Pca Trading Signale

Ive wurde mit der Erforschung von Handelsstrategien in Bezug auf PCA zu handelnde festverzinsliche Futures-Instrumente beauftragt. Anscheinend wird PCA häufig in diesem Bereich verwendet. Im nur auf der Suche nach einigen Referenzen für den Erhalt einer grundlegenden Idee, wie eine Strategie aussehen könnte. Im nicht auf der Suche nach einer Gewinnstrategie - nur eine Skizze, wie PCA könnte nützlich sein, in der Erzeugung von Handelssignalen. Ich verstehe die Mathematik hinter PCA und habe es in anderen Bereichen verwendet, aber seine Anwendungen für die Finanzierung sind neu für mich. Eines der besten Stücke jemals zu diesem Thema geschrieben ist Salomons Principles of Principal Components, die leicht im Internet verfügbar ist. Ich gehe nicht in die Details, da diese Arbeit ist lächerlich umfassend, aber die grundlegende Idee ist einfach - wenn Sie eine PCA basierend auf Erträgen, die ersten drei Komponenten erfassen die meisten der Varianzen, mit den drei Faktoren grob interpretiert als Ebene , Steilheit und Krümmung der Kurve. Die am häufigsten verwendete Anwendung für PCA ist der Schmetterlingshandel (z. B. Sie können den TY Vertrag gegen FV und WN kaufen oder Sie können EDZ6 gegen EDZ5 und EDZ4 kaufen). PCA erlaubt es Ihnen, die benötigten Risikogewichte zu berechnen, so dass die Strukturen für die ersten beiden Hauptkomponenten neutral sind. Dies ermöglicht es Ihnen, sich auf den Handel der Krümmung der Zinsstrukturkurve zu konzentrieren, ohne das Risiko von Risiken zu vermeiden. Es ist eine empirische Beobachtung, aber sehr viel ein Ergebnis, wie die Zinskurve gehandelt wird, verhält sich amp. Wenn zerlegen Bindung Portfolio Renditen über lange Horizonte, you39ll fast immer feststellen, dass die Dauer (d. H. Ertragsniveau) ist ziemlich der einzige wichtigste Faktor ist es auch das, was die Leute über die meisten sprechen (10-Jahres-Rendite hat BLAH heutequot). Slope ist definitiv das nächste Ding, das auf Menschen den Geist (quotThe Renditekurve bull flattenedbear steepenedetc heute). Krümmung ist fast nie in der Presse erwähnt, und ist in der Tat ein viel kleiner Faktor beim Fahren täglich Zinskurven Bewegungen. Ndash Helin Gai Jan 6 15 um 21: 22Sie haben ein multifaktorielles Modell, das als Input von 10 20 exogen schwachen stationären Variablen dient. Dann können Sie PCA verwenden, um nur 3 4 orthogonale Variablen zu erhalten, um Ihr Modell zu vereinfachen, ohne zu viele Informationen zu verlieren (es vielleicht zuerst 3 4 Hauptkomponenten erklären mehr als 90 der 10 20 ursprünglichen Variablen39 Gesamtabweichung). Zum Beispiel, technische Händler oft viel t. a. Indikatoren wie MACD, RSI, stochastische und so weiter: Es ist wahrscheinlich, dass die erste Hauptkomponente dieser Indikatoren mehr als 95 aller Indikatoren39 Varianz erklärt. Ndash Lisa Ann Mai 2 13 at 9:54 Um Ihre Fragen zu beantworten, müssen wir einen Blick darauf werfen, was es tut. PCA wird mathematisch als orthogonale lineare Transformation definiert, die die Daten in ein neues Koordinatensystem umwandelt, so dass Nachrichtenvektoren Orthogonale sind und den Hauptteil der Varianz des ersten Satzes erklären. Es nahmen eine N x M Matrix als Eingabe, N die differents Wiederholung des Experiments und M die Ergebnisse einer bestimmten Sonde. Es gibt Ihnen Anweisungen (oder Hauptkomponenten), die die Varianz Ihres Datasets erklären. So hängt alles davon ab, was Sie in Ihrem PCA eingeben. Ich verwende PCA, um auf Marktkorrelation zu schauen, also nehme ich M Preise über N Mal ein. Sie können Unterschiede messen (greeks, Futures.) Eines einzelnen Aktien eingeben, um einen Blick auf seine Dynamik. Meine Verwendung wird die Korrelation eines Aktienkurses mit dem Markt, bekannt als beta geben, wird die andere Verwendung Korrelation zwischen den verschiedenen technischen Indikatoren einer Aktie geben. Und gut ich denke, Sie können einige interessante Ergebnisse mit differents Indikatoren über differents Aktien zu bekommen. Vergessen Sie nicht über die Vorverarbeitung. Wie Sie hier sehen können: Datensynchronisation gibt es einige heikle Probleme mit Marktdaten. Es hängt auch davon ab, was Sie mit Ihren Ergebnissen tun. Sie können ein Kriterium verwenden, um Komponenten mit geringer Varianz zu entfernen, um die Dimension Ihres Datasets zu reduzieren. Dies ist das übliche Ziel von PCA. Es gibt Ihnen eine reduzierte Anzahl von Aktien zu einem Portfolio zu bauen, um profitrisk Kurven zu schätzen. Aber Sie können auch komplexere Nachbehandlung. Hier: th-if. uj. edu. plactavol36pdfv36p2767.pdf Sie sehen eine Verwendung von PCA kombiniert mit zufälligen Matrix-Theorie, um das Rauschen des Marktes zu entfernen. PCA ist ein Werkzeug, ein sehr leistungsfähiges Werkzeug, aber nur ein Werkzeug. Ihre Ergebnisse hängt davon ab, wie Sie es verwenden. Das Risiko besteht darin, es zu viel zu benutzen. Sie wissen, was sie sagten, wenn Sie einen Hammer haben, sieht jedes Problem wie ein Nagel. WTI Futures-Kurvenanalyse mit PCA (Teil 1) Theoretisch sind die Rohöl-Zukunft Preise spiegeln die Marktteilnehmer Erwartung der zukünftigen Nachfrage und Angebot sowie ihre insgesamt Unsicherheit. Die Rohöl-Zukunft Markt ist ein interessanter Markt zu analysieren. Gesetze der Cost-of-Carry, Angebot und Nachfrage weiterhin gelten, aber das geopolitische Risiko belastet die relativen Preise. Historisch gesehen ist die Öl-Futures-Kurve oft in Backwardation, was bedeutet, höhere Preise für kurzfristige Verträge als für langfristige Verträge bedeutet. Dies wird oft durch einen theoretischen Begriff als Convenience-Ausbeute erklärt. Convenience-Rendite ist begrifflich ähnlich Dividenden im Eigenkapital, wo es den physischen Besitz der Aktie über die künftige Lieferung aufgrund der Dividendenzahlung Zahlungen begünstigt. Auf dem Rohölmarkt kann die Convenience-Rendite die Marktsorgen aufgrund der geopolitischen Bedenken und der Tendenz, die Rohstoffversorgung jetzt zu begünstigen, auf die zukünftige Ölversorgung (oder Auslieferung) hinweisen. In diesem White Paper wollen wir nicht in die theoretische Ökonomie der Preisveränderungen oder deren Spreads eingehen. Stattdessen werden wir die Tagespreise der ersten vier (4) Verträge von WTI-CL-Futures, die auf NYMEX notiert sind, untersuchen. Als nächstes wird unter Verwendung von Austauschregeln für den WTICL-Vertragshandel die Anzahl der Tage zum Liefermonat für jeden Vertrag berechnet, um die Futures-Kurve zu konstruieren. Schließlich werden wir die Hauptkomponentenanalyse (PCA) durchführen, um die Kerntreiber hinter den Futures-Kurvenveränderungen (d. H. Dem Niveau und der allgemeinen Form) aufzudecken. Warum sollten wir uns interessieren Der Öl-Zukunftsmarkt ist sehr komplex in seinem Entwurf, und in diesem Papier werden wir versuchen, die zugrunde liegenden Treiber, die in den täglichen relativen Preisen der verschiedenen Verträge zum besseren Verständnis und einer besseren Absicherung für ein Portfolio reflektiert werden, aufzudecken und zu vereinfachen Dieser Instrumente. Hintergrund Die allgemeine Nachfrage nach Erdölprodukten ist hochsaisonal und am stärksten während der Wintermonate, wenn Länder in der nördlichen Hemisphäre ihre Verwendung von destilliertem Heizöl und Restbrennstoffen erhöhen. Die Rohöllieferungen, einschließlich der Produktions - und Nettoimporte, zeigen ebenfalls eine ähnliche saisonale Variation, allerdings mit einer geringeren Größenordnung. Während der Sommermonate übersteigt das Angebot die Nachfrage und die Erdölvorräte bauen normalerweise, während im Winter die Nachfrage das Angebot übersteigt und die Bestände abgebaut werden. Infolgedessen zeigen Vorräte auch Saisonalität. In der Theorie werden die Futurespreise wie folgt berechnet: Zur Durchführung unserer Analyse werden wir den Logarithmus der künftigen Preise verwenden und das Protokoll der WTI-Spotpreise in den Datensatz aufnehmen. Als Nächstes berechnen wir das Netto der Zins-, Lager - und Convenience-Renditen (dh), die wie folgt ausgedrückt werden können: Man beachte, dass es theoretisch drei lose korrelierte Faktoren (Zins-, Lager - und Convenience-Jahresertrag) gibt Dass die Anwendung einer PCA-Art der Analyse nicht mehr als drei (3) Faktoren ergeben sollte. Datenvorbereitung In diesem Papier werden wir die Schlussmarken der unmittelbar vier (4) gehandelten NYMEX CL-Zukunftsverträge der EIA-Website verwenden. Darüber hinaus nutzen wir auch die Spotpreise für WTI-Rohöl in Cushing, OK (Lieferort für NYMEX-CL-Verträge) der EIA-Website. Um unseren Datensatz zu kompilieren, verwenden wir die Anzahl der Tage bis zum 1. Tag des Liefermonats als unseren Horizont (d. h. die unabhängige Variable der Zukunftskurve). Wir verweisen darauf als Tage-auf-Lieferung oder DTD. Nach der NYMEX-Produktspezifikation endet der Handel eines Rohöl-Zukunftsvertrages auf Basis der folgenden Regel (en): Der Handel im aktuellen Liefermonat endet am dritten Geschäftstag vor dem fünfundzwanzigsten Kalendertag des Monats Den Liefermonat fort. Ist der fünfundzwanzigste Kalendertag des Monats kein Geschäftstag, endet der Handel am dritten Geschäftstag vor dem letzten Geschäftstag, der am fünfundzwanzigsten Kalendertag beginnt. Für den Fall, dass sich der offizielle Wechselkursplan nach der Börsennotierung von Rohöl-Futures ändert, bleibt das ursprünglich verzeichnete Gültigkeitsdatum wirksam. Für den Fall, dass der ursprünglich aufgelistete Verfalltag zum Feiertag erklärt wird, wird der Verfall an den Geschäftstag unmittelbar vor der Nutzung der letzten Handelstagregeln verschoben. Wir bestimmen, wann der Frontkontrakt auf den folgenden Monatsvertrag umschaltet und somit den richtigen Wert berechnet Bis zum 1. Tag des Liefermonats. Für die Berechnung der Handelstage, die Anpassung für Wochenenden und Feiertage, nutzten wir die NumXL-Kalenderfunktionen mit dem USD-Kalender. Daher verwenden wir für jeden Handelstag die vier (4) Kontrakte, um eine Zukunftskurve zu erstellen (zukünftige Preise gegenüber der Anzahl der zu liefernden Tage (DTD)). Als nächstes interpolieren wir an jedem Tag unter Verwendung der zukünftigen Kurve oben die zukünftigen Preise für Lieferbedingungen von 10 Tagen bis zu 120 Tagen (12 Begriffe). Anhand der nachstehenden Formel transformieren wir die zukünftigen Preise in das Netto der Zins-, Lagerkosten - und Convenience-Rendite (zB) Am 29. April 2013 weist die WTI-Zukunftskurve eine buckelartige Kurve auf: Am selben Tag, die implizite (berechnete) Nettozins-, Lager - und Convenience-Rendite (NISC) für jeden Liefertermin, hat die folgende Form (Grafik unten). Obwohl die zukünftigen Preise zwischen 50-100 DTD flach bleiben, ist das zugrunde liegende Netto aus Zins-, Lager - und Convenience-Rendite aufgrund der Veränderung der Time-to-Delivery zu verzeichnen. Schließlich berechnen wir zwölf (12) Zeitreihen für die Nettozins-, Lager - und Convenience-Rendite (NISC) für Lieferbedingungen von 10 bis 120 Tagen. Zuerst wird die Korrelation zwischen den zwölf NISC-Eingangszeitreihen untersucht. Starten Sie den PCA-Assistenten, geben Sie Eingangsvariablen an und berechnen Sie die PCA-Statistik. PCA zeigt, dass die ersten beiden Hauptkomponenten (auch bekannt als Treiber) 98,7 der Gesamtvariation ausmachen, und die ersten drei Hauptkomponenten erfassen 99,9. Lets untersuchen die Belastungen dieser Fahrer in einem Versuch, eine praktische physische Proxy für sie zu finden. Für die erste Hauptkomponente: Die ersten PC-Belastungen (aka Begriffsstruktur) zeigen ein Muster ähnlich der Zinskurve: Contago kurzfristig und flach für längerfristig. Wir können an die erste Komponente als Proxy für den Zinssatz denken. Die zweite Hauptkomponente (aka Treiberbelastung) weist das folgende Muster auf: Dieses Muster ist dem PC1 ähnlich, mit Ausnahme des Knicks für 10 bis 20 Tage und der negativen Werte bis zu 50 Tagen. Dies kann als Proxy für die Bequemlichkeitsleistung angenommen werden. Kurzfristige Tenöre haben negative Werte, die dazu führen, dass die zukünftigen Preise steigen und möglicherweise eine Backwardation entstehen. Für längerfristige Tenöre ist der Wert positiv, wodurch der künftige Preis reduziert und die Backwardation verstärkt wird. Die dritte Hauptkomponente ist relativ schwer zu erklären: Können das die Lagerkosten pro Jahr sein Unwahrscheinlich, da die Belastung zwischen 20 und 70 Tagen nach Lieferung negativ ist. Glücklicherweise sind seine Varianz und der Beitrag zur Gesamtvariation relativ klein. Schlussfolgerung In Summe haben wir festgestellt, dass die Nettozins-, Lager - und Convenience-Rendite (NISC) von WTI-Futures in erster Linie von zwei unkorrelierten Treibern angetrieben werden. Der erste Treiber weist eine Termstruktur ähnlich der Zinskurve auf, und der zweite Treiber wurde als Proxy für die Komfortausbeute angenommen. Warten Sie einen Augenblick: Kann ich ein Zinsinstrument (zB Eurodollar, Swaps, etc.) zur Absicherung des Zinsrisikos in meinem WTI - Futures - Portfolio einsetzen? In einem Folgepapier werden wir die LIBOR - Analyse und Feinabstimmung unserer Risikotreiber weiter, Isolierung der Lagerung und Convenience-Rendite aus dem Zinssatz. Warum kümmert sich Ein Portfolio von WTI-Futures-Kontrakten kann mit nur zwei (2) verschiedenen zukünftigen Kontrakten abgesichert (97,8 effektiv) für Nicht-Spot-Preisänderungen sein. Was ist mit Spot-Änderungen Was ist die Sicherungsration Wie oft re-balance die Hedge In einem Folge-Papier, diskutieren Sie die Absicherung in Bezug auf PCA in weiteren Details. Warum wir hier aufhören Es gibt viel Material hier zu schlucken, so dass wir entschieden haben, in diesem Stadium Pause, um Ihnen Gelegenheit, zu verdauen und sich mit unserer früheren Diskussion, und besser bereiten Sie für eine erweiterte Behandlung des Themas.