Entwicklung von Handelsstrategien, die auf Fraktalfinanzierung basieren: Anwendung von MF-DFA im Kontext islamischer Aktien Wir wenden multifractale Fluktuationstechnik in Handelsstrategien mit MF-DFA an. Wir verwenden Aktien aus dem USA Dow Jones Islamic Market von 1996ndash2012. Der MF-DFA-Beitrag basiert auf demselben Prinzip der Beharrlichkeit im Handel. MF-DFA-Technik kann Impulsstrategien mit einer höheren risikoadjustierten Rendite ergänzen. Die Wertschöpfung ist nicht linear mit zusätzlichen Renditen und einem niedrigeren inkrementellen Risiko. Wir bieten einen neuen Beitrag zu Handelsstrategien, indem wir multifractal de-trended Fluktuation Analyse (MF-DFA), aus der Ökonomie importiert, um verschiedene Impuls-Strategien zu ergänzen. Die Methode bietet eine einzige Maßnahme, die sowohl Persistenz und Anti-Persistenz in Aktienkurse erfassen kann, unter Berücksichtigung multifractality. Die Ergebnisse zeigen, dass die MF-DFA-Strategie eine monatliche Überschussrendite von 6,12 ergibt und überdurchschnittlich viele andere Impulsstrategien übertrifft. Diese Studie enthält eine Reihe von islamischen Beständen, die im US-amerikanischen Dow Jones-Markt aufgeführt sind. Obwohl das Risiko der MF-DFA-Strategie relativ hoch sein kann, kann es immer noch ein Sharpe-Verhältnis von 0,164 erzeugen, was wesentlich höher ist als das der anderen Strategien. Wenn wir für den MF-DFA-Faktor mit den anderen Faktoren steuern, kann seine reine Faktor-Rückführung immer noch eine monatliche Überschussrendite von 1,35 erbringen. Schließlich kombinieren wir die Impuls - und MF-DFA-Strategien mit den Anteilen von 90/10, 80/20 und 70/30 und zeigen damit, dass die MF-DFA-Messung die gesamten monatlichen Überschussrenditen steigern kann Sharpe Verhältnis. Die Wertschöpfung ist nicht linear, was bedeutet, dass die zusätzlichen Erträge mit einem niedrigeren inkrementellen Risiko verbunden sind. Islamic Equity Handelsstrategie Multifractal Detrended Fluktuation Analyse MF-DFA Effizienz Momentum contrarianTrading-Strategie auf dynamische Modus Zersetzung: Getestet in der chinesischen Börse DMD kann chinesische Aktienmarkt dynamische Muster auch vor allem im Seitwärtsmarkt zu erfassen. Die räumlichen Informationen aus der spatialndashtemporal kohärenten Struktur der DMD-Modi können die Handelsstrategie merklich verbessern. Die SPA-Tests beweisen weiter, dass die DMD das Verhalten des Aktienmarktes in einer schwierigen Marktperiode ohne deutlichen Trend modellieren kann. Dynamic Mode Decomposition (DMD) ist eine effektive Methode, um die intrinsischen dynamischen Modi des komplexen Systems zu erfassen. In dieser Arbeit, nehmen wir DMD-Methode, um die evolutionären Muster auf dem Aktienmarkt zu entdecken und wenden Sie es auf chinesische A-Aktien-Aktienmarkt. Wir entwickeln zwei Strategien, die auf dem DMD-Algorithmus basieren. Die Strategie, die nur das Zeitproblem berücksichtigt, kann in einem schwierigen Markt ohne prominenten Trend verlässliche Gewinne erzielen, ohne die Benchmark-gleitende durchschnittliche Strategie im Bullenmarkt zu übertreffen. Nach der Betrachtung der räumlichen Informationen aus der spatialndashtemporal kohärenten Struktur der DMD-Modi haben wir die Handelsstrategie merklich verbessert. Dann wird die Rentabilität der DMD-Strategie quantitativ bewertet, indem ein SPA-Test durchgeführt wird, um den Daten-Snooping-Effekt zu korrigieren. Die Ergebnisse zeigen weiter, dass der DMD-Algorithmus die Marktmuster gut im Seitenmarkt modellieren kann. Dynamische Moduszerlegung Technische Analyse Handelsstrategie Überlegene Voraussagefähigkeit Entsprechende Autorin: Research Center On Fictitious Economy amp Datenwissenschaft, Chinesische Akademie der Wissenschaften, Peking, 100190, China. Kopie 2016 Elsevier B. V. Alle Rechte vorbehalten. Publikationen Wissenschaftliche Artikel Wied, D. Wei, G. Ziggel, D. (2016): Bewertung von Value-at-Risk-Prognosen: Ein neuer Satz von multivariaten Backtests. Zeitschrift für Banken und Finanzen, Nr. 72, S. 121-132. Ziggel, D. Armbruester, C. (2016): Aufbau eines passiven globalen Aktienmarktportfolios aus einer Perspektive der Multigenerational Family Office. Die Zeitschrift für Vermögensverwaltung, Jg. 19, Nr. 2, S. 89 & ndash; 99. Ziggel, D. (2016): Moderne Handelsstrategien auf Basis von Strukturbruchtests. Unternehmensfinanzierung, Nr. 3, S. 58-62. Berens, T. Wei, G. N.F. Ziggel, D. (2016): Schätzstrategien für Value-at-Risk und Expected Shortfall Forecasting. Zur Revision aufgefordert bei: Journal of Risk. Ziggel, D. Berens, T. Wei, G. Wied, D. (2014): Ein neuer Satz verbesserter Value-at-Risk-Backtests. Zeitschrift für Banken und Finanzen, Nr. 48, S. 29-41. Berens, T. Wied, D. Ziggel, D. (2014): Automatisierte Portfolio-Optimierung basierend auf einem neuen Test für Strukturbrüche. Acta Universitatis Danubius (conomica), Bd. 10, Nr. 2, 241 & ndash; 262. Wied, D. Ziggel, D. Berens, T. (2013): Über die Anwendung neuer Tests für strukturelle Veränderungen auf globalen Mindest-Varianz-Portfolios. Statistische Papiere, Bd. 54, Issue 4, S. 955-975. Wied, D. Arnold, M. Bissantz, N. Ziggel, D. (2013): ber die Anwendbarkeit der neuen Fluktuationstests fr Korrelationen auf Finanzzeitreihen. Ursprngliches Arbeitspapier: Ein neuer Online-Test für Korrelationen zwischen Assets. AStA Wirtschafts - und Sozialstatistisches Archiv, Bd. 6, Nr. 3, 87-103. Wied, D. Arnold, M. Bissantz, N. Ziggel, D. (2012): Ein neuer Fluktuationstest für konstante Abweichungen bei Anwendungen zur Finanzierung. Metrika, 75 (8), 1111 & ndash; 1127. Ziggel, D. Wied, D. (2012): Trading-Strategien auf der Grundlage neuer Fluktuationstests. IFTA Journal, 2012, 17-20. Bissantz, K. Bissantz, N. Ziggel, D. (2011): Eine empirische Studie über Korrelations - und Volatilitätsänderungen von Aktienindizes und deren Auswirkungen auf die Risikokennzahlen. Acta Universitatis Danubius (conomica), Bd. 7, Nr. 4, 127 & ndash; 144. Bissantz, N. Steinorth, V. Ziggel, D. (2011): Stabilitt von Diversifikationseffekten im Markowitz-Modell. AStA Wirtschafts - und Sozialstatistisches Archiv, Bd. 5, Nr. 2, 145 & ndash; 157. Podolskij, M. Ziggel, D. (2009): Neue Tests für Sprünge in Semimartigale-Modellen. Statistische Inferenz für stochastische Prozesse, Band 13, Nr. 1, S. 15-41. Dette, H. Ziggel, D. (2008): Diskontkurvenschätzung durch Monotonisierung von McCullough Splines. Zeitschrift für anorganische und allgemeine Chemie. 11, Ausgabe 5, S. 529-544. Podolskij, M. Ziggel, D. (2008): Range-Based Test für die parametrische Form der Volatilität in Diffusionsmodellen. CREATES Forschungsbericht. Ziggel, D. (2009): Modellierung von Wertpapierkursen. Dissertation, Ruhr-Universitt Bochum. Podolskij, M. Ziggel, D. (2007): Bootstrapping Bipower-Variation. Technischer Bericht, Ruhr-Universitt Bochum. Ziggel, D. (2005): Schtzung von Zinsstrukturkurven. Diplomarbeit, TU Kaiserslautern Detloff, K. C. Zander, C. D. Bissantz, N. Ziggel, D. (2011): Saisonale Veränderung der Futteraktivitäten des fakultativen Reinigers Symphodus melanocercus (Risso, 1810) im Tyrrhenischen Meer (Italien). Bulletin der Fischbiologie, Band 12, Nr. (2010): Räumliche Orientierung des philippinischen gebogenen Geckos (Cyrtodactylus philippinus) In Bezug auf seine Heimat Bereich. Salamandra, Band 46, Ausgabe 2, S. 93-97 Die Publikationen knnen unter infoQuasol. de angefordert werden. Beitrge in Fachzeitschriften amp Wettbewerbsbeitrge Ziggel, D. Peters, V. Roestel, A. (2015): Mehrwert durch Risikomessung gem der Derivateverordnung. Absolutreport, Jg. 2015, Nr. 2, S. 62-67. Ziggel, D. Bergmann, C. (2014): Backtest Attribution 8211 Evaluierung von VaR-Modellen. Risikomanager, 14/2014, 13-16. Ziggel, D. Berens, T. (2014): Grundlegende Überprüfung des Handelsbuchs: Risikomessung mit dem Expected Shortfall. Risikomanager, 1/2014, 27-29. Ziggel, D. Berens, T. Wied, D. Wei, G. (2013): Value-at-Risk im Risikomanagement: Der unevaluierte Standard. Risikomanager, 24/2013, 1 amp 7-9. Ziggel, D. (2012): Herausforderung im Risikomanagement 8211 Instabilitt von Diversifikationseffekten. Risikomanager, 15/2012, 1 amp 6-9. Ziggel, D. Leichtwei, C. (2012): Kommentar: Verschuldung-berschuldung-Entschuldung. IPE Institutional Investment, Januar 2012. Peters, V. (2011): die Folgen der Finanzmarkt-Regulierung. Das Investment, November 2011. Ziggel, D. (2011): Stresstests fr Privatanleger: So werden Portfolios berprft. Das Investment, Oktober 2011. Leichtwei, C. Ziggel, D. (2011): Verschuldung-berschuldung-Entschuldung: Chancen und Risiken fr die Geldanlage. Cashkurs, September 2011. Ziggel, D. (2011): Stresstests fr Privatanleger sind notwendig. Das Investment, September 2011. Ziggel, D. (2011): Kein Diversifikationseffekt in Krisenzeiten. Extra-Magazin, Januar 2011, Seite 21. Ziggel, D. (2011): Portfoliooptimierung neu betrachtet. EXTR-Magazin, Mrz 2011, Seiten 22-23. Ziggel, D. Wied, D. (2011): Handelsstrategien auf Basis von Strukturbrchen bei Korrelationen und Volatilitten. VTAD Award 2011. Beitrge in Fachbchern Ziggel, D. Berens, T. (2015): Grundlegende Überprüfung des Handelsbuchs: Risikomessung mit dem Expected Shortfall. In: W. Niehoff und S. Hirschmann (Hrsg.), Brennpunkt Risikomanagement und Regulierung, Bank-Verlag, Kln, 177-187. Ziggel, D. Berens, T. Wied, D. Wei, G. (2015): Value-at-Risk im Risikomanagement: Der unevaluierte Standard. In: W. Niehoff und S. Hirschmann (Hrsg.), Brennpunkt Risikomanagement und Regulierung, Bank-Verlag, Kln, 167-175. Ziggel, D. Peters, V. (2012): Strukturbrche bei Korrelationen und Volatilitten zur Untersttzung von quantitativ getriebenen Anlageentscheidungen. In: Nowacki, J. (Hrsg.), Vom Aktionr zum Trader. Brsenbuchverlag, Kulmbach, 190-258. Erhltlich z. B. Hier. Vortrge amp Interviews Ziggel, D. (2015): Mathematiker in der Praxis. Ringvorlesung, Universitt Duisburg Essen. Ziggel, D. (2015): Evaluation von Risikomodellen für die Pflicht zum echten Mehrwert. DKF 2015, Mnchen amp DAV Fortbildung, TU Dortmund. Ziggel, D. (2015): Viele Modelle versagen. (2002): Warum Asset Allocation Due Diligence-Angelegenheiten 8211 Lehren gelernt. Podiumsdiskussion, Familienforum Forum 2013, Zrich. Ziggel, D. (2013): Quantitatives Portfolio - und Risikomanagement 8211 Gemeinsame Fallstricke. Familie Büro Forum 2013, Zrich. Ziggel, D. Rosenthal, H. Woelke, C. Bauerfeind, T. (2013): Simulation: Knigsweg oder Müll im Müll. Podiumsdiskussion, Familienforum Forum 2013, Wiesbaden. Ziggel, D. (2013): Chancen und Herausforderungen verschiedener Verfahren zur Risikomessung Aktuelle Mglichkeiten. Familie Büro Forum 2013, Wiesbaden. Ziggel, D. (2012): Quantitative Modelle zur Untersttzung von Anlageentscheidungen. Netzwerk Financial Planner e. V. Berlin. Ziggel, D. (2011): Portfoliooptimierung 8211 Fallstricke und neue Lsungsanstze. Con. fee Kongress 2011, Bonn. Ziggel, D. (2011): Verbesserte Anlageentscheidungen durch die Verwendung von Strukturbrchen. Oberseminar Spezielle Probleme der Analyse, RWTH Aachen. Wied, D. Ziggel, D. (2010): Automatische Portfoliooptimierung durch Korrelationsanalyse verschiedene Anlageformen. VTAD e. V. Dsseldorf. Ziggel, D. (2010): Softwareuntersttzung fr erfolgreiche Anlageberatung. Seminar, Essen. Die Vortrge knnen unter infoQuasol. de angefordert werden. Ber Quasol Hohe Rendite, wenig Risiko 8211 RUB-Forschungsprojekt 8222Vermgen modern diversifizieren8220. Pressestelle RUB, Bochum, 20.07.2010 Nr. 229 Hohe Rendite und wenig Risiko 8211 RUB forscht zur Vermgensbildung. Ruhrnachrichten, Mittwoch, 28.07.2010 Kapitalanlagen vor Krisen schtzen. Pressestelle RUB, Bochum, 16.05.2011 Nr. 152 Anlagen vor Kapitalmarktkrisen schtzen. Pressestelle TU Dortmund, Dortmund, 01.06.2011 Dem Risiko auf der Spur. IHK 8211 Wirtschaft im Revier, 68. Jahrgang, 04.2012, S. 38-39 Ins kalte Wasser gesprungen. RUBENS, 19. Jahrgang, Nr. 161, Juni 2012, S. 4 Quasol 8211 Risiko - und Portfoliooptimierung. SPIN-OFFS der Ruhr-Universitt Bochum, GrnderCampus Ruhr, 07.2015, S. 16-17
No comments:
Post a Comment