Tiempo intrínseco de cambio direccional

El tiempo intrínseco de cambio direccional es un operador basado en eventos para diseccionar una serie de datos en una secuencia de tendencias alternas de tamaño definido . ${\displaystyle \delta }$

Figura 1: Una curva de precios del mercado financiero (gris) diseccionada por un conjunto de cambios direccionales (cuadrados grises). El tamaño del umbral del operador se muestra en el centro de la figura. Los extremos locales están marcados por círculos grises. La línea de tiempo contiene intervalos de igual duración en tiempo físico y la duración de los intervalos según el operador de cambio direccional.

El operador de tiempo intrínseco de cambio direccional fue desarrollado para el análisis de series de datos del mercado financiero. Es una metodología alternativa al concepto de tiempo continuo. ^[1] El operador de tiempo intrínseco de cambio direccional analiza una serie de datos en un conjunto de extracciones y reducciones o tendencias ascendentes y descendentes que se alternan entre sí. Una tendencia establecida llega a su fin tan pronto como se observa una reversión de tendencia. Un movimiento de precios que extiende una tendencia se llama exceso y conduce a nuevos precios extremos.

La Figura 1 proporciona un ejemplo de una curva de precios analizada por el operador de tiempo intrínseco de cambio direccional.

La frecuencia de eventos intrínsecos de cambio direccional mapea (1) la volatilidad de los cambios de precios condicionada a (2) el umbral seleccionado . La naturaleza estocástica del proceso subyacente se refleja en el número desigual de eventos intrínsecos observados durante períodos iguales de tiempo físico. ${\displaystyle \delta }$

El operador de tiempo intrínseco de cambio direccional es una técnica de filtrado de ruido . Identifica cambios de régimen, cuando se producen cambios de tendencia de un tamaño particular y oculta fluctuaciones de precios que son menores que el umbral . ${\displaystyle \delta }$

Solicitud

El operador de tiempo intrínseco de cambio direccional se utilizó para analizar datos de alta frecuencia del mercado de divisas y ha llevado al descubrimiento de un gran conjunto de leyes de escala que no se habían observado anteriormente. ^[2] Las leyes de escala identifican propiedades de la serie de datos subyacente, como el tamaño del exceso de precio esperado después de un evento temporal intrínseco o el número de cambios direccionales esperados dentro de un intervalo de tiempo físico o umbral de precio. Por ejemplo, una escala que relaciona el número esperado de cambios de dirección observados durante el período fijo con el tamaño del umbral : ${\displaystyle N(\delta )}$ ${\displaystyle \delta }$

${\displaystyle N(\delta )=\left({\frac {\delta }{C_{N,DC}}}\right)^{E_{N,DC}}}$,

donde y son los coeficientes de la ley de escala . ^[3] ${\displaystyle C_{N,DC}}$ ${\displaystyle E_{N,DC}}$

Otras aplicaciones del tiempo intrínseco del cambio direccional en finanzas incluyen:

• estrategia comercial caracterizada por el índice anual de Sharpe 3,04 ^[4]
• herramientas diseñadas para monitorear la liquidez en múltiples escalas de tendencia. ^[5]

La metodología también se puede utilizar para aplicaciones más allá de la economía y las finanzas. Puede aplicarse a otros dominios científicos y abre una nueva vía de investigación en el área de BigData .

Referencias

• El texto de este borrador fue copiado de Petrov, Vladimir; Golub, Antón; Olsen, Richard (2019). "Estacionalidad de la volatilidad instantánea de los mercados de alta frecuencia en el tiempo intrínseco de cambio direccional". Revista de Gestión Financiera y de Riesgos . 12 (2): 54. doi : 10.3390/jrfm12020054 . hdl : 10419/239003 ., que está disponible bajo una licencia internacional Creative Commons Attribution 4.0.

1. Guillaume, Dominique M.; Dacorogna, Michel M.; Davé, Rakhal R.; Müller, Ulrich A.; Olsen, Richard B.; Pictet, Olivier V. (1 de abril de 1997). "Del ojo de pájaro al microscopio: un estudio de nuevos hechos estilizados de los mercados cambiarios intradiarios". Finanzas y Estocástica . 1 (2): 95-129. doi : 10.1007/s007800050018 . ISSN  0949-2984.
2. Glattfelder, JB; Dupuis, A.; Olsen, RB (1 de abril de 2011). "Patrones en datos FX de alta frecuencia: descubrimiento de 12 leyes de escala empíricas". Finanzas Cuantitativas . 11 (4): 599–614. arXiv : 0809.1040 . doi :10.1080/14697688.2010.481632. ISSN  1469-7688. S2CID  154979612.
3. Guillaume, Dominique M.; Dacorogna, Michel M.; Davé, Rakhal R.; Müller, Ulrich A.; Olsen, Richard B.; Pictet, Olivier V. (1 de abril de 1997). "Del ojo de pájaro al microscopio: un estudio de nuevos hechos estilizados de los mercados cambiarios intradiarios". Finanzas y Estocástica . 1 (2): 95-129. doi : 10.1007/s007800050018 . ISSN  0949-2984.
4. Golub, Antón; Glattfelder, James B.; Olsen, Richard B. (febrero de 2018). "El motor Alpha: diseño de un algoritmo comercial automatizado". En Dempster, MAH; Kanniainen, Juho; Keane, Juan; Vynckier, Erik (eds.). Computación de alto rendimiento en finanzas . Chapman y Hall/CRC. págs. 49–76. doi :10.1201/9781315372006-3. ISBN 9781315372006. SSRN  2951348.
5. Golub, Antón; Chliamovitch, Gregor; Dupuis, Alejandro; Chopard, Bastien (1 de enero de 2016). "Representación multiescala de la liquidez del mercado de alta frecuencia". Finanzas algorítmicas . 5 (1–2): 3–19. arXiv : 1402.2198 . doi : 10.3233/AF-160054 . ISSN  2158-5571.