Trend Folge Trading Strategien In Commodity Futures A Re Prüfung

Trend-nachhandelnde Strategien in Rohstoff-Futures: Eine erneute Prüfung Andrew C. Szakmary a ,. Qian Shen b. Subhash C. Sharma c. Eine Abteilung für Finanzen, Robins School of Business, Universität Richmond, Richmond, VA 23173, USA b Department of Economics and Finance, School of Business, Alabama AampM University, Normal, AL 35762, USA c Department of Economics, Southern Illinois University at Carbondale, Carbondale, IL 62901, USA Erhalten am 20. Februar 2008. Akzeptiert am 7. August 2009. Verfügbar online 11. August 2009. Dieses Papier untersucht die Performance von Trendfolgen Handelsstrategien in Rohstoff-Futures-Märkten mit einem monatlichen Datensatz über 48 Jahre und 28 Märkte. Wir finden, dass alle Parametrisierungen der doppelten gleitenden durchschnittlichen Crossover - und Channel-Strategien, die wir implementieren, einen positiven Mittelwertüberschuss nach Abzug von Transaktionskosten in mindestens 22 der 28 Märkte ergeben. Wenn wir unsere Ergebnisse über die Märkte bündeln, zeigen wir, dass alle Handelsregeln sehr erhebliche positive Renditen erlangen, die sich auch in den meisten Teilperioden der Daten durchsetzen. Diese Ergebnisse sind robust in Bezug auf die Menge der Rohstoffe, die die Handelsregeln mit, Verteilungsannahmen, Data-Mining-Anpassungen und Transaktionskosten umgesetzt werden, und dazu beitragen, abweichende Beweise in der vorhandenen Literatur über die Performance von Impuls und reinen Trendfolgenstrategien zu lösen Ist ansonsten schwer zu erklären. JEL-Klassifikation Trend-nach Handelsregeln Momentum Commodity-FuturesTrend-nach Handelsstrategien in Rohstoff-Futures: Eine erneute Prüfung Dieses Papier untersucht die Performance von Trendfolgen Handelsstrategien in Rohstoff-Futures-Märkten mit einem monatlichen Datensatz über 48 Jahre und 28 Märkte. Wir finden, dass alle Parametrisierungen der doppelten gleitenden durchschnittlichen Crossover - und Channel-Strategien, die wir implementieren, einen positiven Mittelwertüberschuss nach Abzug von Transaktionskosten in mindestens 22 der 28 Märkte ergeben. Wenn wir unsere Ergebnisse über die Märkte bündeln, zeigen wir, dass alle Handelsregeln sehr erhebliche positive Renditen erlangen, die sich auch in den meisten Teilperioden der Daten durchsetzen. Diese Ergebnisse sind robust in Bezug auf die Menge der Rohstoffe, die die Handelsregeln mit, Verteilungsannahmen, Data-Mining-Anpassungen und Transaktionskosten umgesetzt werden, und dazu beitragen, abweichende Beweise in der vorhandenen Literatur über die Performance von Impuls und reinen Trendfolgenstrategien zu lösen Ist ansonsten schwer zu erklären. Wenn Sie Probleme beim Herunterladen einer Datei haben, überprüfen Sie, ob Sie die richtige Anwendung haben, um sie zuerst anzuzeigen. Bei weiteren Problemen lesen Sie die IDEAS-Hilfeseite. Beachten Sie, dass diese Dateien nicht auf der IDEAS-Website sind. Bitte sei geduldig, da die Dateien groß sein können. Da der Zugriff auf dieses Dokument eingeschränkt ist, können Sie nach einer anderen Version unter Related research (weiter unten) suchen oder nach einer anderen Version suchen. Artikel von Elsevier in seiner Zeitschrift Journal of Banking Finance. Wenn Sie eine Korrektur anfordern, bitte erwähnen Sie diese Elemente Handle: RePEc: eee: jbfina: v: 34: y: 2010: i: 2: p: 409-426. Siehe allgemeine Informationen zur Korrektur von Material in RePEc. Für technische Fragen zu diesem Artikel, oder um seine Autoren, Titel, Abstract, bibliographischen oder Download-Informationen zu korrigieren, wenden Sie sich an: (Shamier, Wendy) Wenn Sie diesen Artikel verfasst haben und noch nicht bei RePEc registriert sind, empfehlen wir Ihnen, dies zu tun . Dies ermöglicht es, Ihr Profil mit diesem Element zu verknüpfen. Es erlaubt Ihnen auch, potenzielle Zitate zu diesem Artikel zu akzeptieren, dass wir unsicher sind. Wenn Referenzen ganz fehlen, können Sie sie mit diesem Formular hinzufügen. Wenn die vollständigen Referenzen ein Element auflisten, das in RePEc vorhanden ist, aber das System nicht mit ihm verknüpft ist, können Sie mit diesem Formular helfen. Wenn Sie von fehlenden Gegenständen wissen, die dieses zitieren, können Sie uns helfen, diese Links zu erstellen, indem wir die relevanten Referenzen in der gleichen Weise wie oben für jedes verweisende Element hinzufügen. Wenn Sie ein registrierter Autor dieses Artikels sind, können Sie auch die Registerkarte Zitate in Ihrem Profil überprüfen, da es einige Zitate gibt, die auf Bestätigung warten. Bitte beachten Sie, dass Korrekturen einige Wochen dauern können, um durch die verschiedenen RePEc-Dienste zu filtern. Weitere Dienstleistungen Folge-Serie, Zeitschriften, Autoren amp mehr Neue Papiere per E-Mail Abonnieren Sie neue Ergänzungen zu RePEc Autorenregistrierung Öffentliche Profile für Wirtschaftsforscher Verschiedene Rankings der Forschung in der Wirtschaft amp verwandte Felder Wer war ein Student von wem, mit RePEc RePEc Biblio Kuratierte Artikel amp Papiere zu verschiedenen ökonomischen Themen Hochladen Sie Ihr Papier auf RePEc aufgeführt werden und IDEAS EconAcademics Blog Aggregator für Wirtschaftsforschung Plagiate Fälle von Plagiaten in Wirtschaftswissenschaften Job Market Papers RePEc Arbeitspapier Serie gewidmet, um den Job-Markt Fantasy League Vortäuschen Sie sind an der Spitze einer Wirtschaft Abteilung Dienstleistungen aus der StL Fed Daten, Forschung, apps amp mehr von der St. Louis FedTrend-Following Trading Strategien in Commodity Futures: Eine Re-Examination (Digest Summary) Die Autoren erforschen die Profitabilität der Trend-und Impuls-Strategien in Rohstoff-Futures-Märkte . Sie testen mehrere Variationen dieser Strategien, einschließlich Querschnittsimpuls, eine doppelte gleitende durchschnittliche Crossover-Regel und eine Kanalregel. Sie finden signifikante positive Renditen und zeigen, dass die Ergebnisse auch robust gegenüber Verteilungsannahmen, Data-Mining-Anpassungen und Transaktionskosten sind. Die Autoren untersuchen drei Variationen von Impulsstrategien. Die erste ist eine Querschnittsformulierung, die in der Equity-Literatur üblich ist. Am Ende eines jeden Kalendermonats rangieren sie alle Rohstoffe auf der Grundlage ihrer jeweiligen Gesamtrendite über die Gründungsperioden, die 1, 2, 3, 6, 9 und 12 Monate sind. Sie nehmen dann lange Positionen in den oberen Drittel, kurze Positionen in der unteren Drittel, und keine Position in der Mitte Drittel. Die nächste Strategie ist eine explizite Impulsstrategie, die auf einer doppelten gleitenden durchschnittlichen Crossover (DMAC) in jeder Ware unabhängig basiert. Der kurzfristige gleitende Durchschnitt beträgt entweder 1 oder 2 Monate, und der langfristig gleitende Durchschnitt beträgt entweder 6 oder 12 Monate. Sie betrachten auch eine neutrale Bande, in der keine Position genommen wird, wenn die gleitenden Mittelwerte innerhalb eines Bandes von 5 Prozent von einander sind. Die endgültige Strategie ist die Kanalregel. Eine lange Position wird ergriffen, wenn der Wert der Ware in den letzten n Monaten die maximalen Monatseinheiten überschreitet und eine kurze Position genommen wird, wenn der letzte Wert kleiner als das Minimum der End-of-Monats-Werte ist In den letzten n Monaten. Für die Verzögerungslänge werden mehrere Parameter berücksichtigt. Einschließlich 3, 4, 5, 6, 9 und 12 Monate. Die Daten werden aus der Commodity Research Bureau Datenbank bezogen, aus der die Autoren in der Lage sind, Tagespreise für 28 Futures-Märkte zu extrahieren. Für die Zwecke der Analyse verwenden die Autoren immer den nahen Vertrag und rollen am letzten Tag des Monats, bevor der Vertrag abläuft. Die Daten werden dann in eine Monatsreihe für die Analyse zusammengefasst. Die ausgewählten Futures-Märkte repräsentieren einen breiten Querschnitt von Agrar-, Industrie-, Edelmetall - und Energie-Futures-Märkten und schließen ausschliesslich Devisentermingeschäfte und andere Finanzterminkontrakte aus. Die Autoren wenden auch die Tests zum Handel der Goldman Sachs Commodity Index (GSCI) Futures an. Durch die Verwendung von Volumendaten können sie auch Renditen für eine Teilmenge untersuchen, die die acht Rohstoffe mit dem niedrigsten Gesamthandelsvolumen ausschließt. Um die Handelsrenditen zu berechnen, implementieren die Autoren Trades, indem sie für jede Parameterkombination jeder der drei Strategien einen gleichberechtigten Betrag für jede Ware im Anlageuniversum vergeben. Für die gesamte Stichprobe von Juli 1959Dezember 2007 und für die Teilproben von 19581971, 19721983, 19841995 und 19962007 werden die Rücksendungen gemeldet. Für die gesamte Stichprobe sind alle Ergebnisse mit 1% - Pegel unter Verwendung von NeweyWest-Standardfehlern signifikant positiv. Die gepoolten durchschnittlichen Nettoüberschussrenditen reichen von 0,33 Prozent auf 0,49 Prozent pro Monat, wobei die Sharpe-Ratio von 0,42 bis 0,64 reichen. Wenn man die Daten in die Teilproben zerlegt, stellen die Autoren fest, dass die ersten drei Teilprobenergebnisse im Allgemeinen mit denen der gesamten Periode vergleichbar sind. Für den Zeitraum 19962007 ist der Vergleich schwächer, wobei die DMAC - und Kanalstrategien statistisch signifikante positive Renditen für drei Sechs-Kanal-Strategien und fünf von sechs DMAC-Parametrisierungen aufweisen, verglichen mit keine signifikanten Renditen (bei 5 Prozent) für den Querschnitt Impulsstrategien Bei der Begrenzung der Analyse auf die liquidesten Rohstoffe berichten die Autoren über ähnliche Ergebnisse, obwohl die Renditen etwas niedriger sind. Die Anwendung der Strategien auf die GSCI-Futures liefert jedoch gemischte Ergebnisse, und die Autoren weisen darauf hin, dass der Grund dafür ist, dass die Dynamik im Allgemeinen als sicherheitsspezifische und nicht als marktwirtschaftliche Wirkung gilt. Die Autoren führen Robustheitstests mit Bootstrap-Simulationen durch, um die Normalitätsannahme des von ihnen verwendeten NeweyWest t-statistisches zu adressieren. Durch die Anwendung der Strategien auf die bootstrapped Geschichten und zeigen, dass die beste Strategie übertrifft alle Strategien, die auf die bootstrapped Geschichten angewendet werden, zeigen sie, dass das Ergebnis unwahrscheinlich ist, durch Daten Snooping erklärt werden. Sie wenden auch eine Bonferroni-Korrektur an, und wieder finden sie, dass die besten Strategien noch sehr bedeutsam sind. Schließlich zeigen die Autoren, dass die Ergebnisse robuster bis zu mehr pessimistischen Annahmen der Transaktionskosten sind. Insgesamt zeigen die Autoren die Wirksamkeit der Trend - und Impulsstrategien auf den Rohstoffmärkten. Sie zeigen, dass diese Ergebnisse robust zu Handelsregelformulierungen, Verteilungsannahmen, Data-Mining-Anpassungen und Transaktionskosten sind. Original Autor Information Andrew C. Szakmary ist an der Robins School of Business, Universität von Richmond. Benutzer, die diesen Artikel lesen, lesen auch