บทความต้นฉบับ วารสารอนุพันธ์กองทุน (2009) 15, 122 & # x02013; 136 ดอย: 10.1057 / jdhf.2009.4 การประเมินผลของกลยุทธ์คู่ค้าที่ตลาดการเงินของบราซิล มาร์เซโลเรอ Perlin 1 การติดต่อ: มาร์เซโลเรอ Perlin, ICMA & # x0002F; อ่านมหาวิทยาลัย, อ่านหนังสือ, สหราชอาณาจักร 1 เป็นนักศึกษาปริญญาเอกที่ ICMA & # x0002F; มหาวิทยาลัยอ่าน ผลการวิจัยของเขาได้รับส่วนใหญ่ที่เกี่ยวข้องกับการใช้งานในทางปฏิบัติของสถิติคำนวณและเศรษฐมิติในด้านการเงิน ซึ่งรวมถึงรูปแบบระยะเวลา (กระบวนการจุด) ระบอบการปกครองสลับรุ่นรุ่นส่วนผสมสูตรที่ไม่พารากลยุทธ์การค้าเชิงปริมาณและการประเมินผลการปฏิบัติงาน ที่ได้รับ 9 ธันวาคม 2008; ปรับปรุง 9 ธันวาคม 2008 คู่ค้ากลยุทธ์เชิงปริมาณจัดสรรสินทรัพย์ที่มีประสิทธิภาพของตลาดตลาดเกิดใหม่ บทนำ ทฤษฎีที่มีประสิทธิภาพของตลาดได้รับการทดสอบที่แตกต่างกันตามประเภทของการวิจัย แนวคิดดังกล่าวสมมุติฐานในรูปแบบที่อ่อนแอของตนว่าข้อมูลที่ผ่านมาของการซื้อขายหุ้นจะสะท้อนให้เห็นในค่าของมันหมายความว่าข้อมูลการค้าที่มีศักยภาพในประวัติศาสตร์ไม่มีการทำนายพฤติกรรมในอนาคตของราคาสินทรัพย์ของ ผลที่ตามมาทางทฤษฎีหลักของแนวคิดนี้คือการที่ไม่มีกฎระเบียบตรรกะของการซื้อขายบนพื้นฐานของข้อมูลทางประวัติศาสตร์ที่ควรจะมีผลตอบแทนที่มากเกินไปในเชิงบวกอย่างมีนัยสำคัญบางผลงานมาตรฐาน ในความขัดแย้งกับทฤษฎีการตลาดที่มีประสิทธิภาพเอกสารหลายแห่งมีการแสดงให้เห็นว่าข้อมูลที่ผ่านมามีความสามารถที่จะมีขอบเขตที่จะอธิบายผลตอบแทนการลงทุนในตลาดหุ้นในอนาคต การคาดการณ์ดังกล่าวจะปรากฏในรูปแบบที่แตกต่างกันรวมทั้งความผิดปกติเวลา (วันที่มีผลบังคับใช้อ่อนแอ 1) และความสัมพันธ์ระหว่างผลตอบแทนของสินทรัพย์และตัวแปรอื่น ๆ 2 ความคิดเห็นมากขึ้นของเรื่องประสิทธิภาพของตลาดสามารถพบได้ง่ายในวรรณคดี 3. 4 จำนวนเงินที่นับถือของเอกสารได้พยายามที่จะใช้เครื่องมือเชิงปริมาณในการสั่งซื้อการจำลองตลาดและสร้างกฎการซื้อขาย แนวคิดพื้นฐานของประเภทของการวิจัยนี้คือการมองหาชนิดของรูปแบบในพฤติกรรมของราคาหุ้นในอดีตบางส่วนและใช้ข้อมูลทางประวัติศาสตร์เท่านั้นใช้รูปแบบดังกล่าวเข้าบัญชีสำหรับการสร้างการซื้อขายตำแหน่งยาวและระยะสั้นที่ หนึ่งในวิธีที่นิยมมากที่สุดในการจำลองตลาดและสรุปกฎตรรกะการวิเคราะห์ทางเทคนิค 5 เทคนิคดังกล่าวจะขึ้นอยู่กับชี้วัดเชิงปริมาณ (ค่าเฉลี่ยเคลื่อนที่ท่ามกลางคนอื่น) และรูปแบบภาพ (หัวและไหล่ด้านบนสามและอื่น ๆ ) เพื่อที่จะระบุจุดเข้าและออกในลักษณะการทำงานในระยะสั้นของราคาหุ้น popularisation นำการวิเคราะห์ทางเทคนิคไปยังหมายเลขของการทดสอบวัตถุประสงค์ของซึ่งจะตรวจสอบว่าเครื่องมือดังกล่าวมีผลกำไรหรือไม่ เป็นมูลค่าที่ระบุว่าถึงแม้ว่าส่วนใหญ่ของเอกสารที่แสดงให้เห็นว่าการวิเคราะห์ทางเทคนิคมีผลกำไรหลายปัญหาได้รับการแก้ไขด้วยการศึกษาดังกล่าวรวมทั้งปัญหาข้อมูลการสอดแนม, ต้นทุนการทำธุรกรรมและสภาพคล่อง ทั้งหมดนี้ไม่สมบูรณ์ของการวิจัยการวิเคราะห์ทางเทคนิคทำให้เรื่องที่จะศึกษาต่อไป 6 กับการถือกำเนิดของพลังงานของคอมพิวเตอร์ในปลายปี 1990 โดยวิธีการทางคณิตศาสตร์ที่ซับซ้อนมากขึ้นอาจจะมีงานในกรณีของกฎการซื้อขาย ตัวอย่างหนึ่งคือการใช้ของเพื่อนบ้านที่ใกล้ที่สุด (NN) อัลกอริทึมในกลยุทธ์การซื้อขาย 7. 8. 9. 10 อัลกอริทึม NN เป็นวิธีการที่ไม่ตัวแปรอนุกรมเวลาของการสร้างแบบจำลองที่มีหลักการที่สำคัญคือสำเนาแบบพฤติกรรมของตัวเองในทางที่เศษส่วนที่เราพบชิ้นส่วนที่คล้ายกันของข้อมูลจากอดีตที่ผ่านมา และใช้เป็นมาตรฐานในการคาดการณ์ในอนาคตข้อสังเกต ข้อสรุปหลักมาจากผลที่นำเสนอศักยภาพการคาดการณ์ของวิธีนี้ก็คือว่ามันสามารถที่จะคาดการณ์ทิศทางของตลาดที่ถูกต้องสำหรับส่วนใหญ่ของการสังเกตประมาณการทางการเงิน แต่มันเป็นสิ่งสำคัญที่จะระบุว่าหลักฐานที่ไม่แข็งแรงในการศึกษาทั้งหมด สำหรับกรณีของกลยุทธ์การซื้อขายบนพื้นฐานของรุ่นพารา 11. 12 เอกสารเหล่านี้อ้างอิงตามการคาดการณ์เกี่ยวกับระบอบการปกครองสลับรุ่นที่ผลการทดลองพบว่าวิธีการที่สามารถทำนายอนุกรมเวลาค้นคว้าทางการเงินในแต่ละกรณี ประเภทอื่น ๆ ของกลยุทธ์โดยใช้สูตรเชิงปริมาณรวมถึงระยะเวลาที่ตลาดที่มีปัจจัยพื้นฐานหรือแบบจำลองทางสถิติ 13 14 และกลยุทธ์โมเมนตัม 15. 16 ผลจากเอกสารเหล่านี้ยังเป็นบวก กลยุทธ์ที่นิยมที่ได้รับชื่อเสียงในช่วงต้นปี 1980 เป็นสิ่งที่เรียกว่าคู่ค้า วิธีการนี้ได้รับการออกแบบโดยทีมงานของนักวิทยาศาสตร์จากพื้นที่ที่แตกต่างกัน (คณิตศาสตร์วิทยาศาสตร์คอมพิวเตอร์ฟิสิกส์และอื่น ๆ ) ซึ่งถูกนำมารวมกันโดย Wall Street quant Nunzio Tartaglia วัตถุประสงค์หลักของทีมนี้คือการใช้วิธีการทางสถิติในการพัฒนาแพลตฟอร์มการซื้อขายคอมพิวเตอร์ที่ใช้ที่กระทำของมนุษย์มีอิทธิพลใด ๆ ในกระบวนการตัดสินใจในการซื้อหรือขายหุ้นโดยเฉพาะอย่างยิ่ง ระบบดังกล่าวประสบความสำเร็จมากสำหรับช่วงระยะเวลาหนึ่ง แต่ประสิทธิภาพไม่สอดคล้องหลังจากที่ในขณะและทีมงานที่ถูกรื้อถอนหลังจากที่สองของรอบระยะเวลาของการปฏิบัติงานที่ไม่ดี รายละเอียดเพิ่มเติมเกี่ยวกับต้นกำเนิดของคู่ค้าที่สามารถพบได้ที่ Vidyamurthy 17 Gatev 18 โดยทั่วไปความคิดกลางของคู่ค้าคือการใช้ประโยชน์จากความไร้ประสิทธิภาพของตลาด ขั้นตอนแรกคือการระบุสองหุ้นที่ย้ายเข้าด้วยกันและการค้าให้ทุกครั้งที่ระยะทางแน่นอนระหว่างเส้นทางเป็นราคาที่สูงกว่าค่าเกณฑ์โดยเฉพาะอย่างยิ่ง ถ้าหุ้นหลังจากที่แตกต่างให้กลับไปที่พฤติกรรมของประวัติศาสตร์ของสมมาตรแล้วมันเป็นที่คาดว่าเป็นหนึ่งเดียวกับราคาสูงสุดจะมีการลดลงของมูลค่าและเป็นหนึ่งเดียวกับราคาต่ำสุดจะมีการเพิ่มขึ้นอย่างเป็น ทุกตำแหน่งยาวและระยะสั้นจะถูกนำไปตามตรรกะนี้ โดยมีรายละเอียดที่เฉพาะเจาะจงเกี่ยวกับการเลือกคู่และการกำหนดค่าเกณฑ์คู่ค้าจะได้รับอยู่ในขอบเขตของบทความนี้ วัตถุประสงค์หลักของงานวิจัยนี้คือการตรวจสอบการทำกำไรและความเสี่ยงของกลยุทธ์คู่การซื้อขายสำหรับตลาดหุ้นบราซิล กฎการซื้อขายนี้นำเสนอผลการดำเนินงานในเชิงบวกในการศึกษาที่ผ่านมา 18 19 และนี่คือหนึ่งในแรงจูงใจของการศึกษานี้พร้อมกับความจริงที่ว่าประเภทของงานวิจัยนี้ยังไม่ได้รับนำไปใช้กับตลาดบราซิล เพื่อที่จะบรรลุวัตถุประสงค์ข้อมูลจากสามความถี่ที่แตกต่างกัน (รายวันรายสัปดาห์และรายเดือน) จะใช้และผลตอบแทนจากกฎตรรกะเมื่อเทียบกับนา & # x000EF; ve กลยุทธ์ของการซื้อและถือและยังกับบูต วิธีการซื้อขายแบบสุ่ม ความเสี่ยงที่เป็นระบบและกรองผลตอบแทนคงที่ (เซ่นอัลฟา) ของกลยุทธ์ดังกล่าวยังเป็นส่วนหนึ่งของการวิเคราะห์ กระดาษนี้จะมีการจัดระเบียบดังนี้ส่วนแรกที่เกี่ยวข้องกับแนวทางหลักของวิธีการรวมทั้งทางคู่จะเกิดขึ้นกฎตรรกะของการค้าและการประเมินผลการปฏิบัติ ประการที่สองผลจะถูกนำเสนอและพูดคุยกันตามมาด้วยคำพูดบางส่วนสรุป ระเบียบวิธี วิธีการวิจัยครั้งนี้เกี่ยวข้องกับสองจุด: (1) วิธีการเรียก x0002F ยาว & #; ตำแหน่งสั้นขึ้นอยู่กับกลยุทธ์ของคู่ค้าในหุ้นแต่ละคนและ (2) วิธีการประเมินผลการทำงานของสัญญาณการซื้อขาย การคำนวณทั้งหมดสำหรับงานวิจัยนี้ได้รับการดำเนินการที่ Matlab ฟังก์ชั่นทั้งหมดที่ใช้สำหรับการดำเนินการและการประเมินผลกลยุทธ์ที่มีอยู่ที่ MathWorks / matlabcentral / fileexchange / (คำหลัก: & # x02018; คู่ค้า & # x02019;) ขั้นตอนของแต่ละขั้นตอนวิธีการได้รับความคุ้มครองดังต่อไปนี้ การเลือกคู่ ในขั้นตอนคู่ก่อตัวของความคิดพื้นฐานที่จะนำราคาสินทรัพย์ทั้งหมดไปยังหน่วยโดยเฉพาะอย่างยิ่งแล้วค้นหาสองหุ้นที่ย้ายเข้าด้วยกัน ปริมาณพูดนี้สามารถดำเนินการในรูปแบบที่แตกต่างกันมาก วิธีการที่ใช้ในการวิจัยนี้เป็นกฎระยะยืดขั้นต่ำที่มีความหมายว่าสำหรับหุ้นแต่ละคนจะมีการค้นหาคู่ที่สอดคล้องกันที่มีระยะทางที่น้อยที่สุดระหว่างสองชุดราคาปกติ เหตุผลสำหรับการเปลี่ยนแปลงหน่วยที่มีความตรงไปตรงมา การใช้ราคาเดิม (ไม่รวมการฟื้นฟู) จะเป็นปัญหาสำหรับกรณีของกฎระยะยกกำลังสองต่ำสุดเป็นสองหุ้นสามารถย้ายเข้าด้วยกันยังมีระยะทางสูงยกกำลังสองระหว่างพวกเขา หลังจากการฟื้นฟูของหุ้นทั้งหมดจะถูกนำไปยังหน่วยมาตรฐานเดียวกันและอนุญาตให้ก่อยุติธรรมเชิงปริมาณของคู่ การเปลี่ยนแปลงการจ้างงานเป็นบรรทัดฐานของซีรีส์ราคาขึ้นอยู่กับค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานสมการ (1) ค่าของ P มัน & # x0002A; เป็นราคาปกติของฉันสินทรัพย์ที่เวลา t E (P มัน) เป็นเพียงการคาดการณ์ของ P มัน ในกรณีนี้ค่าเฉลี่ยและ & # x003C3; ฉันเป็นส่วนเบี่ยงเบนมาตรฐานของราคาหุ้นนั้น ดัชนีทั้งสองจะถูกคำนวณภายในหน้าต่างการเคลื่อนไหวโดยเฉพาะอย่างยิ่งของชุดเวลา ด้วยการใช้สมการที่ (1) ราคาทั้งหมดจะถูกเปลี่ยนเป็นหน่วยเดียวกันปกติซึ่งจะอนุญาตให้ใช้กฎระยะยืดขั้นต่ำ ขั้นตอนต่อไปคือการเลือกสำหรับหุ้นแต่ละคู่ที่มีระยะทางกำลังสองน้อยที่สุดระหว่างราคาปกติ นี่คือการค้นหาง่ายในฐานข้อมูลโดยใช้ข้อมูลที่ผ่านมาเท่านั้นถึงเวลา t ราคาปกติคู่ของสินทรัพย์ที่ฉันจะแก้ไขในขณะนี้เป็นพีมัน & # x0002A ;. หลังจากที่คู่ของหุ้นแต่ละคนจะถูกระบุกฎการซื้อขายจะสร้างสัญญาณซื้อขายทุกครั้งระยะทางแน่นอนระหว่าง P มัน & # x0002A; p และมัน & # x0002A; สูงกว่า d ค่าของ d เป็นข้อและมันหมายถึงตัวกรองสำหรับการสร้างสัญญาณซื้อขายที่ ค่าสามารถไม่สูงมากมิฉะนั้นเพียงสัญญาณการซื้อขายไม่กี่จะถูกสร้างขึ้นและไม่สามารถจะต่ำเกินไปหรือกฎจะมีความยืดหยุ่นมากเกินไปและจะส่งผลให้เกิดการซื้อขายมากเกินไปและจึงมีมูลค่าสูงของค่าใช้จ่ายในการทำธุรกรรม . หลังจากที่เข้าสู่ระบบการซื้อขายจะถูกสร้างขึ้นเป็นขั้นตอนต่อไปคือการกำหนดตำแหน่งที่ถ่ายในหุ้น ตามกลยุทธ์คู่ค้าถ้าค่าของ P มัน & # x0002A; จะสูงกว่า (ต่ำกว่า) พีมัน & # x0002A ;. แล้วสั้น (ยาว) ตำแหน่งที่จะถูกเก็บไว้สำหรับฉันสินทรัพย์และยาว (สั้น) ตำแหน่งที่จะทำสำหรับคู่ของสินทรัพย์ฉัน ตำแหน่งดังกล่าวจะถูกเก็บไว้จนกว่าจะมีความแตกต่างแน่นอนระหว่างราคาปกติต่ำกว่า d นี้อาจจะเคาน์เตอร์ขณะที่พฤติกรรมการใช้ราคาอย่างต่อเนื่องถ้าใครซื้อเมื่อระยะห่าง d และขายมันเมื่อระยะทางที่เป็นอีกครั้ง d มีกำไรไม่ แต่จำไว้ว่าราคาอยู่ในช่วงเวลาที่ไม่ต่อเนื่องซึ่งหมายความว่าราคาที่ซื้อเกิดขึ้นเมื่อระยะทางที่สูงกว่า d และดังนั้นจึงคาดว่ากำไรเป็นบวก สำหรับกรณีของคู่ค้าอย่างต่อเนื่องในเวลาโดยประมาณ (ตัวอย่างเช่น 5 & # x02009; นาทีคำพูด) นี้สามารถดัดแปลงได้ง่ายโดยการตั้งค่าช่องว่างระหว่างเกณฑ์สำหรับการดำเนินการซื้อและการดำเนินงานขาย เหตุผลหลักที่อยู่เบื้องหลังผลกำไรที่คาดหวังของกลยุทธ์คู่ค้าคือถ้าการเคลื่อนไหวของความสัมพันธ์ระหว่างคู่อย่างต่อเนื่องในอนาคตแล้วเมื่อระยะห่างระหว่างสินทรัพย์และคู่ของมันคือสูงกว่าค่าเกณฑ์โดยเฉพาะอย่างยิ่ง (ง) มี ความเป็นไปได้ที่ดีที่ราคาดังกล่าวจะมาบรรจบกันในอนาคตและนี้สามารถได้รับการสำรวจเพื่อวัตถุประสงค์ในการแสวงหาผลกำไร หากระยะทางที่เป็นบวกแล้วค่าของ P มัน & # x0002A ;. ตามตรรกะแสดงก่อนหน้านี้อาจจะลดลงในอนาคต (สถานะขายสินทรัพย์ i) และค่าของพีมัน & # x0002A นั้น อาจจะเพิ่มขึ้น (ตำแหน่งนานสำหรับคู่ของฉัน) ตรรกะเดียวกันเป็นจริงสำหรับกรณีที่ระยะทางที่เป็นลบ สถานการณ์ที่คู่ค้าล้มเหลวในการบรรลุผลกำไรเพิ่มขึ้นในระยะห่างระหว่าง P มัน & # x0002A นั้น p และมัน & # x0002A ;. ที่ตลาดไปทางตรงข้ามของความคาดหวังและยังลดลง (เพิ่มขึ้น) กับราคาของยาว (สั้น) ตำแหน่ง ตัวอย่างเช่นรูปที่ 1 แสดงให้เห็นถึงกลยุทธ์คู่ค้าสำหรับราคารายสัปดาห์ของ TNLP4 สินทรัพย์และคู่ของ TNLP3 ตัวอย่างของคู่ค้ากับ TNLP4 และ TNLP3 กับ x0003D d & #; 1 รูปที่เต็มรูปแบบและตำนาน (123K) ในรูปที่ 1 TNLP3 เป็นคู่พบ TNLP4 ตามเกณฑ์ที่ระยะยืดขั้นต่ำ มันเป็นไปได้ที่จะเห็นว่าราคาปกติทั้งสองมีพฤติกรรมคล้ายกัน ในจุดที่มีวงกลมสีฟ้าหรือสามเหลี่ยมสีแดงแตกต่างกันแน่นอนในราคาปกติได้ข้ามคุณค่าของง หมายความว่าการค้าที่เกิดขึ้น วงกลมสีฟ้า (รูปสามเหลี่ยมสีแดง) เป็นระยะสั้น (ยาว) ตำแหน่งที่สร้างขึ้น นี้เกิดขึ้นทุกครั้งที่ระยะทางแน่นอนสูงกว่า 1 และมูลค่าของสินทรัพย์ที่มีการวิเคราะห์ที่มีความสูงกว่า (ต่ำกว่า) คู่ของมัน ทุกครั้งที่แตกต่างแน่นอน uncrosses ค่าของง ตำแหน่งที่มีการปิด หากสินทรัพย์หลังจากการเปิดตำแหน่งที่ย้ายกลับไปมีความสัมพันธ์ทางประวัติศาสตร์แล้วหนึ่งที่มีราคาที่สูงขึ้นควรจะมีการลดลงของราคาและเป็นหนึ่งเดียวกับราคาที่ต่ำกว่าควรจะมีเพิ่มขึ้น ในฐานะที่เป็นตำแหน่งสั้น ๆ ที่ถูกสร้างขึ้นสำหรับสินทรัพย์ที่แรกและที่ตำแหน่งนานสำหรับสองแล้วหากราคาทั้งสองมีพฤติกรรมในอดีตกำไรจะเกิดขึ้นจากกรณีการซื้อขายนี้ นี้เป็นความคิดที่อยู่เบื้องหลังคู่ค้า & # x02013; การทำกำไรจากตลาดการแก้ไข หนึ่งในจุดมุ่งหมายของการศึกษานี้คือการประเมินผลการทำงานของกลยุทธ์คู่ค้ากับนา & # x000EF นั้นได้วิธีการ ในการนี้ทั้งสองวิธีมีการจ้างงานที่นี่ ประการแรกคือการคำนวณผลตอบแทนที่มากเกินไปของกลยุทธ์ที่มากกว่าผลงานที่ถ่วงน้ำหนักอย่างถูกต้องและที่สองคือการใช้วิธีการบูตสำหรับการประเมินผลการดำเนินงานของการปกครองการค้ากับการใช้งานของคู่สุ่มสำหรับหุ้นแต่ละ การคำนวณผลตอบแทนกลยุทธ์ของ การคำนวณผลตอบแทนรวมกลยุทธ์ที่จะดำเนินการตามสูตรการคำนวณดังนี้สมการ (2): R มันผลตอบแทนที่แท้จริงของสินทรัพย์ฉันในเวลา t คำนวณโดย LN (P มัน & # x0002F; P มัน & # x02212 1) ฉันมัน LS ตัวแปร Dummy ที่ใช้ค่า 1 ถ้าตำแหน่งนานถูกสร้างขึ้นสำหรับสินทรัพย์ฉัน ค่า & # x02212 1 ถ้าตำแหน่งสั้นถูกสร้างขึ้นและ 0 เป็นอย่างอื่น เมื่อตำแหน่งนานจะทำเวลา t ตัวแปรนี้เป็น addressed เป็นฉันมัน L และเป็นฉันมัน S สำหรับตำแหน่งสั้น W มันตัวแปรที่ควบคุมน้ำหนักสำหรับการก่อสร้างผลงานที่เวลา t ในบทความนี้โดยเฉพาะอย่างยิ่งผลงานจำลองเป็นน้ำหนักที่เท่ากัน หมายความว่าการซื้อขายตำแหน่งแต่ละคนจะมีน้ำหนักเดียวกันที่เวลา t นั่นคือมัน W & # x0003D; 1 & # x0002F; (& # x02211 ฉัน & # x0003D 1 n & # x007C ฉันมัน LS & # x007C;) ธรรมชาติผลรวมของ W มันสำหรับสินทรัพย์ทั้งหมดจะมีค่าเท่ากับ 1 หรือศูนย์ (ไม่มีการซื้อขายตำแหน่งในเวลา t) Tc ตัวแปรมันบ้า ๆ บอ ๆ ที่ใช้ค่า 1 ถ้าการทำธุรกรรมที่จะทำสำหรับสินทรัพย์ฉันในเวลา t และศูนย์อื่น มันเป็นสิ่งสำคัญที่จะแยกแยะความแตกต่างของค่าฉันมัน LS (ยาวและตำแหน่งสั้น) จาก Tc (การจำลองการทำธุรกรรม) ค่าของ Tc มันจะได้มาจากเวกเตอร์ผมมัน LS แต่พวกเขาจะไม่เท่ากัน ตัวอย่างเช่นสมมติว่าตำแหน่งนานถูกสร้างขึ้นสำหรับฉันสินทรัพย์ในเวลา t & # x02212 1 และในเวลา t เท่านั้น เวกเตอร์ของฉันมัน L จะมีค่า 1 ถึงเวลา t & # x02212 1 และเสื้อ แต่เวกเตอร์ของ Tc มันจะมีค่าเพียง 1 สำหรับเวลา t & # x02212 1 เป็นสำหรับ t สินทรัพย์ที่มีอยู่แล้วในผลงานและทำให้มีความจำเป็นที่จะซื้อมันอีกครั้ง เช่นเดียวกับที่เป็นจริงสำหรับตำแหน่งสั้น C การทำรายการค่าใช้จ่ายต่อการดำเนินงาน (ร้อยละ) T จำนวนข้อสังเกตเกี่ยวกับระยะเวลาการซื้อขายทั้งหมด สำหรับสมการ (2) แนวคิดพื้นฐานคือการคำนวณผลตอบแทนจากกลยุทธ์การบัญชีสำหรับต้นทุนการทำธุรกรรม ส่วนแรกของ (1), & # x02211; ที & # x0003D; 1 T & # x02211; ฉัน & # x0003D; 1 n R ฉันมัน LSW จะคำนวณผลตอบแทนดิบรวมของกลยุทธ์ ทุกครั้งที่มีตำแหน่งยาวและระยะสั้นถูกสร้างขึ้นสำหรับสินทรัพย์ฉัน การกลับมาของผลงานดิบจำลองในเวลา t เป็น & # x02211; ฉัน & # x0003D; 1 n R ฉันมัน L S W มัน ว่ามีผลตอบแทนที่มุ่งคูณด้วยน้ำหนักที่สอดคล้องกันของพวกเขาในผลงาน ในฐานะที่เป็นเสื้อไปจาก 1 ถึง T มันเป็นสิ่งจำเป็นที่จะสรุปผลตอบแทนดังกล่าวซึ่งจะช่วยให้ผลสุดท้ายสำหรับส่วนแรกของ (1), & # x02211; ที & # x0003D; 1 T & # x02211; ฉัน & # x0003D; 1 n R ฉันมัน L S W มัน ส่วนที่สองของสมการ (2) มีวัตถุประสงค์ของการบัญชีสำหรับค่าใช้จ่ายในการทำธุรกรรม ตัวอย่างเช่นสมมติว่าค่าใช้จ่ายของการค้าการซื้อและขายหุ้นคือ C ซึ่งจะแสดงเป็นร้อยละของราคาการทำธุรกรรม ถ้าหุ้นที่ซื้อ PB ราคาและขายในราคาที่ PS แล้วซื้อและราคาขายรวมทั้งต้นทุนการทำธุรกรรมที่มี PB (1 & # x0002B; C) และ PS (1 & # x02212; C) การผลตอบแทนลอการิทึมของผลการดำเนินงานในสูตร R & # x0003D; LN (PS (1 & # x02212; C) & # x0002F; PB (1 & # x0002B; C)) การใช้คุณสมบัติลอการิทึมสมการก่อนหน้านี้กลายเป็น R & # x0003D; LN (P S & # x0002F; P B) & # x0002B; LN ((1 & # x02212; C) & # x0002F (1 & # x0002B; C)) มันเป็นไปได้ที่จะเห็นได้จากผลที่ตอบแทนสำหรับการดำเนินการนี้มีสองส่วนแยก: การกลับมาลอการิทึมจากความแตกต่างระหว่างการขายและการซื้อราคาและ LN คำ ((1 & # x02212; C) & # x0002F (1 & # x0002B; C)) ซึ่งคิดเป็นค่าใช้จ่ายในการทำธุรกรรมในการดำเนินการทั้งหมด นี้ผล exemplified โดยทั่วไประบุว่าค่าใช้จ่ายในการทำธุรกรรมสำหรับการดำเนินการหนึ่ง (ซื้อและขาย) เป็น LN ((1 & # x02212; C) & # x0002F (1 & # x0002B; C)) กลับมาที่การวิเคราะห์ส่วนที่สองของสมการที่ (1) เป็น LN ((1 & # x02212; C) & # x0002F (1 & # x0002B; C)) เป็นค่าใช้จ่ายในการทำธุรกรรมของการดำเนินการหนึ่งที่มีเหตุผลคำ (& # x02211; ที & # x0003D 1 T & # x02211; ฉัน & # x0003D 1 n Tc มัน) เป็นเพียงตัวเลขของการดำเนินงานที่ทำโดยกลยุทธ์การซื้อขาย ที่สำคัญคือจะต้องทราบว่าเป็น (1 & # x02212; C) & # x0002F; (1 & # x0002B; C) อยู่เสมอน้อยกว่าหนึ่งเพราะซีเป็นบวกเสมอและสูงกว่าศูนย์แล้วค่าของการ ln ((1 & # x02212; C) & # x0002F (1 & # x0002B; C)) คือ เชิงลบเสมอหมายความว่าต้นทุนการทำธุรกรรมจะถูกหักออกจากผลตอบแทนกลยุทธ์ซึ่งเป็นผลที่ใช้งานง่าย การประเมินผลตอบแทนกลยุทธ์ของ เพื่อที่จะประเมินผลการทำงานของกลยุทธ์ที่มีความจำเป็นต้องเปรียบเทียบกับนา & # x000EF; ve วิธี หากกลยุทธ์การดำเนินการอย่างมีนัยสำคัญที่ดีกว่านักลงทุนออกจากกิลแล้วเช่นกฎการค้าที่มีค่า นี่คือแนวคิดหลักที่จะพัฒนาวิธีการทั้งสองใช้ในการวิจัยเพื่อประเมินประสิทธิภาพของกลยุทธ์คู่การซื้อขายสำหรับตลาดการเงินบราซิล วิธีการที่อธิบายที่นี่มีการคำนวณผลตอบแทนที่มากเกินไปกว่า na & # x000EF; ได้ซื้อและถือหลักเกณฑ์และวิธีการบูตที่ซับซ้อนมากขึ้นของการซื้อขายแบบสุ่ม การคำนวณผลตอบแทนที่มากเกินไปของนา & # x000EF; ve ผลงาน: การคำนวณผลตอบแทนที่มากเกินไปเป็นวิธีที่ง่ายที่สุดในการประเมินกลยุทธ์การซื้อขาย ความคิดที่ค่อนข้างง่าย: การตรวจสอบวิธีการมากของผลตอบแทนที่ได้จากการทดสอบกลยุทธ์ที่เกิน na & # x000EF; ve กฎ ในกรณีนี้นา & # x000EF; ve กฎซื้อและถือถ่วงน้ำหนักของผลงานอย่างถูกต้องสำหรับการเปรียบเทียบกับระยะยาวและ & # x02018; ขายและ unhold & # x02019; สำหรับตำแหน่งสั้น การกลับมาของนา & # x000EF นั้นได้วิธีการมากกว่าจำนวนทั้งหมดของสินทรัพย์จะขึ้นอยู่กับสูตรต่อไปนี้สมการ (3): สำหรับสมการ (3) ค่าของ P ฉัน L และ S P ฉันเป็นเพียงสัดส่วนของวันที่เกี่ยวข้องกับช่วงเวลาการซื้อขายทั้งหมดว่ากลยุทธ์ที่สร้างขึ้นในตำแหน่งยาวและระยะสั้นของสินทรัพย์ฉัน อย่างเป็นทางการ P ฉัน L & # x0003D; ((& # x02211; ที & # x0003D 1 TI มัน L) & # x0002F; T) และ P ฉัน S & # x0003D; ((& # x02211; ที & # x0003D 1 TI มัน S) & # x0002F; T) ทราบว่าในการคำนวณ P ทีเอ ผลรวมของตำแหน่งสั้นอยู่เสมอเชิงลบหรือเท่ากับศูนย์ที่ผมว่ามันต้องใช้ค่า S & # x02212 1 คนและ 0 เท่านั้น เป็นกลยุทธ์คู่ค้าใช้ทั้งสองประเภทที่แตกต่างกันของตำแหน่งในตลาดหุ้นยาวสำหรับความหวังของราคาที่เพิ่มขึ้นและระยะสั้นสำหรับความหวังของการลดลงของราคาที่มีความจำเป็นต้องสร้าง na & # x000EF; ve พอร์ตการลงทุนที่ยังทำให้การใช้งาน ของตำแหน่งดังกล่าว นี่คือการทำงานของข้อตกลง & # x02211; ฉัน & # x0003D; 1 n P ฉัน L & # x02211; ที & # x0003D; 1 T R และ & # x02211; ฉัน & # x0003D; 1 n P ฉัน S & # x02211; ที & # x0003D; 1 TR มันที่แรกจำลองซื้อและถือ (ระยะยาว) ของผลงานที่ถ่วงน้ำหนักอย่างถูกต้องและที่สองจำลอง & # x02018; ขายและ unhold & # x02019; (ตำแหน่งสั้น) สำหรับผลงานโครงการอีกถ่วงน้ำหนักอย่างถูกต้อง น้ำหนักในแง่ทั้งสองจะมาจากจำนวนของตำแหน่งยาวและระยะสั้นที่ถ่ายในแต่ละสินทรัพย์ดังแสดงก่อน สูงกว่าจำนวนของสัญญาณยาวและระยะสั้นกลยุทธ์ทำให้สินทรัพย์ฉัน สูงกว่าน้ำหนักที่หุ้นดังกล่าวจะมีอยู่ในผลงานที่จำลอง มันเป็นที่ชัดเจนจากสมการ (3) ว่าถ้าฉัน P S & # x0003D; P ฉัน L ซึ่งเป็นตำแหน่งที่มีการป้องกันความเสี่ยงที่ดีเลิศสำหรับสินทรัพย์ฉันในผลงานมาตรฐานข้อกำหนด & # x02211; ฉัน & # x0003D; 1 n P ฉัน L & # x02211; ที & # x0003D; 1 T R มัน & # x02211; ฉัน & # x0003D; 1 n P ฉัน S & # x02211; ที & # x0003D; 1 TR มัน null แต่ละอื่น ๆ และผลงานของการกลับมาสะสมนี้สินทรัพย์ที่เกี่ยวข้องในผลงานมาตรฐานเป็นเพียงค่าใช้จ่ายในการทำธุรกรรมสำหรับการตั้งค่าพอร์ตการลงทุน มันควรจะตั้งข้อสังเกตว่าการคำนวณผลตอบแทนในสมการ (3) ไม่รวมถึง W มันเป็นตัวแปรในสมการ (2) นี้เกิดขึ้นเนื่องจากสมกรรมการจะคำนวณผลรวมของผลตอบแทนที่คาดหวังของนา & # x000EF นั้นได้ตำแหน่งยาวและระยะสั้นสำหรับสินทรัพย์ทั้งหมดและไม่กลับมาของผลงานจำลองในช่วงเวลา (สมการ (2)) ที่สามารถเห็นได้จากสมการ (3) หนึ่งในสถานที่ของการวิจัยคือการที่ค่าใช้จ่ายการทำธุรกรรมต่อการดำเนินงานจะเหมือนกันสำหรับตำแหน่งยาวและระยะสั้น คำสุดท้ายของ (3) เป็นค่าใช้จ่ายในการทำธุรกรรมสำหรับการเปิดตำแหน่ง (ทำให้ผลงาน) และการค้าของพวกเขาในตอนท้ายของรอบระยะเวลา ในกรณีนี้จำนวนของธุรกิจการค้าในรูปแบบที่ต้องการและปิดพอร์ตการลงทุนของทั้งสองคือ 2 n ที่ n คือจำนวนของสินทรัพย์วิจัย ผลตอบแทนที่มากเกินไปสำหรับกลยุทธ์ที่จะได้รับจากความแตกต่างระหว่าง (2) และ (3) ซึ่งเป็นสูตรสุดท้ายสำหรับการคำนวณผลตอบแทนที่มากเกินไป: สมการ (4) สมการวิเคราะห์ (4) สูงสุดของ R E & # x0002A ;. ซึ่งเป็นวัตถุประสงค์ของกลยุทธ์การซื้อขายใด ๆ ที่จะได้รับจากสูงสุดของ & # x02211 นั้น ฉัน & # x0003D; 1 n & # x02211; ที & # x0003D; 1 T R ฉันมัน L S ลดปริมาณของ & # x02211; ฉัน & # x0003D; 1 n P ฉัน L & # x02211; ที & # x0003D; 1 T R และ & # x02211; ฉัน & # x0003D; 1 n P ฉัน S & # x02211; ที & # x0003D; 1 TR มันและลดปริมาณของ (& # x02211 ฉัน & # x0003D 1 n & # x02211; ที & # x0003D 1 T Tc มัน & # x02212 2 n) เป็น & # x0005B; LN ((1 & # x02212; C) & # x0002F (1 & # x0002B; C)) & # x0005D; เป็นค่าคงที่ ข้อสรุปเกี่ยวกับการวิเคราะห์นี้จะง่ายเพราะกลยุทธ์ที่จะประสบความสำเร็จถ้ามันได้อย่างมีประสิทธิภาพสร้างตำแหน่งยาวและระยะสั้นในหุ้น, การรักษาค่าใช้จ่ายในการทำธุรกรรมและผลตอบแทนค่ามาตรฐานที่ต่ำ ในระยะสั้นทำให้เงินมากขึ้นมีการซื้อขายน้อยลง วิธีการบูตสำหรับการประเมินผลการดำเนินงานคู่ค้า: วิธีการบูตแสดงให้เห็นถึงวิธีการที่จะเปรียบเทียบสัญญาณการซื้อขายของกลยุทธ์กับโอกาสที่บริสุทธิ์ได้ แนวคิดพื้นฐานคือการจำลองรายการสุ่มในตลาดให้บันทึกผลตอบแทนรวมสำหรับการจำลองแต่ละคนและนับจำนวนครั้งที่รายการสุ่มผู้ที่มีน้อยกว่าผลตอบแทนที่ได้รับในการใช้กลยุทธ์การทดสอบที่ วิธีการดังกล่าวจะคล้ายกับความคิดของแพทริคเบิร์น 20. 21 มันควรจะตั้งข้อสังเกตว่ากลยุทธ์การซื้อขายแต่ละครั้งจะใช้เวลาเป็นจำนวนที่แตกต่างกันของตำแหน่งยาวและระยะสั้นและสำหรับจำนวนที่แตกต่างกันของวัน ข้อมูลดังกล่าวยังคำนึงในการจำลองแบบสุ่ม ขั้นตอนดังต่อไปนี้: แยกกันสำหรับตำแหน่งยาวและระยะสั้น, คำนวณจำนวนเฉลี่ยของวันที่ (nDays & # x0005F; ยาวและ nDays & # x0005F; สั้น) ที่กลยุทธ์ที่มีการซื้อขายในตลาดและยังมีจำนวนเฉลี่ยของสินทรัพย์ (nAssets & # x0005F; ยาวและ nDays & # x0005F; สั้น) ด้วยคุณค่าของ nDays และ nAssets สำหรับยาวและระยะสั้นกำหนด nDays รายการสุ่มในตลาดสำหรับ nAssets จำนวนของสินทรัพย์ อีกครั้งทำให้มันชัดเจนขั้นตอนนี้ควรจะทำซ้ำสำหรับแต่ละประเภทของตำแหน่งการซื้อขาย (ยาวและระยะสั้น) ทำซ้ำขั้นตอนที่ 1 และ 2 เมตรจำนวนครั้งประหยัดสะสมผลตอบแทนดิบ (กลับลบต้นทุนการทำธุรกรรมทั้งหมด) สำหรับแต่ละครั้ง หลังจากที่มีจำนวนมากของการจำลองเช่นม & # x0003D; 5000 ผลที่ได้สำหรับวิธีการบูตจะกระจายตัวของผลตอบแทน การทดสอบที่นี่คือการตรวจสอบอัตราร้อยละของผลตอบแทนที่กลยุทธ์การทดสอบมีการตีเมื่อเทียบกับการใช้งานของการซื้อขายแบบสุ่ม เป็นตัวอย่างต่อไปคือกราฟของผลตอบแทนสะสมจากการใช้อัลกอริทึมบูตสำหรับฐานข้อมูลในชีวิตประจำวันที่มีตัวเลือกม & # x0003D; 5000, n วัน & # x0005F; x0003D ยาว & #; 400, n วัน & # x0005F; x0003D ยาว & #; 250, n สินทรัพย์ & # x0005F; x0003D ยาว & #; 5 n สินทรัพย์ & # x0005F; สั้น & # x0003D; 3 และมีศูนย์ค่าใช้จ่ายการทำธุรกรรม รูปที่ 2 แสดงให้เห็นว่าพิจารณาตัวเลือกให้กับขั้นตอนวิธีการที่นักลงทุนออกจากทักษะที่จะได้รับโดยเฉลี่ยผลตอบแทนดิบรวมประมาณร้อยละ 10 กรณีที่ดีที่สุดสำหรับนา & # x000EF; ve นักลงทุนจะอยู่ที่ประมาณร้อยละ 74 และที่เลวร้ายที่สุดคือ & # x02212; ร้อยละ 70 Histogram ของผลตอบแทนสะสมจากการซื้อขายแบบสุ่ม รูปที่เต็มรูปแบบและตำนาน (108K) ขั้นตอนต่อไปในการใช้วิธีการบูตนี้คือการนับจำนวนครั้งที่ผลตอบแทนสะสมจากคู่ค้าจะสูงกว่าผลตอบแทนที่สะสมมาจากสัญญาณการซื้อขายสุ่มและหารด้วยจำนวนการจำลอง ผลที่ได้คือร้อยละจำนวนมากแสดงให้เห็นว่าสัญญาณสุ่มกลยุทธ์การทดสอบมีการตี หากกลยุทธ์ดังกล่าวมีค่าก็จะผลิตสิ่งที่ใกล้ถึงร้อยละ 90 ถ้ามันเป็นเพียงกรณีที่มีโอกาสก็จะให้ร้อยละใกล้เคียงกับร้อยละ 50 และถ้ากลยุทธ์ที่ไม่แสดงค่าใด ๆ ก็จะส่งผลให้ในอัตราร้อยละใกล้เคียงกับร้อยละ 10 ซึ่งหมายความว่าในกรณีนี้มัน เป็นไปได้ที่จะได้รับผลตอบแทนที่สูงขึ้นโดยใช้เพียงเมล็ดสุ่มเลือกสินทรัพย์และวันเพื่อการค้า วิธีการหนึ่งของการวิเคราะห์ผลของขั้นตอนวิธีการบูตคือการเปรียบเทียบการเลือกที่ทำโดยกลยุทธ์การซื้อขายที่เป็นวันและทรัพย์สินเพื่อการค้ากับผลตอบแทนที่คาดว่าในวันเดียวกันและจำนวนของธุรกิจการค้าที่ผ่านการวิจัยข้อมูลทั้งหมด ฐานข้อมูลสำหรับการวิจัย ฐานข้อมูลสำหรับการวิจัยครั้งนี้อยู่บนพื้นฐานของ 100 หุ้นที่มีสภาพคล่องมากที่สุดจากตลาดการเงินของบราซิลระหว่างปี 2000 และ 2006 การศึกษานี้มีวัตถุประสงค์เพื่อประเมินผลการปฏิบัติงานและความเสี่ยงของคู่ค้าสำหรับความถี่ที่แตกต่างของข้อมูล: รายวันรายสัปดาห์รายเดือนและราคา ขณะที่มีบางปัญหาสภาพคล่องสำหรับบางกรณีฐานข้อมูลจะต้องมีการรองรับสำหรับแต่ละความถี่ กฎที่นี่คือการเลือกหุ้นที่มีอย่างน้อยร้อยละ 98 ของราคาปิดที่ถูกต้อง ส่งผลให้จำนวนหุ้นหลังจากการประยุกต์ใช้ตัวกรองที่จะแสดงในตารางที่ 1 สำหรับตารางที่ 1 ลดลงที่สำคัญในฐานข้อมูลการวิจัยสำหรับความถี่ในชีวิตประจำวันที่มีเพียง 57 หุ้นหลังจากที่ได้รับการคัดเลือกกรองสำหรับหุ้นที่มีน้อยกว่าร้อยละ 98 ของราคาปิด สำหรับราคาสัปดาห์และรายเดือนกรองดังกล่าวไม่ได้เป็นปัญหาและส่วนใหญ่ของหุ้นจากฐานข้อมูลเดิมที่ถูกเก็บไว้ สำหรับกรณีของราคาที่หายไปพวกเขาถูกแทนที่โดยเพียงแค่ราคาที่ผ่านมาซึ่งกำหนดผลตอบแทนลอการิทึมในวันนั้นให้เป็นศูนย์ การทดสอบของกลยุทธ์การซื้อขายทุกคนมีสองขั้นตอนในข้อมูลการวิจัย: ระยะเวลาการฝึกอบรมและระยะเวลาในการซื้อขาย การศึกษาครั้งนี้มีระยะเวลาการฝึกอบรมเป็นหน้าต่างย้ายประกอบด้วยประมาณ 2 ปีของข้อมูลสำหรับความถี่ทั้งหมด สำหรับราคาประจำวันเช่นการย้ายหน้าต่างมีความยาว 494 สำหรับรายสัปดาห์ราคา 105 และความถี่ประจำปีของ 24 ปัญหาในการดำเนินกลยุทธ์คู่ค้ามากกว่าข้อมูลก็คือว่าหุ้นแต่ละคู่อาจมีการเปลี่ยนแปลงเมื่อเวลาผ่านไป เพื่อที่จะประเมินความเป็นไปได้เช่นคู่ของหุ้นแต่ละที่มีการปรับปรุงในแต่ละเดือนสำหรับการทดสอบความถี่ทั้งหมด ยกตัวอย่างเช่นข้อมูลประจำวันที่ 25 สังเกตแต่ละคู่จะถูกคำนวณใหม่ มันเป็นสิ่งสำคัญที่จะทราบว่าขั้นตอนวิธีการไม่ได้ใช้การสังเกตในอนาคตที่จะสร้างกฎการซื้อขาย ทุกแง่มุมของกลยุทธ์ที่มีการคำนวณโดยใช้ข้อมูลที่ผ่านมาเท่านั้นซึ่งเป็นสมมติฐานที่จำเป็นสำหรับการประเมินความเป็นจริงของผลการดำเนินงานกลยุทธ์การค้าเชิงปริมาณ ตารางที่ 2 นำเสนอผลตอบแทนที่ได้รับจากกลยุทธ์คู่ค้าที่ความถี่ค้นคว้าที่แตกต่างกันด้วย C & # x0003D; ร้อยละ 0.1 ค่าของค่าใช้จ่ายในการทำธุรกรรมนี้เป็นจริงสำหรับตลาดทุนบราซิลและสามารถทำได้อย่างง่ายดายด้วยปริมาณปานกลางของเงินลงทุน ตารางที่ 2 - การประเมินผลของคู่ค้าสำหรับผลตอบแทนที่แตกต่างกันของค่าง ก่อนที่จะวิเคราะห์ 2. ตารางการสังเกตที่สำคัญคือการที่ผลตอบแทนรวมไม่ได้เป็นเพียงผลรวมของผลตอบแทนจากตำแหน่งยาวและระยะสั้น สำหรับผลตอบแทนที่มากเกินไปและดิบถ้าคอลัมน์ & # x02018; สถานะ Long & # x02019; สรุปคอลัมน์ & # x02018 นั้นการดำรงตำแหน่งสั้น & # x02019 ;, มันจะไม่เท่ากับคอลัมน์ & # x02018 นั้นรวม & # x02019 ;. นี้เกิดขึ้นเนื่องจากเป็นหนึ่งในสินทรัพย์ที่มีความสามารถเป็นสัญญาณซื้อและขายสัญญาณในเวลาเดียวกันที ขณะที่หุ้นดังกล่าวจะมีคู่ของหุ้นอื่น ๆ ถ้าเพียงสั้นตำแหน่งหรือยาวมีการวิเคราะห์ตำแหน่งการซื้อขายนั้นจะถูกต้อง แต่เมื่อวิเคราะห์ผลตอบแทนรวมจากทั้งผู้ซื้อและขายเข้าสู่ระบบสำหรับสินทรัพย์ที่เดียวกันในเวลาเดียวกัน null กันและกัน ที่สามารถมองเห็นความแตกต่างค่อนข้างสูงหมายความว่าเหตุการณ์ดังกล่าวได้เกิดขึ้นบ่อยมาก สำหรับกรณีของผลตอบแทนดิบตารางที่ 2 ซึ่งเป็นเพียงการกลับมาทำความสะอาดของกลยุทธ์ลบต้นทุนการทำธุรกรรมก็จะเห็นได้ว่าตำแหน่งยาวอยู่ไกลมีกำไรมากขึ้นกว่าตำแหน่งสั้นความถี่ในการทดสอบทั้งหมด นี้ได้รับการคาดว่าจะเป็นช่วงเวลาของการศึกษาได้อย่างชัดเจนเป็นตลาดที่มีแนวโน้มปรับตัวสูงขึ้น-หมายความว่าตำแหน่งสั้นจะไม่ทำเงินได้มากที่สามารถมองเห็นได้ในผลตอบแทนที่ดิบสำหรับสัญญาณสั้นที่ความถี่ที่แตกต่างกัน การวิเคราะห์ผลตอบแทนที่มากเกินไปของตารางที่ 2 จะเห็นได้ว่ากลยุทธ์คู่ค้าก็สามารถที่จะเอาชนะน้ำหนักอย่างถูกต้อง na & # x000EF; ve ผลงานในส่วนของกรณีที่ ดังกล่าวส่งผลให้มีมากขึ้นที่สอดคล้องกันสำหรับความถี่ในชีวิตประจำวันในช่วงเวลาของ d ระหว่าง 1.5 และ 2 และสำหรับความถี่รายเดือนทั้งในช่วงการทดสอบง การตรวจสอบความสัมพันธ์ระหว่าง d และจำนวนการซื้อขายที่มันเป็นที่ชัดเจนมากว่าพวกเขามีความสัมพันธ์ในเชิงลบในขณะที่การดำเนินการของกฎการซื้อขายสูง (ต่ำ) ค่างนำเสนอต่ำ (สูง) จำนวนการทำธุรกรรม นี้สามารถอธิบายได้อย่างง่ายดายโดยความจริงที่ว่า d เป็นตัวแปรเกณฑ์ที่ควบคุมเมื่อมีความแตกต่างราคาจะไม่ถือว่าเป็นปกติ ในฐานะที่เป็น d เติบโตน้อยลงและน้อยแตกต่างที่ผิดปกติจะพบได้ที่จึงช่วยลดจำนวนของการทำธุรกรรมที่ทำโดยกลยุทธ์ วิธีการบูตที่นำเสนอในตารางที่ 2 แสดงให้เห็นว่าการค้าคู่จะดีกว่าการใช้สัญญาณซื้อขายสุ่ม (ร้อยละของพอร์ตการลงทุนแบบสุ่มตีสูงกว่า 90 & # x00025;) ในเวลาเพียงไม่กี่รายที่แม่นยำมากขึ้นสำหรับข้อมูลที่มีความถี่ในชีวิตประจำวันและมีการ มูลค่าตั้งแต่เกณฑ์จาก 1.5 ถึง 2 นอกจากนี้ยังมีข้อบ่งชี้ของการปฏิบัติงานที่ดีของวิธีการบูตมากกว่าข้อมูลรายเดือนที่มี 2.6 d 3 แต่รับว่ามีเพียงไม่กี่ซื้อขายถูกสร้างขึ้นมาโดยเฉพาะอย่างยิ่งช่วงเวลานี้ (4.08 ร้อยละ & # x02013; ข้อสังเกต 3) ผลที่ไม่สามารถดำเนินการอย่างจริงจังเกี่ยวกับประสิทธิภาพของกลยุทธ์คู่ค้าที่ ภาพที่ชัดเจนมากขึ้นของประสิทธิภาพการทำงานในเชิงบวกที่จะได้รับในแผง A. ชิ้นส่วนของข้อมูลอีกที่ให้ไว้ในตารางที่ 2 คือวิธีการบูตเป็นมากขึ้นมีข้อ จำกัด ในการดำเนินงานในเชิงบวกมากกว่าผลงานวิธีการมาตรฐาน ในขณะที่ผลตอบแทนส่วนเกินที่นำเสนอในเชิงบวกสุดท้ายสำหรับค่าเกือบทั่วทุกแผงที่แตกต่างกันสุดท้ายเท่านั้นส่งผลให้ผลการดำเนินงานในเชิงบวกสำหรับคู่ของกรณี สรุปผลการวิจัย อ้างอิง มิถุนายน. นิวยอร์ก: จอห์นไวลีย์บุตร บทนำ