Cómo lidiar con ceros en las devoluciones?

Question

Supongamos que hay dos series que quiero analizar y comparar. Sin embargo, muchos, o la mayoría de los datos son ceros, por alguna razón. Por ejemplo, considere un par de operaciones intradía devuelve el tiempo de la serie. En la mayoría de los días, las estrategias comerciales, no comerciales a todos, por lo que la mayoría de las respuestas son ceros.

¿Cómo puedo entender su correlación? Supongo que me puede mantener todos los ceros, y el uso de los datos en bruto para calcular la correlación. Cualquier otra pensamientos?

Si quiero identificar el período de tiempo cuando los rendimientos son sustancialmente diferentes, tengo que pensar en los ceros cuidadosamente. Por ejemplo, el período de tiempo da Un 0,2% en cada uno de 20 días de los 100 días, pero el período de tiempo B da un 0,1% en 40 días de los 100 días. ¿Cómo puedo comparar y determinar en ellos?

Answer 1

Esto depende de la naturaleza de la devuelve cero. Como el Cuarzo ha señalado, si el cero devoluciones son endógenos, entonces usted debe tomar los ceros en consideración como parte de la estrategia de comportamiento - no hay nada de malo con la regresión de las dos series en ese caso.

Por último, siempre es una muy mala idea agregado de la serie de tiempo simplemente para evitar el problema, como estás inflar artificialmente su ratio de Sharpe.

Answer 2

La respuesta depende en gran medida de lo que son los unicc y qué tipo de análisis que se va a hacer. También usted debe entender claramente las limitaciones de correlación de las series de tiempo.

En su 2 estrategias de negociación de devoluciones ejemplo, me gustaría tratar de:

1. El uso de una tercera serie de tiempo para comparar las correlaciones de las operaciones vuelve contra él. Por ejemplo, si la estrategia se están negociando en el mismo activo, usted puede tomar este activo de la serie de tiempo de retorno.

2. El uso de rodadura de la ventana y el agregado de estrategias de negociación de valores de retorno dentro de esa ventana.