Tengo algunos datos de mercado (diario de series de tiempo) para los precios de los bonos y CDS de índices y me gustaría generar versiones sintéticas de estos que son estadísticamente "similares" para las pruebas de estrategias de negociación. Hay literatura sobre este tema?
Respuestas
¿Demasiados anuncios?
On Freund
Puntos
3479
Sí, de hecho hay toda una literatura sobre este tema, procedentes del campo de la dinámica no lineal, es conocido como el método de los suplentes. La idea es básicamente la de llegar a un "revuelto" de la versión de su conjunto de datos original que conserva muchos de los estadísticos básicos de las propiedades, aunque tal vez no el de serie de la dependencia de la estructura que podría ser importante para sus propósitos. Creo que la mejor manera de hacerlo es aplicar una transformada de Fourier a sus datos para volver a expresar en el dominio de la frecuencia, y, a continuación, de forma aleatoria shuffle los datos de ese formulario, a continuación, convertir de nuevo por la aplicación de la transformación inversa. Este código de Matlab de la FileExchange hace exactamente eso:
http://www.mathworks.com/matlabcentral/fileexchange/32621-phase-randomization/content/phaseran.m
Jordan S. Jones
Puntos
1023
La respuesta más fácil que viene a mi mente es la generación de correlación de series de tiempo.
Hay una buena descripción del proceso en la Parte 3 de este documento :
http://www.columbia.edu/~mh2078/MCS04/MCS_framework_FEegs.pdf
Si la base de su correlación de entrada en la correlación observada en el mercado de datos se debe obtener la "estadísticamente" similar a las series de tiempo.
Ant
Puntos
121
En respuesta a esta pregunta, he publicado una respuesta que a su vez enlaces a un post en mi blog que utiliza la transformada Rápida de Fourier para crear sintético de los precios, en una vena similar a la de código relacionados en los Doodles' respuesta anterior. El ejemplo capturas de pantalla en mi blog post show de salida de la terminal, que indican la gran similitud estadística entre el tiempo original de la serie y el sintético de la serie generada a partir de ella.
