两个世纪的潮流追踪

2022-5-6 03:17:15

两个世纪的潮流。Lempérière，C.Deremble，P.Seager，M.Potters，J.P.BouchaudCapital Fund Management，23 rue de l\'Université，75007 Paris，FranceApril 15，2014Abstracts我们基于四种资产类别（商品、货币、股票指数、债券）的趋势跟踪策略，并在很长的时间范围内，确定了异常超额回报的存在。我们在研究中既使用了自1960年以来的期货时间序列，也使用了现货时间序列，使我们能够回到1800年的商品和指数。超额收益的总体t-stat为≈ 5自1960年以来，以及≈ 10自1800年以来，在考虑了这些市场的整体上升趋势之后。这种效应在时间和资产类别上都非常稳定。这使得趋势的存在成为金融市场统计上最显著的异常之一。当进一步分析趋势跟踪信号时，我们发现大信号会产生明显的饱和效应，这表明原教旨主义商人不会试图抵制“弱趋势”，而是在自己的信号变得足够强时介入。最后，我们研究了趋势跟踪在近期的表现。我们没有发现长期趋势在统计上有所下降的迹象，而短期趋势则显著萎缩。1简介从所有公共信息都包含在租金中的意义上来说，市场是否有效？如果是这样的话，价格变化将是完全不可预测的，因为基于公共信息的系统超额回报是不可能实现的。在经济学部门经历了几十年的兴高采烈之后（正如m.Jensen fa mously在1978年写道的那样，经济学中没有任何一个命题比有效市场假说更可靠的实证证据支持它），行为经济学家提出了严重的怀疑，他们发现了一系列定价“异常”[1]。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:18

这些异常现象中最著名的（也可以说是最难以掩盖的）是由R.Shiller和其他人揭开的所谓“过度波动之谜”[2,3]。奇怪地（或明智地？）2013年诺贝尔委员会决定不偏袒任何一方，并宣布市场确实有效（正如劳尔·e·阿特·e·法马所声称的那样），但正如分享同一奖项的希勒所言，该理论实际上“毫无意义”！。（另请参见[4,5,6]了解关于这场辩论的有见地的论文。）在长期已知的异常列表中，趋势的存在起着特殊的作用。首先，因为趋势分析与确保市场有效性的机制正好相反，也就是说，逆转力量推动价格回到所谓的基本价值。第二，因为持续的回报验证了她与第三位科学家L.汉森（L.Hansen）的合作。汉森没有直接参与过一个简单的策略，即趋势跟踪（trend following），即价格上涨时买入，价格下跌时卖出。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:21

虽然可能很简单[7]，但这一策略是CTA（商品交易顾问[8]）活动的核心，该行业目前管理（截至2013年第4季度）不低于325亿美元，约占对冲基金行业总资产的16%，占期货市场日常活动的几%。[9] 这些数字绝不是小数目，这使得有经验的市场爱好者很难将这种反常现象视为与经济相关。此外，该战略还部署在各种工具（指数、指数、商品、货币等）上报告的长期业绩为正，这表明这种异常现象在很大程度上是普遍存在的，无论是在不同的时代还是在不同的资产类别。这表明，似乎持有“外推预期”的投资者在行为上存在着极其持久的普遍偏见，正如来自不同学术文献的许多论文所述：参见[12,13,14,15,16,17,18,19,20]和re-fs。在这里。许多学术研究已经对这一趋势异常进行了广泛的调查，并令人信服地确定了其在过去几十年的统计意义[21,22]。在过去的23年里，这一范围依然存在。这篇论文的目的是将Horizon的时间进一步延长到200年，这是我们过去在数据方面所能做到的。我们发现，两个世纪以来，这种影响的幅度一直非常稳定。这也使我们能够评估最近影响的减弱（正如过去五年CTA表现相对较差所证明的）。我们表明，最近的过去完全符合统计假设。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:24

尽管我们不能排除最近这段时期是“趋势终结”的前兆，但我们从理论上论证这是一种不太可能的情况。我们给出了几种机制，可以解释这些趋势在整个历史中的存在和持续性。请注意，趋势不仅存在于指数、债券、货币等市场因素，还存在于股票市场的横截面上。所谓的“动量异常”包括以市场中立的方式买入过去的赢家，卖出过去的输家，在最近的一次审查中，在许多领域和不同的地理区域[24、25、26]和[10]中再次具有高度的统计意义。虽然趋势跟踪本身很有趣（并且证明了趋势跟踪具有普遍性的假设[27]），但在本文中，我们将不研究趋势跟踪的这一特定方面。论文的概要如下。在下一步中，我们定义了本研究使用的趋势指标，并根据可用的期货数据测试其统计意义。我们从期货开始，因为期货是金融领域趋势跟踪者的首选工具。此外，它们的价格由透明的市场交易明确定义，而不是专有计算的结果。在接下来的部分中，我们将仔细检查每种资产类别的可用时间序列在过去如何尽可能地延长。我们期货市场允许做空和做多一样容易。因此，上升趋势和下降趋势都可以同等利用。M.Jensen（1978）实际上强调了交易能力在评估市场效率中的重要性。特别是，如果异常回报行为不够明确，不足以让一个有经验的交易者通过交易赚钱，那么它在经济上并不重要。请注意，趋势的超额回报也不能归类为风险溢价，参见[10,11]。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:28

相反，趋势跟踪与“长卷”策略相关。展示我们两个世纪以来的研究结果，并展示异常稳定的长期趋势。我们更深入地研究了信号的线性，并发现趋势可预测性实际上对信号的大值是饱和的，这是市场长期稳定所必需的。最后，我们根据这一长期模拟讨论了近期趋势表现的重要性。2自19602年以来的期货趋势跟踪。1测量趋势我们选择以类似于模拟康斯坦特里斯克交易策略（无成本）的方式定义我们的趋势指标。更准确地说，我们首先将时间t，hpin，t的参考价格水平定义为过去价格（不包括p（t）本身）的指数移动平均值，衰减率等于n个月。长期模拟通常只能对月度数据执行，因此我们使用月度结算。月初的信号sn（t）被构造为：sn（t）=p（t- 1) - hpin，t-1σn（t）- 1），（1）其中波动率σ等于绝对月度价格变化的指数移动平均值，衰减率等于n个月。然后，将交易的平均强度作为风险管理策略的有效性和损失（P&L）的统计显著性来衡量，该策略购买或出售（取决于sn的符号）数量±-1nof正在进行的控制α：Qαn（t）=Xt′<tsign[sn（t′）]x p（t′+1）- p（t′）σn（t′）- 1). （2）在本文的其余部分中，我们将重点讨论n=5个月的选择，尽管将讨论n的依赖性。当然，nbe提出了不同的实施方案。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-5-6 03:17:31

然而，总的结论对于统计测试或实施策略的变化是非常稳健的（例如，参见[21,22,8]）。在下文中，我们将把损益的夏普比率定义为其平均回报除以其波动率，两者均为年化。由于损益不包括资本收益，且期货是自融资工具，我们不需要减去无风险利率来计算夏普e比率。因此，P&L的“t-stat”（即平均回报率显著不同于零的事实）由夏普比率乘以得出√N、其中N是战略有效的年数。我们还将时间序列的漂移u定义为相应工具的平均每日收益，如果忽略融资成本，这将是长期策略的损益。2.2资产池由于我们希望证明趋势跟踪是一种普遍的影响，不局限于任何一种资产，我们希望尽可能在一个大的资产池中测试这个信号。我们称之为实际损益，因为没有尝试对战略的任何实际实施成本进行建模。在实践中也很重要，因为多元化在CTA的表现中起着重要作用。然而，由于本文的目的是在一个非常大的历史上对这一趋势进行测试，因此我们将自己局限于有长数据集可用的合同。这使得合并市场的纳入变得更加困难。因此，对于指数、债券和货币，我们只考虑以下7个国家：澳大利亚、加拿大、德国、日本、瑞士、英国和美国。我们相信，只有选择更广泛的人才库，才能改善这一部分的结果。我们还需要选择一批商品。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:34

为了拥有一个平衡的油气藏，我们选择了以下7种具有代表性的合同：原油、Henry Hub天然气、玉米、小麦、糖、活牛和铜。总之，我们有一个由7个商品合约、7个10年期债券合约、7个股票指数合约和6个货币合约组成的集合。本文使用的所有数据均来自全球金融数据公司（Global Financial data，www.globalfinancialdata.com）。2.3结果我们的期货历史始于1960年，主要是商品期货。如图1所示，聚合的性能epαQαn（t）在时间上分布良好，总体t-stat为5.9，这是非常重要的。Sharpe比率和t-stat仅弱依赖于n，见表2。然而，有人可能会说，这来自一个微不足道的事实，即在这些时间序列的大部分时间里，它们都是一个整体漂移（例如，股市往往会随着时间的推移而上涨）。因此，当只考虑长时间趋势的β时，通过关注损益后趋势的残差来消除这种“长”偏差是可取的。事实上，由于趋势跟踪损益和只做多头策略只有+15%的相关性，因此c修正的幅度较小。尽管如此，这一修正将趋势跟踪性能的总体t-stat略微降低至5.0。为了评估上述结果的重要性，我们将其分为不同的行业和几十年。如表2和表3所示，趋势跟踪策略的t-stat在所有行业和所有行业的2.1以上，且在1以上。6当从漂移u中消除偏置时。因此，图1所示的表现在所有行业和时期都有很好的分布，这有力地支持了金融市场趋势确实普遍存在的说法。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-6 03:17:37

然而，有一个问题是，我们的期货历史只能追溯到50年左右，而这50年中的前10年只是由大宗商品组成的。为了更好地跨越经济周期，我们需要更多的时间来跨越经济周期。这是下一节的目标，它提供了基于未来的结果的令人信服的确认。3扩展时间序列：一种逐案的方法我们现在尝试寻找期货时间序列的代理，这些代理与最近每一个iod的实际期货价格有合理的相关性，但允许我们进一步追溯过去。自然候选者是货币现货价格，股票1970年1980年1990年2000年2010年图1：虚构的损益，如5个月趋势跟踪策略的公式（2）所示。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-6 03:17:40

t-s tat=5.9（对应于Sharperatio=0.8），去偏t-stat=5.0时标n（月）SR（t）t-stat（t）t-stat（t）t-stat（t*)2 0.8 5.9 5.53 0.83 6.1 5.55 0.78 5.7 5.05.9 5.010 0.76 5.6 5.115 0.65 4.8 4.520 0.57 4.2 3.3表1：趋势（t）的夏普比率和t-stat以及偏差趋势（t）的t-stat*) 自1960年以来，不同的时间范围n（以月为单位）。扇区SR（T）T-stat（T）T-stat（T）*) SR（u）t-stat（u）起始日期货币0.57 3.6 3.4 0.05 0.32 05/1973商品0.8 5.9 5.0 0.33 2.45 01/1960债券0.49 2.8 1.6 0.58 3.3 05/1982指数0.41 2.3 2.1 0.4 2.3 01/1982表2:n=5的夏普指数和t-stat，de biasedtrend（t*) 以及不同扇区的漂移分量u，以及每个扇区的启动日期。周期SR（T）T-stat（T）T-stat（T*) SR（u）t-stat（u）1960-1970 0.66 2.1 1.8 0.17 0.51970-1980 1.15 3.64 2.5 0.78 2.51980-1990 1.05 3.3 2.85-0.03-0.11990-2000 1.12 3.5 3.03 0.79 2.5>2000 0.75 2.8 1.9 0.68 2.15表3:n=5的趋势（t）的夏普曲线和t-stat*) 以及每十年的漂移分量μ。指数和商品，以及政府债券利率。我们将独立审查每个部门。然而，在这样做之前，我们应该提到历史数据对美国的其他重要限制。首先，我们预计趋势只会在自由交易工具上发展，在这些工具上，价格演变不会因国家干预而扭曲。此外，我们需要一定的流动性，以获得有意义的价格。当我们回顾遥远的过去时，自由流动和流动资产这两个条件实际上会限制我们。3.1货币期货时间序列可以追溯到1973年。在前一个时期（1944-1971年），货币体系按照布雷顿森林体系规定的规则运作。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:43

根据这些国际条约，汇率与美元挂钩（在1%的幅度内），美元仍然是唯一可以以固定汇率兑换成黄金的货币。因此，在这些时间序列中，价格仅限于参考值附近的小范围内，不可能出现任何趋势。在此之前，主要的制度是金本位制。在这种制度下，货币的国际价值由与黄金的固定关系决定。黄金反过来被用于国际结算。在这种制度下，我们也无法预测发展趋势，因为货币的价值本质上取决于其与黄金的兑换率。在20世纪30年代，许多国家都试图用“绝望的放弃”来应对经济萧条的后果。这也导致大量管理货币，几乎没有希望发现任何真正的趋势行为。因此，总的来说，在1973年3月2日政府利率政府债务（和违约！）之前，似乎不太可能找到外汇期货时间序列的替代品已经存在了几个世纪[28]，但为了观察利率趋势，我们需要一个流动的二级市场，在这个市场上债务可以随时交换。对于这个市场来说，这是一个非常重要的特性。事实上，在现有历史的大部分时间里，政府债务主要用于为战争等特殊债务融资。在其他历史时期，债务水平逐渐降低，因为主要债务得到偿还，或者被增长冲走（因为债务水平是相对于GDP引用的）。作为一个典型的例子，你可以在图2中看到，从独立战争中继承下来的美国债务在1835-1836年杰克逊总统任期内实际上降到了0。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:46

1860年至1865年，在美国内战期间，又出现了另一次高峰，然后逐渐被经济增长冲走。我们必须等到第一次世界大战，才能看到债务大幅增加，然后持续到今天。除了澳大利亚（其债务以完全恒定的速度增长）和日本（其转折点在1905年左右以及与俄罗斯的战争），所有其他国家的情况都与美国相似。从这一点开始，在本研究所考虑的任何国家，债务从未全部偿还，而且大部分都是从一次债券发行到下一次t.0.00010.010.20.40.60.81.2图2：美国ZF的全球债务，以十亿美元计，作为GDP国家startUSA 1913澳大利亚1911加拿大1935德国1914瑞士1907日本1904英国1844表4：中央银行垄断票据发行的起始日期。英格兰银行在苏格兰和爱尔兰没有这种垄断地位，但对享有这种特权的商业银行进行监管。另一个更微妙的点可以解释稳定的债务市场的出现：在第三十世纪初，货币政策（从其最直接的意义上说：印钞的权力）从行政实例中分离出来，并归于中央银行，据说独立于政治权力（见图4）。此举增加了这些国家对国债的信心，并帮助提高了次级债务水平。所有这些都让我们得出这样的结论：1918年之前的债券市场并没有被视为“自由交易和流动的”。因此，我们从1918年开始计算利率时间序列。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:49

我们还应该注意到，我们排除了甲级联赛期间以及战后不久的日本和德国，那里的经济受到严格管理，因此导致了toprice扭曲。3.3指数和商品对于这些行业来说，情况更为直接。在整个19世纪，股票和普通餐饮的定价一直很活跃，因此相对来说，很容易获得干净、明确的价格。如表5和表6所示，我们可以在其中一些时间序列上描述两个多世纪以来的趋势跟踪策略。除了我们排除的一些事件外，比如德国或日本股市关闭的二战，或澳大利亚1875加拿大1914德国1870瑞士1914日本1914英国1693表5：每个国家现货指数月度时间序列的开始日期。商品Start原油1859天然气1986玉米1858小麦1841甘蔗1784活牛1858铜1800表6：每种商品现货价格的起始日期。原油价格是固定的（在三十世纪后半叶），时间序列的质量相当好，即价格实际在移动（没有差距），没有重大异常值。3.4验证指标我们现在要检查上述时间序列，基本上基于10年政府预算、指数和商品的预测数据，收益率结果与我们通过期货获得的结果非常相似。这将验证我们的代理，并允许我们在下一节中将我们的模拟扩展到1960年之前的时期。在图3中，我们展示了两个数据集重叠覆盖期间，趋势a如何应用于期货价格和现货价格的比较。从1982年开始，我们在所有4个行业都有期货，相关系数为91%，我们认为这是可以接受的高水平。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-6 03:17:52

我们在表7中显示了自1960年以来计算的各部门的相关性，并观察到指数和债券的相关性很高，而商品的相关性则较低，相关性为65%。我们知道，现货价格和期货价格之间的差异就是所谓的“套利成本”，这是现货数据所没有的，这个额外的术语对于大宗商品来说尤其重要且不稳定。然而，我们发现相关性水平非常高，因此结果有意义。在任何情况下，增加结转成本只能改善期货趋势的表现，任何关于现货数据趋势的结论都将通过期货数据的使用得到进一步证实。因此，我们觉得有理由使用现场数据来建立历史上的统计数据。我们相信，业绩将接近（无论如何，1970年1980年1990年2000年2010年期货数据点数据图3：现货和期货价格趋势）。正如人们所看到的，自60年代末以来（当时交易的期货合约数量可观）的总体一致性非常好，尽管现货的平均斜率比预期的稍小。行业sp ot期货相关性商品0.65债券0.91指数0.92表7：现货和期货趋势跟踪策略之间的相关性。正如我们所看到的，尽管“运输成本”对大宗商品起着重要作用，但这些趋势仍然高度相关。如图3.4所示，在实际期货上，尤其是由于平均融资成本较小，这比实际期货更糟。4。1完全模拟的结果图4显示了由公式（2）确定的趋势跟踪策略在整个时间段（两个世纪）内的表现。从视觉上看，这一表现非常重要。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:17:55

这一点可以通过t-stat的值得到证实，t-stat的值高于10，当与longonly贡献（即“超额”回报的t-stat）进行偏差时，t-stat的值为9.8。为了进行比较，同一时间序列的漂移u的tstat为4.6。如表8所示，每个行业的表现都非常显著，t-stat为2。9或以上，以及≥ 2.7当长偏差被移除时。请注意，tr端的de-biasedt统计数据实际上高于只做多策略的t-stat数据，但大宗商品除外，后者稍差（3.1 vs.4.5）。在两个阶段，性能也非常稳定：这与图4中的相同，我们在表9中报告了不同时期的t-stat。事实上，样本中每十年的总体表现都是积极的，见图。下文第7段。模拟下半年业绩的增长可能是因为我们的产品越来越多，如图4：所有行业趋势的总体表现。t-stat=10.5，借记t-stat=9.8，夏普比率=0.72。扇区SR（T）T-stat（T）T-stat（T）*) SR（u）t-stat（u）起始日期货币0.47 2.9 2.9 0.1 0.63 1973商品0.28 4.1 3.1 0.3 4.5 1800债券0.4 3.9 2.7-0.1-1 1918指数0.7 10.2 6.3 0.4 5.7 1800表8：趋势的夏普指数和t-stat*)我们还列出了每个部门的起始日期（事实上，ZF收益率和货币的起始时间都很早就进入了第三十世纪）。4.2更仔细地观察信号，有意思的是更深入地研究公式（1）中定义的信号sn（t）后趋势的可预测性。与其计算公式（2）给出的损益，不如看看（t） =p（t+1）-p（t）是sn（t）的函数。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

可人4

2022-5-6 03:17:59

这就产生了一个嘈杂的斑点，肉眼看，它的结构非常微小。然而，从点到统计显著斜率的回归线，即。（t） =a+bsn（t）+ξ（t），其中a=0.018±0.003，b=0.038±0.002，ξ为噪声项。事实上，a>0相当于说，平均而言，长期策略是可支持的，而b>0表示周期SR（T）T-stat（T）SR（u）T-stat（u）1800-1850.6 4.2 0.06 0.41850-1900 0.57 3.7 0.43 3.01900-1950 0.81 5.7 0.34 2.4>1950 0.99 7.9uT-stat（u）50.41 2.9表9：50年期间趋势和漂移的夏普比率和T-stat-3-2-10123S-0.1-0.050.050.10.15双曲正切数据（运行平均值）线性图5：曲线散点图的拟合（t） =p（t+1）-p（t）作为sn（t）的函数，n=5个月，仅适用于期货数据。我们没有显示24万个点，但在x轴上有超过5000个连续点的运行平均值。我们还展示了线性和双曲正切函数的结果≈ 0.02，表示总体正长期偏倚。对数据的最佳拟合是由Hyp-e-rbolic tang提供的，这表明信号对于较大的值是饱和的。趋势的存在。然而，我们不应该期待两者之间的线性关系还有sn。尝试c-ubic回归得出的snterm系数非常小，而snterm系数明显为负，这表明强信号往往会出现，如图5所示的信号运行平均值所示。然而，这种负性立方贡献对大sn预测的强平均回归是值得注意的。因此，我们试图通过双曲线来模拟非线性饱和（图。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-6 03:18:03

5):（t） =a+B*谭序号（t）s*+ ξ（t），（3）当| sn |<< s*但对|sn |>s饱和*.我们发现，这种非线性函数比立方函数以及它喜欢的线性函数更好，因为它是一个有限值*≈ 0.89，现在是b≈ 0.075（在极限s内恢复线性*→ ∞). 有趣的是，a，b和s的值*从2.5个月增加到10个月几乎没有变化。4.3近距离观察最近的表现过去几年趋势表现的平稳（见图6）受到了CTA经理和投资者的大量关注。在众多的解释中，人们经常提到策略的过度拥挤来解释这种相对较差的表现。我们现在想在长期模拟的背景下重新考虑这些结论。首先，一个历史夏普率低于0.8秒的策略会出现相对较长的下降，这并不令人惊讶。事实上，夏普比率S策略的典型提款持续时间为1/S（以年为单位）。这意味着夏普比率为0.7时，过去两年的典型提款，而4年的提款也不例外（有关此主题的更多信息，请参见[29，30]）。图6：趋势的近期表现。自2011年以来，这一战略几乎已经改变。图7:1趋势的10年累积表现（任意单位）。水平线是历史平均值。为了了解最近的损益表现有多重要，我们在图7中绘制了时间t之间的平均损益- 10年和时间t。我们发现，尽管我们目前略低于历史平均水平，但这绝不是例外。事实上，在20世纪40年代出现了更糟糕的表现。无花果

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-5-6 03:18:06

7还表明，如上文所述，跟踪10年的表现在两个世纪以来从未出现过负面，这也表明趋势跟踪在公共关系的演变中根深蒂固。然而，上述结论仅适用于长期趋势，持续几个月。自1990年以来，短得多的趋势（比如超过三天）已经显著衰减，见图8。现在，我们将对这些观察结果提出一个可能的解释。4.4解释上述结果表明，所有ASSE e t类别都存在长期趋势，并且在时间上是稳定的。正如导言中所提到的，趋势行为也可以在单个股票的独特ncratic成分中观察到[24、2、5、26、10]。什么能解释如此普遍、持续的价格行为？人们可以在文献中找到两个（可能互补的）广泛的解释家族。一种解释是假设REACT下的经纪人只能看到新闻，只有1970年1980年1990年2000年2010年。图8：1970年以来期货合约三天趋势的表现。自2003年以来，这种影响似乎已经完全消失（甚至可能已经逆转）。逐步将可用信息纳入价格[13,17]。这方面的一个例子可能是中央银行在几个月内宣布的一系列加息，这不会立即反映在债券价格上，因为市场参与者往往只相信他们看到的东西，而且改变他们之前的预期的速度很慢（“观察主义偏见”）。总的来说，政策的改变（对于政府、中央银行或公司来说）是缓慢而渐进的。如果预测正确，价格应立即反映政策变化的终点。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:18:10

否则，价格将逐步跟随宣布的变化，这种惯性导致趋势。另一个不同的机制是，市场参与者的预期直接受到过去趋势的影响：正回报使他们对未来价格感到乐观，反之亦然。这些“外推预期”得到了艺术市场“学会预测”实验的支持[15,16]，这表明线性外推是一种强锚定策略。在一个信息难以破译的复杂世界里，趋势跟踪——加上放牧——是大多数人都会尝试使用的“快速而失败”的启发式方法之一[31]。调查数据也强烈地指向了这个方向[33,19,34]。事实上，对基于代理的模型的研究表明，趋势跟踪和基本面定价之间的不平衡对于解释金融市场的一些程式化事实至关重要，例如厚尾和波动性聚集（参见[35,36,37]和最近的[38]）。显然，对趋势的感知可以导致积极的反馈交易，从而加强趋势的存在，而不是使趋势消失[12,18,39]。关于最后一点，我们注意到，趋势的存在远远早于CTA管理的as集合的爆炸。上述数据表明，CTA既没有实质性地增加，也没有实质性地降低主要金融市场长期趋势的强度。虽然近期业绩的下降虽然在统计上不显著，但可能是由于趋势策略过度拥挤所致，但目前还不完全清楚在“外推预期”情景中会发生什么情况，该情景往往是基于CFM流入和流出的长期历史，在理论上是自我信息的，我们的经验强烈表明，专业投资者有强烈的“追逐业绩”倾向，即。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:18:13

在股市上涨后投资CFM基金，在股市下跌后赎回。（有关明确的模型，请参见示例[39]）。另一方面，如果反应不足是金融市场趋势的主要驱动力，随着市场参与者更好地预测长期政策变化（或独立的政策制定者变得更容易预测），人们可能确实会看到交易结果消失。尽管如此，在我们看来，支持行为趋势跟随倾向的经验证据似乎足以支持外推法，而不是反应不足。有必要建立一个详细的行为模型，解释为什么趋势信号在高值下饱和，如图5中的证据d所示。一种看似合理的解释是，当价格变得更加明显地不一致时，原教旨主义商人开始介入，这减轻了趋势追随者的影响，他们仍然被强劲的趋势所吸引（类似的故事见[18,35,19]）。5结论在这项研究中，我们已经根据趋势跟踪策略，在所有既定类别和非常长的范围内，确定了异常exc e ss返回的存在。我们首先研究了期货，s是一种习惯，然后是现货数据，这让我们可以追溯到历史。我们仔细地调整了我们的程序，特别是通过比较近期的现货数据，结果显示与期货有很强的相关性，漂移非常相似。我们发现，唯一无法延续历史的是外汇，因为自由流通货币的概念是一个相当新的概念。我们发现，这一趋势是我们所研究的所有金融市场的一个非常不稳定的特征。自1800年以来，在考虑了长期唯一偏差后，超额回报的总体t-stat为10。此外，与趋势相关的超额收益不能与任何类型的风险溢价相关[10,11]。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:18:16

这种影响在时间和资产类别上都非常稳定。这使得趋势的存在成为金融市场中最具统计学意义的异常之一。当进一步分析趋势跟踪信号时，我们发现对大信号有明显的饱和效应，这表明原教旨主义交易者并不试图抵制“弱趋势”，而是可能在自身信号变强时介入。我们调查了最近这一趋势表现平平的统计意义，发现这实际上与长期历史回溯测试一致。因此，我们的分析并不能证明哈斯贝克之后的长期趋势过于拥挤，这与我们的估计相符，即CTA只贡献了市场容量的几个百分点。尽管如此，对趋势的行为原因的理解，尤其是“外推预期”与“反应不足”或“保守偏见”的相对作用，将使人们能够对趋势跟踪策略的长期可行性形成一个有教育意义的观点。实际上，拥挤会如何恶化趋势跟踪策略并不明显，因为随着管理者试图“抢先”竞争，更多的趋势跟踪应该会催生趋势。然而，图8通过显示近年来更快的趋势实际上已经逐渐消失，而没有显示出它们加强的时期，从而补充了这一点。提出一个看似合理的机制来解释这些快速趋势是如何消失的，这对于理解金融市场趋势的命运非常有价值。确认这项工作是CFM多年研究的结果。必须感谢许多同事的见解，尤其是：P.Aliferis、N.Bercot、A.Berd、D.Challet、L.Dao、B。杜林、P.霍尔韦、L.拉鲁、A.L.安第尔、A.马塔茨、D.塞斯马、T.图和M。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-5-6 03:18:19

怀亚特。参考文献[1]G.W.Schwert，《异常现象与市场效率》，金融经济学手册第1卷，B部分，939-974（2003）[2]R.J.Shiller，股价波动是否太大，无法通过随后的股息变化来调整？，《美国经济评论》71421-436（1981）[3]S.F.勒罗伊，R.D.波特，《现值关系：基于隐含变异界限的检验》，《经济计量学》49555（1981）[4]W.de Bondt，R.H.T haler，股市是否反应过度？，《金融期刊》42557-581（1985）[5]F.布莱克，噪音，金融期刊，41529-543（1986）。[6] L.萨默斯，股市是否理性地反映了基本价值观？《金融杂志》，第四十一期，（1986）591[7]迈克尔·科维尔，《海龟交易全集》，哈珀科林斯出版社，2009年。[8] A.-N.Bartas，R.Kosowski，《金融市场的动量策略和趋势跟踪基金》，2012年12月巴黎金融会议EUROFIDAI-AFFI论文，可在SSRN上查阅：http://ssrn.com/abstract=1968996orhttp://dx.doi.org/10.2139/ssrn。1968996。[9]M.Mundt，《评估管理型期货行业的能力》，载于《CTAIntelligence》，第12、30页（2014年3月）[10]J.Narasimhan，S.Titman，Momentum（2011年）。可从SSRN获得：http://ssrn.com/abstract=1919226年【11】Y.Lempérière等人，《什么是风险溢价？它如何区别于阿尔法策略？》？，在pre-paration（2014）[12]J.德隆、A.布拉德福德、A.施莱弗、L.H.萨默斯和R.J.瓦尔德曼，《正反馈投资策略和破坏稳定的理性投机》，金融杂志45:379-95（1990）。[13] H.Hong，J.Stein，《资产市场反应不足、动量交易和过度反应的统一理论》，金融杂志54，21 43-2184（1999）。[14] A.Kirman，《金融市场中的观点流行病和投机泡沫》，马克·P。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

mingdashike22

2022-5-6 03:18:23

泰勒主编：《货币和金融市场》（麦克米伦出版社），1991年；蚂蚁，理性与招聘，经济学季刊108，137-156（1993）。[15] V.L.Smith，G.L.Suchanek，A.W.Williams，实验性现货资产市场中的泡沫、崩溃和内生预期，经济计量学561119-51 1988[16]C.霍姆斯，J.索内曼，J.图因斯特拉，H.范德维登，资产定价实验中的预期和泡沫，J.经济。比哈夫。器官67116（2008）[17]D.Kent，D.Hirshleifer，A.Subrahmanyam，《投资者心理与证券市场低估与过度估值》，金融学杂志，531839-85（1998）。[18] J.-P.Bouchaud，R.Cont，朗之万对股市波动和崩溃的方法，欧元。J.Phys。B 6，543（199 8）[19]R.Greenwood，A.Shleifer，收益预期和预期收益，修订财务研究，至app e ar（2014）[20]D.Hirshleifer，J.Yu，具有外推预期的生产经济体资产定价，工作论文（20 12）[21]A.C.Szakmary，钱申，S.C.Sharma，趋势跟踪策略非商品期货：重新审查，银行与金融杂志，第34-2409-426卷（2010年）。[22]A.Clare，J.Seaton，P.N.Smith，S.Thomas，趋势跟踪，商品期货的风险平价和动量，2012年，可在SSRN上查阅：http://ssrn.com/摘要=2126813orhttp://dx.doi.org/10.2139/ssrn。2126813。[23]B.赫斯特，Y.H.Ooi，L.H.佩德森，《趋势跟踪投资的百年证据》，AQR工作文件，2012年。[24]J.Narasimhan，S.Titman，《买入赢家和卖出输家的回报：对股市效率的影响》，金融杂志48，65-91（1993）。[25]D.Kent，T.J.Moskowitz，动量崩溃瑞士金融研究所研究文件Ser ie s 13-61[26]P.Barroso，P.Santa Clara，动量有它的时刻，工作文件（2013）[27]C.s.Asnes s，T.J.Moskowitz和L.H。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝