuka sebagai tempoh keputusannya. Kemudian, ia membeli saham berbayar yang paling teruk dalam tempoh itu di terbuka dan memegang mereka melalui penutup hari yang sama.
Versi kedua strategi yang menggunakan data terbuka-untuk-sedekat tempoh keputusannya. Kemudian, ia membeli saham berbayar yang paling teruk dalam tempoh itu sebelum menutup dan menjual mereka di terbuka pada hari berikutnya.
Strategi ujian tersokong
Dalam usaha untuk menentukan berapa banyak menjadi buruk saham untuk membeli selepas setiap tempoh keputusan, kertas dengan syarat keputusan ujian tersokong bagi setiap saham di S&P 600 Indeks SmallCap. Terdapat keputusan yang sama untuk dua indeks yang lain yang termasuk dalam lampiran kertas.
Kertas ini dibahagikan semua saham kepada sepuluh kumpulan yang berbeza setiap hari, berdasarkan prestasi mereka dalam tempoh membuat keputusan. Membeli semua saham dalam kumpulan berprestasi paling teruk menghasilkan satu pulangan tahunan purata 215% dengan pengeluaran maksimum 48% untuk versi pertama. Versi kedua strategi yang dihasilkan pulangan tahunan purata 73% dengan pengeluaran maksimum 11%.
Seperti yang anda lihat, versi kedua, yang memegang jawatan dari dekat kepada-terbuka mempunyai pulangan tahunan yang lebih rendah, tetapi banyak turun naik kurang. Penulis menyatakan bahawa kedua-dua versi dihasilkan pulangan yang lebih baik daripada menggunakan standard yang dekat kepada-hampir tempoh.
tinggalkan balasan