Rendimientos por hora Prueba estadística

Question

Estoy tratando de hacer un análisis sobre el efecto de las zonas horarias en los rendimientos intradía.

Como primer paso, recopilé los registros horarios de los últimos 3 años y los agrupé por horas (de modo que tengo 24 cubos con unos 700 puntos de datos)

Ahora estoy tratando de ver si para algunas horas del día, la media del retorno del registro es significativamente diferente de 0. Para ello, he realizado una prueba tstat de 1 muestra en cada uno de los cubos.

¿Hay alguna prueba adicional que deba hacer para asegurarme de que el análisis es válido? (Para cada cubo, los datos parecen distribuidos normalmente y parece haber poca autocorrelación)

Gracias por la ayuda

Edición: la clase de activos es FX

Answer 1

Debería considerar ajustar sus valores p para multiplicidad . De lo contrario, se esperaría que el 5% de las pruebas fueran significativas incluso si la hipótesis nula fuera cierta (suponiendo que se utilizara el 5% como nivel de significación).

Answer 2

Habría que incluir muchas variables aquí para aislar realmente el efecto de la sincronización en los rendimientos de un índice. Dado que la variable más influyente en los rendimientos intradía son las noticias del mercado, esto sería muy, muy difícil.

Suponiendo que pueda corregir las noticias, recuerde que los rendimientos de la renta variable en su conjunto son leptocúrticos y, por tanto, no están perfectamente distribuidos de forma normal. Además, los puntos de referencia que selecciones para esto tendrán que ser elegidos cuidadosamente por razones específicas y comparados entre sí, sólo para asegurarte de que estás trabajando con una muestra apropiada para empezar. No mencionas cuáles son o cuál es la clase de activos, así que pensé que valía la pena mencionarlo. El volumen es otra gran variable que estás dejando de lado aquí. La apertura y el cierre de los mercados también afectan en gran medida a los rendimientos. Hay otras cosas que hay que buscar en los datos, pero el hecho de que estén mal especificados hace que sea un punto discutible.

Answer 3

De acuerdo con @compwarrior. La corrección de Bonferroni, aunque conservadora, es una forma razonable de probar múltiples hipótesis. Las regiones de confianza son (para mí) una forma más intuitiva de evaluar los valores plausibles, y tienen una relación directa con los valores p. Si lo que sigue no tiene sentido, simplemente considere que si el cero no está en su intervalo entonces sus rendimientos son significativamente diferentes de cero

Donde el estadístico t (de intervalo unilateral) para probar que los rendimientos son mayores que 0 es:

$\bar{x} \pm t_{n-1}(\alpha) \sqrt{(s^2/n)}$

La corrección de Bonferroni para su caso (ya que está probando su hipótesis en 24 conjuntos de datos) sería :

$\bar{x} \pm t_{n-1}(\alpha/24) \sqrt{(s^2/n)}$

Aquí, $\bar{x}$ son sus rendimientos, $\alpha$ es su nivel de significación, $t_{n-1}(\alpha)$ es el estadístico t del nivel alfa con $n-1$ grados de libertad, y $s$ es la desviación estándar de la muestra.