8 votos

¿Cómo difiere objetivamente la data de acciones de esta caminata aleatoria?

Tengo un paseo aleatorio que se genera así usando python, numpy y matplotlib

def random_process():
    a = 0
    b = 104         #replicar punto de partida del SPY mostrado después
    rho = 0.995     #número empíricamente bueno
    X, Y = [], []

    aSamples = np.random.normal(size=tamaño_muestra)
    bSamples = np.random.normal(size=tamaño_muestra)

    for i in range(0, tamaño_muestra):
        X.append(i)
        Y.append(a + b)

        a = a * rho + aSamples[i]
        b = b + rho * bSamples[i]

    plt.plot(X, Y)
    plt.show()

Esto generó el siguiente gráfico

Paseo Aleatorio

El paseo de la variable b significa que no se garantiza que regrese a ningún valor.

También generé un gráfico para el índice SPY basado en datos diarios del año 2010

Índice SPY

¿Cómo son objetivamente diferentes estos gráficos? ¿Cómo se podría decir que el primer gráfico se genera al azar y que es imposible predecir la dirección del próximo valor?

¿Es inútil intentar construir una estrategia que solo mire los datos de acciones dentro de la muestra, al igual que tratar de predecir el próximo valor del primer gráfico?

0 votos

¿Es tu pregunta "¿cómo son objetivamente diferentes estos gráficos [a simple vista]?" o "¿es inútil el trading cuantitativo?" Las distribuciones de retornos del mercado de valores son muy diferentes a las de tu generador, pero eso probablemente no te ayudará a intentar comerciar con ellos.

3 votos

Estás analizando 250 puntos de datos. Si observas un marco temporal más largo, notarás la ausencia de una tendencia al alza en tu modelo de datos aleatorios en comparación con el componente de tendencia que impulsa parcialmente los rendimientos de acciones (y su índice). Para frecuencias más altas, la cantidad de "ruido blanco" aumenta y parte del trabajo de cualquier investigador consiste en aplicar filtros adecuados para aislar los períodos de tiempo en los que los datos de precios no aleatorios permiten la extracción de alfa.

0 votos

¡Hola Mark! Bienvenido a Quant.SE. Espero que las respuestas te sean útiles. Si las encuentras útiles, por favor, vota positivamente y acepta una de ellas. Gracias y espero tener futuras interacciones contigo aquí :-)

5voto

penti Puntos 93

Creo que la principal diferencia incluso en este pequeño ejemplo es la asimetría de ganancia-pérdida que es un hecho estilizado conocido: Cuando se observa la gran protuberancia ambas series temporales poseen su artificial una es perfectamente simétrica, mientras que la real tarda más en subir y luego se estrella en un marco de tiempo relativamente más corto.

Este es un fenómeno conocido en las series temporales financieras reales. Puedes encontrar más aquí:

¿Qué se puede aprender de la estadística inversa? por Peter Toke Heden Ahlgren, Henrik Dahl, Mogens Høgh Jensen, Ingve Simonsen

Lamentablemente, el artículo no es gratuito, pero al menos puedes acceder al resumen (y algunos pueden acceder de todos modos).

Más páginas del artículo se pueden encontrar aquí (p. 247 y ss.): Libros de Google

Editar
Más papers similares se pueden encontrar aquí:
http://papers.ssrn.com/sol3/cf_dev/AbsByAuth.cfm?per_id=327148

0 votos

Si esto fuera cierto, ¿debería esperar ver un sesgo negativo en una muestra de deltas de precios de SPY?

0 votos

Hice algo de investigación propia y estas dos afirmaciones no son iguales. Encontré que SPY tiene una asimetría positiva, pero todavía hay una asimetría de tiempo muy significativa para la ganancia/pérdida del 5%. Esta asimetría no está presente en la salida generada por mi código.

2voto

kquinn Puntos 690

Para ambas series de tiempo, simplemente traza los logaritmos de los rendimientos. Verás que una no es un Random-Walk... el S&P500 ya que obtendrás valores que van mucho más allá de la distribución normal. Solo mira este video de Benoit Mandelbrot (comenzando en el minuto 11:54). Al mirar ambos gráficos, tus ojos pueden engañarte haciéndote creer que ambos son generados por Random Walks...

1 votos

Sí y no: En general, por supuesto que tienes razón, pero los mercados financieros pueden estar en diferentes regímenes. Cuando solo tomas 250 días de negociación de forma selectiva, bien podría ser que provengan principalmente de un régimen "normal". De hecho, podrías modelar series temporales financieras y sus hechos estilizados con una mezcla de 2 a 4 distribuciones gaussianas bastante bien.

1 votos

Puedes tener un paseo aleatorio con una distribución no normal. Sin embargo, si la distribución no normal es el resultado de algún proceso subyacente (como los regímenes de @vonjd o la volatilidad estocástica), entonces ya no sería un paseo aleatorio.

0voto

Andrey Puntos 137

Acabas de crear afortunadamente 1 camino de la caminata aleatoria por casualidad que se ajustó al S&P. Puedes crear otra caminata aleatoria y se verá muy diferente.

La hipótesis de los mercados eficientes predice que los precios de las acciones se comportan como caminatas aleatorias, por lo que es probable que el S&P se vea similar a eso. Sin embargo, no se puede predecir el próximo paso para obtener una ganancia, porque el próximo paso es siempre puramente aleatorio, hacia arriba o hacia abajo.

0 votos

Puedo crear muchas rutas diferentes, algunas de las cuales se parecen al índice SPY, pero todas lucen indiferenciables de datos legítimos de acciones. Este gráfico no fue un golpe de suerte, como parece sugerir tu respuesta. Tenía la impresión de que intentar predecir el siguiente paso / tendencia general era el objetivo de un cuantitativo. ¿Estoy equivocado?

1 votos

@MarkDunne Sí, todavía existen algunas ineficiencias en el mercado, donde se pueden aplicar modelos matemáticos complejos para obtener beneficios al predecir. Sin embargo, con el tiempo, estas ineficiencias desaparecerán y la serie se volverá cada vez más aleatoria, como sugiere la hipótesis de los mercados eficientes. Además, se sabe que el paseo aleatorio no tiene ninguna predicción, ya que la distribución alrededor del valor actual es perfectamente simétrica y normal. Los quants también se utilizan en la fijación de precios de derivados sin arbitraje y en las prácticas de gestión de riesgos, en su mayoría para programar código.

1 votos

Eso no es lo que afirma EMH (que los precios futuros siguen un paseo aleatorio). Incluso la afirmación en Wiki es completamente errónea: "Esto implica que los movimientos de precios futuros están determinados completamente por información no contenida en la serie de precios. Por lo tanto, los precios deben seguir un paseo aleatorio." Solo porque los precios futuros no sean una función de los precios pasados no implica que los precios futuros sigan un paseo aleatorio.

-1voto

Mark W Puntos 1089

Eso no es una caminata aleatoria. Hay correlación serial en tu generador de números. Una caminata aleatoria verdadera no mostrará esto

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X