基于主成分分析的市场时机策略
登录后收藏学术论文
Duran
- ?Bommarito, 伊斯坦布尔技术大学，数学工程系
- ?密歇根大学安娜堡分校，273 Ventures
- ?Licensio, LLC
- ?斯坦福法律信息学中心
- ?密歇根州立大学法学院
- ?Bommarito Consulting, LLC
我们提出了一种新的具有交易成本的盈利交易和风险管理策略，适用于自适应等权重投资组合。此外，我们通过利用谱分析的力量，实施了一种基于规则的专家系统来进行日常的财务决策过程。我们使用了多个关键组件，如主成分分析、市场分割、股票市场的记忆、相对排名的百分位、前四个标准化的中心矩、学习算法，并在短期股市、长期股市和具有真实无风险利率的货币市场之间进行投资位置的切换。我们发现，在1998年至2008年期间，对于S&P 500上市的168只股票，以及在1995年至2007年期间，对于Russell 2000上市的213只股票，确实可以在不进行卖空的情况下超越股票市场的代理指数。我们的蒙特卡洛模拟在不同股票集和时间区间上验证了这一发现。
策略概要
该策略使用168只大型S&P 500股票，并通过100天的滚动窗口进行主成分分析（PCA），计算相关矩阵的最大特征值。如果特征值超过A百分位数或低于B百分位数的历史值（例如，35%-77%），投资者将投资于无风险资产。否则，投资者会计算每只股票的平均收益、标准差、偏度和峰度，并将这些指标在所有股票中进行平均，确定其百分位分区。通过匹配状态向量的历史数据，投资者决定：如果平均收益/方差 > 1，则做多；如果 < -1，则做空；如果没有匹配，则持有现金。
策略合理性
PCA方法使投资者能够提取股票价格变动的前几个重要决定因素。这些决定因素用于表征当前市场的状态。然后，基于历史市场在当前状态下的发展，估算未来的市场回报。
回测表现
波动率12.33%
夏普比率1.48