Tren mengikuti strategi trading di futures komoditas: Sebuah pemeriksaan ulang Andrew C. Szakmary a. . , Qian Shen b. , Subhash C. Sharma c. Sebuah Departemen Keuangan, Robins School of Business, Universitas Richmond, Richmond, VA 23173, AS b Departemen Ekonomi dan Keuangan, Sekolah Bisnis, Alabama AampM University, Normal, AL 35762, AS c Departemen Ekonomi, Universitas Illinois Selatan di Carbondale, Carbondale, IL 62901, USA Diterima pada tanggal 20 Februari 2008, Diterima 7 Agustus 2009, Tersedia online 11 Agustus 2009 Makalah ini membahas kinerja strategi perdagangan berikut tren di pasar berjangka komoditas dengan menggunakan kumpulan data bulanan yang mencakup 48xA0 tahun dan 28 pasar. Kami menemukan bahwa semua parameterizations dari crossover rata-rata bergerak ganda dan strategi saluran yang kami hasilkan menghasilkan imbal hasil rata-rata positif setelah dikurangi biaya transaksi di setidaknya 22 dari 28 pasar. Ketika kami mengumpulkan hasil kami di pasar, kami menunjukkan bahwa semua peraturan perdagangan memperoleh hasil positif yang sangat signifikan yang juga dapat diperoleh dari sebagian besar data subperiod. Hasil ini sesuai dengan himpunan komoditas yang diatur dalam peraturan perdagangan, asumsi distribusi, penyesuaian penambangan data dan biaya transaksi, dan membantu menyelesaikan bukti berbeda mengenai literatur yang ada mengenai kinerja momentum dan strategi mengikuti tren murni. Jika tidak sulit untuk dijelaskan. Klasifikasi JEL Trend-following Trading rules Momentum Commodity futuresTrend-following trading strategies in commodity futures: Pemeriksaan ulang Kutipan Citations 53 Referensi Referensi 39 quotTeknis analisis adalah peramalan pergerakan harga dengan menganalisis data pasar masa lalu 16. Ini menetapkan peraturan perdagangan spesifik dengan menggunakan indikator , Seperti moving averages, untuk menguraikan pola perilaku dalam data time-series 11, 12, 17, 18, 19, 20, 21, 22, 23. Tujuannya adalah untuk memaksimalkan keuntungan sambil meminimalkan risiko kerugian 19,20. Abstraksi: Tujuan dari penelitian ini adalah untuk menguji kecenderungan pasar nilai tukar negara-negara ASEAN-5 (Indonesia (IDR), Malaysia (MYR), Filipina (PHP), Singapura (SGD), dan Thailand (THB)) melalui penerapan sistem perdagangan rata-rata bergerak yang dinamis. Penelitian ini menawarkan bukti kegunaan indikator analisis energi volatilitas yang bervariasi, Adjustable Moving Average (AMAx27) dalam menguraikan tren di pasar nilai tukar ASEAN-5 ini. Faktor volatilitas yang berubah-ubah waktu ini, yang disebut sebagai Efficacy Ratio dalam makalah ini, tertanam dalam AMAx27. Rasio Khasiat menyesuaikan AMAx27 dengan kondisi pasar yang berlaku dengan menghindari whipsaws (kerugian karena, pada dasarnya, untuk melakukan kesalahan pada sinyal perdagangan yang salah, yang umumnya terjadi bila tidak ada arahan umum di pasar) dalam rentang perdagangan dan dengan memasuki awal menjadi baru Tren dalam trend trading Efikasi AMAx27 dinilai melawan peraturan rata-rata bergerak populer lainnya. Berdasarkan dataset Januari 2005 sampai Desember 2014, temuan kami menunjukkan bahwa rata-rata bergerak dan AMAx27 lebih unggul daripada strategi buy-and-hold pasif. Secara khusus, AMAx27 mengungguli model lain untuk Dolar Amerika Serikat terhadap pasangan mata uang PHP (USDPHP) dan USDTHB. Hasilnya menunjukkan bahwa panjang rata-rata bergerak yang berbeda akan berkinerja lebih baik pada periode yang berbeda untuk kelima mata uang tersebut. Hal ini sesuai dengan hipotesis kami bahwa indikator teknis penyesuaian dinamis diperlukan untuk memenuhi periode yang berbeda di pasar yang berbeda. Full-text Article Aug 2016 Jacinta Chan Phooi Mx27ng Rozaimah Zainudin quotMoreover, kearifan tradisional memandang harga minyak sebagai sangat informatif sehubungan dengan kegiatan ekonomi dan volatilitas masa depan. Selain itu, produksi minyak, persediaan minyak dan aktivitas nyata juga ditemukan untuk memberikan informasi berharga tentang harga minyak dan volatilitas (misalnya Hong dan Yogo, 2012 Szakmary et al., 2010). Guncangan minyak, berdasarkan indikator yang disebutkan di sini, dapat meringkas informasi pasar minyak dan mungkin lebih baik menangkap volatilitas minyak. Abstrak Makalah ini membahas tentang peran spekulasi dan fundamental ekonomi di pasar minyak dengan menggunakan model GARCH-MIDAS dua komponen. Secara khusus, penulis menyoroti berbagai peran yang dimainkan oleh perubahan guncangan minyak sehubungan dengan komponen jangka pendek dan jangka panjang mengenai volatilitas pasar minyak. Hasilnya menunjukkan bahwa guncangan permintaan global adalah satu-satunya faktor yang ditemukan tidak hanya menjadi positif tetapi juga secara signifikan meningkatkan volatilitas minyak jangka panjang dan pendek dalam sampel penuh. Hal ini sesuai dengan penelitian klasik yang menganjurkan bahwa permintaan global mendominasi pasar minyak. Namun, sejak 2004, dampak guncangan minyak lainnya telah secara signifikan melemah atau bahkan berbalik. Misalnya, guncangan permintaan spekulatif telah membantu menstabilkan volatilitas minyak jangka panjang selama periode pasca-2004. Hasilnya juga menunjukkan adanya dampak asimetris terhadap volatilitas minyak jangka pendek, terutama guncangan dari pasokan minyak, permintaan khusus minyak dan permintaan spekulatif minyak. Artikel Jul 2016 Libo Yin Yimin Zhou quotOut dari 35 kontrak berjangka komoditas, strategi penentuan waktu rata-rata bergerak memberikan rasio rata-rata yang lebih tinggi (rasio Sharpe) dalam 23 (27) kontrak namun rasio rata-rata yang lebih rendah (rasio Sharpe) pada 12 (8) kontrak lainnya . Hasilnya sebagian besar sesuai dengan literatur sebelumnya tentang analisis teknis di futures komoditas (lihat, misalnya Szakmary et al., 2010). Dalam beberapa kontrak, peningkatan kinerja cukup besar, namun pada kontrak lainnya, kemunduran kinerja juga agak besar. Abstrak Abstraksi: Kami memberikan bukti bahwa strategi timing moving average yang sederhana, bila diterapkan pada portofolio komoditas berjangka, dapat menghasilkan kinerja yang superior terhadap strategi buy and hold. Kinerja yang luar biasa sangat kuat. Ini dapat bertahan dari biaya transaksi di pasar berjangka, namun tidak terkonsentrasi pada subperiode tertentu, dan kuat untuk kendala penjualan pendek, spesifikasi alternatif dari panjang jeda pergerakan, konstruksi alternatif dari deret berjangka waktu kontinyu, Dan dampak dari data mining. Kinerja strategi timing tidak terdorong oleh backwardation dan contango. Hal ini lebih kuat selama resesi dan tidak dapat dijelaskan oleh variabel makroekonomi. Akhirnya, kami mengonfirmasi bahwa kinerja strategi penentuan waktu rata-rata bergerak dalam komoditas berjangka berasal dari waktu pasar yang berhasil. Full-text Article Jun 2016 Yufeng Han Ting Hu Jian YangTrend-Mengikuti Strategi Perdagangan dalam Futures Komoditi: Pemeriksaan Ulang (Ringkasan Digest) Penulis mengeksplorasi profitabilitas mengikuti tren dan strategi momentum di pasar komoditas berjangka. Mereka menguji beberapa variasi strategi ini, termasuk momentum cross-sectional, aturan crossover rata-rata bergerak ganda, dan aturan saluran. Mereka menemukan hasil positif yang signifikan dan menunjukkan bahwa hasilnya juga kuat untuk asumsi distribusi, penyesuaian penambangan data, dan biaya transaksi. Penulis meneliti tiga variasi strategi momentum. Yang pertama adalah formulasi cross-sectional yang umum dalam literature ekuitas. Pada akhir setiap bulan kalender, mereka memberi peringkat semua komoditas berdasarkan jumlah pengembalian total mereka selama periode pembentukan, yaitu 1, 2, 3, 6, 9, dan 12 bulan. Mereka kemudian mengambil posisi panjang di posisi tiga, posisi pendek di posisi ketiga, dan tidak ada posisi di sepertiga tengah. Strategi selanjutnya adalah strategi momentum eksplisit berdasarkan crossover rata-rata bergerak ganda (DMAC) pada masing-masing komoditas secara independen. Rata-rata pergerakan jangka pendek adalah 1 atau 2 bulan, dan rata-rata pergerakan jangka panjang adalah 6 atau 12 bulan. Mereka juga mempertimbangkan sebuah band netral dimana posisi tidak diambil saat rata-rata bergerak berada dalam band 5 persen satu sama lain. Strategi terakhir adalah aturan saluran. Posisi panjang diambil jika nilai komoditi melebihi nilai unit akhir bulan maksimum selama n bulan terakhir, dan posisi pendek diambil jika nilai terakhir kurang dari nilai minimum bulan terakhir. Selama n bulan terakhir Beberapa parameter dipertimbangkan untuk panjang lag, n. Termasuk 3, 4, 5, 6, 9, dan 12 bulan. Data diperoleh dari database Biro Riset Komoditi, dimana penulis dapat mengekstrak harga harian untuk 28 pasar berjangka. Untuk keperluan analisis, penulis selalu menggunakan kontrak dan roll di dekatnya pada hari terakhir bulan sebelum kontrak berakhir. Data kemudian digabungkan menjadi rangkaian bulanan untuk analisis. Pasar berjangka yang dipilih mewakili luas lintas sektor pertanian, industri, logam mulia, dan pasar berjangka energi dan secara khusus mengecualikan futures mata uang dan futures keuangan lainnya. Penulis juga menerapkan tes untuk perdagangan Goldman Sachs Commodity Index (GSCI) futures. Dengan menggunakan data volume, mereka juga dapat memeriksa pengembalian untuk subset yang mengecualikan delapan komoditas dengan volume perdagangan keseluruhan terendah. Untuk menghitung imbal hasil perdagangan, para penulis menerapkan perdagangan dengan mengalokasikan jumlah nosional yang sama ke setiap komoditas di jagat investasi untuk setiap kombinasi parameter dari masing-masing dari ketiga strategi tersebut. Pengembalian dilaporkan untuk keseluruhan sampel Juli 1959Desember 2007 dan untuk subsampel 19581971, 1972-1983, 19841995, dan 19962007. Untuk keseluruhan sampel, semua hasilnya terbukti positif secara signifikan pada tingkat 1 persen dengan menggunakan kesalahan standar NeweyWest. Rasio imbal hasil bersih yang tidak diimbangi berkisar antara 0,33 persen sampai 0,49 persen per bulan, dengan rasio Sharpe berkisar antara 0,42 sampai 0,64. Memecah data ke dalam subsampel, penulis menemukan bahwa tiga hasil subsampel pertama umumnya sebanding dengan periode keseluruhan. Untuk periode 1996/2007, perbandingannya lebih lemah, dengan strategi DMAC dan channel menunjukkan hasil positif yang signifikan secara statistik untuk tiga dari enam strategi saluran dan lima dari enam parameterisasi DMAC dibandingkan dengan tidak ada imbal hasil signifikan (pada tingkat 5 persen) untuk penampang melintang Strategi momentum Ketika membatasi analisis terhadap komoditas yang paling likuid, penulis melaporkan hasil yang serupa, walaupun pengembalian sedikit lebih rendah. Dengan menerapkan strategi ke futures GSCI, bagaimanapun, menghasilkan hasil yang beragam, dan para penulis menunjukkan bahwa alasannya adalah bahwa momentum pada umumnya dianggap sebagai efek khusus keamanan daripada efek marketwide. Penulis melakukan uji ketahanan menggunakan simulasi bootstrap untuk mengatasi asumsi normalitas t - statistik NeweyWest yang mereka gunakan. Dengan menerapkan strategi pada sejarah bootstrapped dan menunjukkan bahwa strategi terbaik mengungguli semua strategi yang diterapkan pada sejarah bootstrapped, mereka menunjukkan bahwa hasilnya tidak mungkin dijelaskan oleh pengintaian data. Mereka juga menerapkan koreksi Bonferroni, dan sekali lagi, mereka menemukan bahwa strategi terbaik masih sangat signifikan. Akhirnya, penulis menunjukkan bahwa hasilnya kuat terhadap asumsi biaya transaksi yang pesimis. Secara keseluruhan, penulis menunjukkan keampuhan mengikuti tren dan strategi momentum di pasar komoditas. Mereka menunjukkan bahwa hasil ini kuat untuk formulasi peraturan perdagangan, asumsi distribusi, penyesuaian penambangan data, dan biaya transaksi. Informasi Penulis Asli Andrew C. Szakmary ada di Robins School of Business, Universitas Richmond. Pengguna yang membaca artikel ini juga membaca
Comments
Post a Comment