Новый метод проверки стационарности временных рядов и принятие решений об открытии короткой позиции
Аннотация
Предмет: слабо стационарные случайные процессы в экономике, реализованные в виде временных рядов. Цель: улучшить метод проверки стационарности по автоковариационной функции, метод проверки стационарности по математическому ожиданию дополнить случаем близкого к нулю среднего значения временного ряда; найти примеры практического применения информации о слабой стационарности. Дизайн исследования: исследование носило теоретический, математико-статистический характер. Проверка корректности полученных результатов осуществлялась на модельных и реальных примерах временных рядов. В том числе на примере котировок акций ЗАО «Татнефть» за короткий период времени. Результаты: новый метод проверки временного ряда на стационарность по автоковариационной функции, а также дополненный метод проверки на стационарность по математическому ожиданию. Исследована проблема выбора подходящего момента для открытия короткой позиции на фондовом рынке. Информацию о стационарности средних значений котировок акций или фьючерсов предлагается использовать как индикатор для принятия решения об открытии короткой позиции. В сочетании с обычными методами технического анализа это может способствовать снижению рисков как для трейдеров, так и для брокеров.
Скачивания
Литература
2. Заико А.И. Эргодические случайные процессы. Определения и алгоритмы измерения характеристик // Вестник УГАТУ, 2012, т. 16, no. 6 (51), с. 74-85.
3. Зотьев Д.Б., Чернышова Д.И. Об эргодичности экономических процессов, представленных временными рядами. // Вестник Самарского университета. Экономика и управление, 2024, т. 15, no. 4, с. 45-62.
4. Мэрфи Д.Д. Технический анализ фьючерсных рынков: теория и практика. Пер. с англ.: Новицкая О., Сидоров В. Москва, Сокол, 1996. 592 с.
5. Яглом А.М. Корреляционная теория стационарных случайных функций. Ленинград, Гидрометеоиздат, 1981. 265 с.
6. Domowitz I., El-Gamal M.A. A consistent nonparametric test of ergodicity for time series with applications // Journal of Econometrics, 2001, vol. 102, no. 2, pp. 365-398.
7. Gimeno R., Manchado B., Minguez R. Stationarity tests for financial time series // Physica A: Statistical Mechanics and its Applications, Elsevier, 1999, v. 269, iss. 1, pp. 72-78.
8. Guo X., Wu C. Short Selling Activity and Effects on Financial Markets and Corporate Decisions // Encyclopedia of Finance, 2022, 3 ed., pp. 2313-2340.
9. Hongrui Wang, Cheng Wang, Yan Zhao, Xin Lin, Chen Yu Toward A Practical Approach for Ergodicity Analysis // Theoretical and Applied Climatology, 2019, vol. 138, nos. 3-4, pp. 1435-1444.
10. Jonathan K.A., Sampson T.-A., Kwasi B.G., Doris A., Wilhemina A.P. Evaluating the Performance of Unit Root Tests in Single Time Series Processes // Mathematics and Statistics, 2020, no. 8(6), pp. 656-664.
11. Markowitz H.M. Mean Variance Analysis in Portfolio Choice and Capital Markets. Oxford, Basil Blackwell, 1990. 387 p.
12. Morval G. and Weiss B. Forward estimation for ergodic time series // Ann. l’Institut Henri Poincare Probab. Stat, 2005, vol. 41, no. 5, pp. 859-870.