Eine vergleichende Untersuchung der technischen Handelsstrategien und der Renditeprognose: eine Erweiterung von Brock, Lakonishok und LeBaron (1992) unter Verwendung der NYSE - und NASDAQ-Indizes Ki-Yeol Kwon und Richard J. Kish b. Diese Studie erweitert die Arbeit von Brock et al. (1992) empirische Analyse zu technischen Handelsregeln (New York Stock Exchange (NYSE) und National Association of Security Dealers Automatic Quotations (NASDAQ)), die sowohl Großkapital - als auch Small-Cap-Unternehmen abdecken, die Marktgewichte verwenden und sich auf ein Die große Innovationen im Handel und die Verbreitung von Daten auf dem Markt umfasst. Ähnlich wie ihre Studie, stützen wir unsere Schlussfolgerungen auf nichtparametrische Analyse. Durch die Erweiterung der t-Testanalyse mittels einer random walk, einer generalisierten autoregressiven bedingten Heteroskedastizität im Mittel (GARCH-M) und einem GARCH-M mit Instrumentenvariablen werden Kritik an früheren technischen Analysen vermindert. Insgesamt werden die Ergebnisse von Brock et al. s (1992) preisge - wichteten Index (Dow Jones Industrial Average (DJIA)) analysiert, indem sie zeigen, dass die technischen Handelsregeln durch die Erfassung von Gewinnchancen im Vergleich zu einer Buy-and-Hold-Strategie einen Mehrwert schaffen . Wenn die Analyse der Handelsregeln auf unterschiedliche Zeiträume angewendet wird, zeigen die Ergebnisse eine zeitliche Schwächung des Gewinnpotenzials. Dies kann bedeuten, dass der Markt bei der Verbreitung von Informationen für ein breiteres Spektrum von Investoren effizienter wird. JEL Klassifizierung Technische Handelsstrategien Return Vorhersagbarkeit Indizes Korrespondierender Autor. Tel. 1-610-758-4205 Fax: 1-610-758-6429. Copyright 2002 Stiftungsrat der Universität von Illinois. Veröffentlicht von Elsevier Inc. Alle Rechte vorbehalten. Zitieren von Artikeln () Empfohlene Artikel In Verbindung stehender Buchinhalt Copyright 2017 Elsevier B. V. mit Ausnahme bestimmter Inhalte, die von Dritten bereitgestellt werden. ScienceDirect ist ein eingetragenes Warenzeichen von Elsevier B. V. Cookies werden von dieser Website verwendet. Weitere Informationen finden Sie auf unserer Cookies-Seite. Melden Sie sich über Ihre Einrichtung bei Michael D. Mckenzie an. 2007. Die Fähigkeit, einfache technische Handelsregeln für zukünftige Aktienmarktbewegungen zu prognostizieren, wird für 17 aufstrebende Volkswirtschaften, die über die längste Periode von Januar 1986 bis September 2003 entnommen wurden, berücksichtigt. Einige der geltenden Handelsregeln waren in der Lage, erhebliche Erträge zu generieren . Die Fähigkeit, einfache technische Handelsregeln für zukünftige Aktienmarktbewegungen zu prognostizieren, wird für 17 Emerging Markets untersucht, die über den längsten Zeitraum von Januar 1986 bis September 2003 getestet wurden. Einige der geltenden Handelsregeln waren in der Lage, signifikante Renditen zu generieren Gewinnbringend genutzt werden. Die Marktbedingungen und das Handelsvolumen spielen eine wichtige Rolle bei der Bestimmung der Nützlichkeit der technischen Handelsregeln. Von Q. J. Zhu. 2006. Anlagesysteme werden anhand eines Frameworks untersucht, das ihre Profile unterstreicht (die kumulative Wahrscheinlichkeitsverteilung auf alle möglichen prozentualen Gewinne von Trades) und deren Log-Return-Funktionen (die erwartete durchschnittliche Rendite pro Handel in logarithmischem Maßstab in Abhängigkeit von der Investitionsgröße in t. Anlagesysteme werden anhand eines Frameworks untersucht, das ihre Profile unterstreicht (die kumulative Wahrscheinlichkeitsverteilung auf alle möglichen prozentualen Gewinne von Trades) und deren Log - Return - Funktionen (die erwartete durchschnittliche Rendite pro Handel in logarithmischem Maßstab in Abhängigkeit von der Investitionssumme in Englisch: eur-lex. europa. eu/LexUriServ/LexUri...0053: EN: HTML Der Effizienzindex für ein Anlagesystem, definiert als das Maximum der Log - Return - Funktion, wird als Maßstab für den Vergleich von Investitionssystemen für deren intrinsische Leistungsfähigkeit vorgeschlagen Shannons-Informationsrate für einen Kommunikationskanal, Anwendungen werden veranschaulicht, nationale Institutionen, Entwickler von Handelssystemen liefern auch Simulationsergebnisse für ihre Methoden (vgl 1, 3). Akademische Forschung über bestimmte Investitionsmethoden kann auch gefunden werden (siehe z. B. -2, 5, 6-). Allerdings spiegeln diese historischen Entwicklungen nicht immer das wahre Potenzial von Investitionssystemen wider, da die Ergebnisse oftmals von Investitionsgrößen abhängen. In der Simulation von Investitionssystemen. Von Wee Mien, Cheung Uzay Kaymak. ABSTRACT: Technische Analyse wird manchmal auf Finanzmärkten verwendet, um Händler zu unterstützen Kauf und Verkauf von Entscheidungen zu unterstützen. Der Erfolg der technischen Analyse hängt davon ab, wie man die verfügbaren Signale interpretiert. Die Integration von menschlichem Fachwissen in vorhandene Modelle wird dabei als wesentlich erachtet. ABSTRACT: Technische Analyse wird manchmal auf Finanzmärkten verwendet, um Händler zu unterstützen Kauf und Verkauf von Entscheidungen zu unterstützen. Der Erfolg der technischen Analyse hängt davon ab, wie man die verfügbaren Signale interpretiert. Die Integration von menschlichem Fachwissen in vorhandene Modelle wird für diesen Zweck als wesentlich erachtet. Fuzzy-Systeme könnten für die Entwicklung von Entscheidungsmodellen verwendet werden, in denen die Erfahrung eines Händlers auf natürliche Weise integriert werden kann. In diesem Papier untersuchen wir ein Handelsmodell, das Fuzzy-Logik und technische Analyse kombiniert, um Muster und Trends in Finanzindizes zu finden. Die Regelbasis des Fuzzy-Systems wird relativ einfach gehalten, um die Interpretierbarkeit des Modells zu verbessern. Das Fuzzy-Modell wird mit Hilfe eines genetischen Algorithmus und historischer Daten optimiert. Die empirischen Ergebnisse zeigen, dass das vorgeschlagene Modell in der Lage ist, höhere Risiko-Discounted-Renditen in den Out-of-Sample-Perioden im Vergleich zu einer Buy-and-Hold-Handelsstrategie unter Ausschluss der Transaktionskosten zu generieren. Die Ergebnisse zeigen auch, dass das vorgeschlagene System eine bestehende Portfolio-Allokation in einem Finanzinstitut übertreffen kann, aber die Performance war nicht konsistent über alle betrachteten Zeiträume. Dass die technische Analyse historischer Preise Vorhersagekraft besitzt, Buy-and-Hold-Strategien und andere (statistische) Methoden 14, -15-, 16 schlägt. Smirlock und Starks 17 zeigen, dass es eine Verhältnis zwischen dem Handelsvolumen und den vergangenen Renditen und stellt fest, dass das vergangene Handelsvolumen wertvolle Informationen über einen Wertpapierpreis enthalten kann. Hallo. Von Anirban Dutta, Anirban Dutta, Anirban Dutta. 2010. Diese Dissertation-Open Access wird Ihnen kostenlos und offenen Zugang gebracht. Diese Dissertation-Open Access wird Ihnen kostenlos und offenen Zugang von Valeri Sokolovski (sklval 2011. Zitat aus ihm oder Informationen daraus abgeleitet werden soll ohne vollständige Anerkennung der Quelle veröffentlicht werden. Die Arbeit soll für private Studium verwendet werden Oder nicht-kommerzielle Forschungszwecke veröffentlicht, veröffentlicht von der University of Cape Town (UCT) in Bezug auf die nicht-exklusive Lizenz, die UCT durch. zitiert wird, oder von ihr abgeleitete Informationen ohne vollständige Anerkennung der Quelle veröffentlicht werden. Veröffentlicht von der University of Cape Town (UCT) in Form einer nicht-exklusiven Lizenz, die der Autor dem UCT erteilt hat. Un ive rsi ty f C ap e Eine Erweiterung von Brock, Lakonishok und LeBaron (1992) unter Verwendung von NYSE - und NASDAQ-Indizes quotThus unterschiedlicher Länge bewegte sich in der Zeit von Austin P. Hallett, Dean Gregory Hess Durchschnitt ist erforderlich, um die verschiedenen Marktbedingungen gerecht zu werden. Dieser Befund steht im Einklang mit den Studien von Brock et al. 11, Lukac et al. 12, Andrada-Felix et al. 13, Kwon und Kish 21 und Sullivan et al. 38. Während einfache gleitende Durchschnittsregeln wie OptSMA19 und Opt SMAc die anderen technischen Modelle ex-ante übertrafen, ist es äußerst schwierig, die optimalen Längen exakt zu schätzen Diese Untersuchung untersucht die Entwicklung der Wechselkursmärkte der ASEAN-5-Länder (Indonesien (IDR), Malaysia (MYR), Philippinen (PHP), Singapur (SGD) und Thailand (THB)) Dynamisch gleitenden durchschnittlichen Handelssysteme. Diese Untersuchungen belegen die Nützlichkeit des analytischen Indikators für die zeitliche Variation der Volatilität, des Adjustable Moving Average (AMAx27) bei der Entschlüsselung der Trends in diesen ASEAN-5-Wechselkursmärkten. Dieser zeitlich variierende Volatilitätsfaktor, in diesem Papier als Wirkungsgrad bezeichnet, ist in AMAx27 eingebettet. Das Wirksamkeitsverhältnis passt den AMAx27 an die vorherrschenden Marktbedingungen an, indem er Whipsaws vermeidet (Verluste, die zum Teil auf falsche Handelssignale zurückzuführen sind, die in der Regel auftreten, wenn es keine allgemeine Richtung auf dem Markt gibt) im Bereich Handel und durch Eintritt in den frühen Neuzugang Trends im Trendhandel. Die Wirksamkeit von AMAx27 wird anhand anderer populärer gleitender Durchschnittswerte bewertet. Basierend auf dem Datensatz von Januar 2005 bis Dezember 2014 zeigen unsere Ergebnisse, dass die bewegten Durchschnitte und AMAx27 der passiven Buy-and-Hold-Strategie überlegen sind. Insbesondere AMAx27 übertrifft die anderen Modelle für den US-Dollar gegen PHP (USDPHP) und USDTHB Währungspaare. Die Ergebnisse zeigen, dass unterschiedliche Längenverschiebungsdurchschnitte in verschiedenen Perioden für die fünf Währungen besser sind. Dies steht im Einklang mit unserer Hypothese, dass ein dynamisch einstellbarer technischer Indikator für unterschiedliche Perioden in verschiedenen Märkten erforderlich ist. Volltext-Artikel August 2016 Jacinta Chan Phooi Mx27ng Rozaimah Zainudin quotLo et al (2000) zielte auf direkte Unterstützung der technischen Analyse ab, so dass sie einen systematischen und automatischen Ansatz zur Anerkennung technischer Analysemodelle unter Verwendung von Non-style-parametrischer Kernel-Regression vorgeschlagen haben Es zu einer großen Anzahl von US-Aktien im Zeitraum von 1962 bis 1996 zur Bewertung der Wirksamkeit der technischen Analyse und durch die experimentelle Verteilung im Vergleich zu bedingten täglichen Aktienrenditen bedingte Ausschüttungen, Das Ergebnis erreicht Unterstützung der Wirksamkeit der technischen Analyse. Nach einer Studie von Kwon und Kish (2002) mit dem Ziel, die Strategien für den technischen Handel und die prädiktive Fähigkeit der Rückkehr miteinander zu vergleichen, führten sie eine experimentelle Studienerweiterung von Brock et al. (1992), und unter Verwendung der NYSE - und NASDAQ-Indizes für die täglichen NYSE-Indexdaten beginnend am 1. Juli 1962 bis zum 31. Dezember 1996, zusätzlich zu der Aufteilung dieses Zeitraums in drei Unterproben (1962-1972, 1973) -1984 und 1985-1996) und für die täglichen NASDQ-Indexdaten, beginnend am 2. Januar 1973 bis 31. Dezember 1996, zusätzlich zu der Aufteilung dieses Zeitraums auf zwei Stichprobenuntergruppen (1973-1984 und 19851996). Nach der Anwendung von technischen Handelsregeln, die von Brock, et al. (1992) haben die Ergebnisse gezeigt, dass die Ergebnisse in der ersten und zweiten Periode (dh 1962 1972 und 1973 1984) bei der Anwendung auf die verschiedenen Teilproben die Fähigkeit der Modelle vorherzusagen scheinen, (1962, 1996), die die Fähigkeit der Modelle zeigte, im Vergleich dazu die Vorhersagbarkeit im dritten Zeitraum vorherzusagen. 1986 1996) für den NYSE-Index verschwunden. Zusammenfassung Diese Zusammenfassung zielt auf die Überprüfung der theoretischen Grundlagen und der Literaturbewertungen für die technische Analyse ab, um die Fähigkeit dieses Ansatzes, den zukünftigen Aktienwert sowohl in den aufstrebenden als auch in den entwickelten Finanzmärkten vorherzusagen, zu untersuchen. Bei der Überprüfung mehrerer Studien in Emerging Markets und infolge finanzieller Ineffizienz sind die einfachsten technischen Handelsregeln in der Lage, den zukünftigen Aktienwert vorherzusagen. Im Gegensatz dazu führt die Anwendung dieser einfachen Regeln (Modelle) für die technische Analyse zu ungenauen Prognosen in den entwickelten Finanzmärkten, wobei jedoch einige komplexe Modelle wie Neuronales Netz, Genetischer Algorithmus (GA), Genetisches Programmieren ( GP) und CAST sowie die angewandten technischen Analysen, ist das Ergebnis so deutlich in der Vorhersagbarkeit des künftigen Aktienwertes nach dem technischen Analyseansatz in den entwickelten Finanzmärkten. Daher kann die Schlussfolgerung gezogen werden, dass die technische Analyse sowohl in den aufstrebenden als auch in den entwickelten Finanzmärkten rentabel ist. Daher empfahl die Studie, dass Forschung und Studie die besten und genauesten technischen Analysemodelle anwenden, die sowohl in den aufstrebenden als auch in den entwickelten Finanzmärkten angewandt werden können , Die dann verallgemeinert werden können. (2000) gezielte direkte Unterstützung der technischen Analyse, so haben sie vorgeschlagen, systematische und automatische Ansatz für die Anerkennung von technischen Analyse-Modelle mit Non-Stil-parametrische Kernel-Regression, und die Anwendung auf eine Große Anzahl von US-Aktien im Zeitraum von 1962 bis 1996 zur Bewertung der Wirksamkeit der technischen Analyse und durch die experimentelle Verteilung im Vergleich zu bedingten täglichen Aktienrenditen bedingte Ausschüttungen, Das Ergebnis der Unterstützung der Wirksamkeit der technischen Analyse. Nach einer Studie von Kwon und Kish (2002) mit dem Ziel, die Strategien für den technischen Handel und die prädiktive Fähigkeit der Rückkehr miteinander zu vergleichen, führten sie eine experimentelle Studienerweiterung von Brock et al. (1992), und unter Verwendung der NYSE - und NASDAQ-Indizes für die täglichen NYSE-Indexdaten beginnend am 1. Juli 1962 bis zum 31. Dezember 1996, zusätzlich zu der Aufteilung dieses Zeitraums in drei Unterproben (1962-1972, 1973) -1984 und 1985-1996) und für die täglichen NASDQ-Indexdaten, beginnend am 2. Januar 1973 bis 31. Dezember 1996, zusätzlich zu der Aufteilung dieses Zeitraums auf zwei Stichprobenuntergruppen (1973-1984 und 19851996). Nach der Anwendung von technischen Handelsregeln, die von Brock, et al. (1992) haben die Ergebnisse gezeigt, dass die Ergebnisse in der ersten und zweiten Periode (dh 1962 1972 und 1973 1984) bei der Anwendung auf die verschiedenen Teilproben die Fähigkeit der Modelle vorherzusagen scheinen, (1962, 1996), die die Fähigkeit der Modelle zeigte, im Vergleich dazu die Vorhersagbarkeit im dritten Zeitraum vorherzusagen. 1986 1996) für den NYSE-Index verschwunden. Zusammenfassung Diese Zusammenfassung zielt auf die Überprüfung der theoretischen Grundlagen und der Literaturbewertungen für die technische Analyse ab, um die Fähigkeit dieses Ansatzes, den zukünftigen Aktienwert sowohl in den aufstrebenden als auch in den entwickelten Finanzmärkten vorherzusagen, zu untersuchen. Bei der Überprüfung mehrerer Studien in Emerging Markets und infolge finanzieller Ineffizienz sind die einfachsten technischen Handelsregeln in der Lage, den zukünftigen Aktienwert vorherzusagen. Im Gegensatz dazu führt die Anwendung dieser einfachen Regeln (Modelle) für die technische Analyse zu ungenauen Prognosen in den entwickelten Finanzmärkten, wobei jedoch einige komplexe Modelle wie Neuronales Netz, Genetischer Algorithmus (GA), Genetisches Programmieren ( GP) und CAST sowie die angewandten technischen Analysen, ist das Ergebnis so deutlich in der Vorhersagbarkeit des künftigen Aktienwertes nach dem technischen Analyseansatz in den entwickelten Finanzmärkten. Daher kann die Schlussfolgerung gezogen werden, dass die technische Analyse sowohl in den aufstrebenden als auch in den entwickelten Finanzmärkten rentabel ist. Daher empfahl die Studie, dass Forschung und Studie die besten und genauesten technischen Analysemodelle anwenden, die sowohl in den aufstrebenden als auch in den entwickelten Finanzmärkten angewandt werden können , Die dann verallgemeinert werden können. Volltext-Konferenzpapier April 2015 PLoS ONE Ahmed S Wafi
No comments:
Post a Comment