Pca trading signals

Fui encarregado de pesquisar estratégias de negociação relacionadas à PCA para negociar instrumentos de futuros de renda fixa. Aparentemente PCA é freqüentemente usado nesta área. Estou apenas procurando por algumas referências para obter uma idéia básica do que uma estratégia pode parecer. Não estou à procura de uma estratégia vencedora - apenas um esboço de como a PCA pode ser útil na geração de sinais comerciais. Eu entendo a matemática por trás da PCA e a usei em outras áreas, mas suas aplicações para financiar são novas para mim. Pediu 6 de janeiro às 18:13 Uma das melhores peças já escritas neste tópico é Princípios Salomons de Principais Componentes, que está prontamente disponível na Internet. Não vou entrar nos detalhes, pois este artigo é ridiculamente abrangente, mas a idéia fundamental é direta - se você executar um PCA com base em rendimentos, os três primeiros componentes capturam a maioria das variâncias, com os três fatores interpretados como o nível , Inclinação e curvatura da curva. O aplicativo mais utilizado para PCA é o comércio de borboletas (por exemplo, você pode comprar o contrato TY contra FV e WN ou você pode comprar EDZ6 contra EDZ5 e EDZ4). O PCA permite calcular os pesos de risco necessários para que as estruturas sejam neutras para os dois primeiros componentes principais. Isso permite que você se concentre em negociar a curvatura da curva de rendimento, sem assumir riscos de nível. Respondeu em 6 de janeiro de 15 às 19:39. É uma observação empírica, mas muito resultado de como a curva de rendimento é comercializada se comporta. Se decompor os retornos da carteira de títulos em longos horizontes, quase sempre acharás que a duração (ou seja, o nível de rendimento) praticamente é o fator mais importante, também é o que as pessoas falam sobre o rendimento de quot10. Slope é definitivamente a próxima coisa que é a mente das pessoas (a curva de rendimento do buraco foi achatada até hoje). A curvatura quase nunca é mencionada na imprensa e, de fato, é um fator muito menor na direção dos movimentos das curvas de rendimento diário. Ndash Helin Gai 6 de janeiro de 15 em 21: 22Você tem um modelo multifatorial que toma como insumos cerca de 10 20 variáveis ​​exógenas debilmente estacionárias. Então você pode usar o PCA para obter apenas 3 4 variáveis ​​ortogonais para simplificar seu modelo sem perder muita informação (talvez os 3 primeiros componentes principais explicam mais de 90 das 10 20 variáveis ​​originais39 variância total). Por exemplo, os comerciantes técnicos muitas vezes usam muito t. a. Indicadores, como MACD, RSI, estocásticos e assim por diante: é provável que o primeiro componente principal desses indicadores explique mais de 95 variantes de todos os indicadores39. Ndash Lisa Ann 2 de maio 13 às 9:54 Para responder suas perguntas, temos que dar uma olhada no que faz. O PCA é matematicamente definido como uma transformação linear ortogonal que transforma os dados em um novo sistema de coordenadas, de modo que os vetores de notícias são ortogonais e explicam a parte principal da variância do primeiro conjunto. Levou uma matrix N x M como entrada, N representa a repetição diferente da experiência e M os resultados de uma sonda particular. Isso lhe dará instruções (ou componentes principais) que explicam a variância do seu conjunto de dados. Então, tudo depende do que você insere no seu PCA. Eu uso o PCA para olhar a correlação do mercado, então insisto nos preços de M em N vezes. Você pode inserir diferentes medidas (gregos, futuros) de um único estoque para dar uma olhada em sua dinâmica. Meu uso dará a correlação de um preço das ações com o mercado, conhecido como beta, o outro uso dará correlação entre os diferentes indicadores técnicos de uma ação. E bem, acho que você pode obter alguns resultados interessantes com diferentes indicadores em relação a ações diferentes. Não se esqueça do pré-processamento. Como você pode ver aqui: Sincronização de dados há alguns problemas complicados com os dados do mercado. Também depende do que você faz com seus resultados. Você pode usar algum critério para remover componentes com pouca variação para reduzir a dimensão do seu conjunto de dados. Este é o objetivo habitual da PCA. Dá-lhe um número reduzido de ações para construir um portfólio, para estimar as curvas de lucratividade. Mas você também pode fazer um tratamento pós-tratamento mais complexo. Aqui: th-if. uj. edu. plactavol36pdfv36p2767.pdf você pode ver um uso de PCA combinado com a matriz de matriz aleatória para remover o ruído do mercado. PCA é uma ferramenta, uma ferramenta muito poderosa, mas apenas uma ferramenta. Seus resultados dependerão de como você o usa. O risco é usá-lo demais. Você sabe o que eles disseram, se você tiver um martelo, todos os problemas se parecem com uma unha. Análise da Curva Futura da WTI com PCA (Parte 1) Teoricamente, os preços futuros do petróleo bruto refletem a expectativa dos participantes do mercado de demanda e oferta futura, bem como a sua globalidade incerteza. O futuro mercado de petróleo bruto é um mercado interessante para analisar. As leis do custo de transporte, oferta e demanda ainda se aplicam, mas o risco geopolítico pesa sobre os preços relativos. Historicamente, a curva de futuros do petróleo é freqüentemente encontrada em atraso, o que significa preços mais altos para contratos de curto prazo do que para contratos de longo prazo. Isso geralmente é explicado por um termo teórico chamado rendimento de conveniência. O rendimento de conveniência é conceitualmente semelhante aos dividendos no patrimônio, onde favorece a posse física do estoque em relação à entrega futura devido aos pagamentos em dinheiro do dividendo. No mercado de petróleo bruto, o rendimento de conveniência pode assinalar a preocupação do mercado no futuro fornecimento de petróleo (ou entrega), devido a algumas preocupações geopolíticas e à tendência de favorecer a manutenção da commodity agora. Neste livro branco, não aprofundaremos a economia teórica por trás das mudanças nos preços ou seus spreads. Em vez disso, examinaremos os preços diários dos primeiros quatro (4) contratos de futuros WTI CL listados na NYMEX. Em seguida, usando regras de troca para negociação de contrato WTICL, calcularemos o número de dias para o mês de entrega para cada contrato para construir a curva de futuros. Finalmente, vamos realizar a análise de componentes principais (PCA) na tentativa de descobrir os principais drivers por trás das mudanças da curva de futuros (ou seja, nível e forma geral). Por que devemos nos importar? O futuro mercado do petróleo é muito complexo no seu projeto e, neste artigo, tentaremos descobrir e simplificar os mecanismos subjacentes refletidos nos preços relativos diários dos diferentes contratos para uma melhor compreensão e uma melhor cobertura para um portfólio De tais instrumentos. Antecedentes A demanda geral por produtos petrolíferos é altamente sazonal e é maior durante os meses de inverno, quando os países do Hemisfério Norte aumentam o uso de óleos de aquecimento e combustíveis residuais destilados. A oferta de petróleo bruto, incluindo a produção e as importações líquidas, também mostra uma variação sazonal semelhante, com uma menor magnitude. Durante os meses de verão, o suprimento excede a demanda e os estoques de petróleo normalmente são construídos, enquanto que durante o inverno a demanda excede a oferta e os estoques são retirados. Como resultado, os estoques também demonstram sazonalidade. Em teoria, os preços de futuros são calculados da seguinte forma: Para realizar nossa análise, usaremos o logaritmo dos preços futuros e incluiremos o logaritmo dos preços spot WTI no conjunto de dados. Em seguida, calcularemos a margem das taxas de taxa de juros, armazenamento e conveniência (ou seja), que podem ser expressas da seguinte forma: Observe que teoricamente consiste em três fatores vagamente correlacionados (interesse, armazenamento e conveniência de rendimento anual), então espera-se Que a aplicação de um tipo de análise de PCA não deve produzir mais de três (3) fatores. Preparação de dados Neste artigo, usaremos as marcas de fechamento dos próximos quatro (4) contratos futuros do NYMEX CL negociados no site da EIA. Além disso, também usamos os preços à vista do petróleo bruto WTI em Cushing, OK (local de entrega para contratos NYMEX CL) do site da EIA também. Para compilar nosso conjunto de dados, usamos o número de dias até o 1º dia do mês de entrega como nosso horizonte (ou seja, a variável independente da curva futura). Nós nos referimos a isso como dias a entrega ou DTD. Em seguida, de acordo com a especificação do produto NYMEX, a negociação de um contrato futuro de petróleo bruto termina com base na seguinte regra: A negociação no mês de entrega atual cessará no terceiro dia útil anterior ao vigésimo quinto dia do mês Prosseguindo o mês de entrega. Se o dia do vigésimo quinto dia do mês for um dia não comercial, a negociação cessará no terceiro dia útil anterior ao último dia útil no vigésimo quarto dia de calendário. No caso de o cronograma oficial de férias cambiais mudar após a listagem de futuros do petróleo bruto, a data de validade inicialmente prevista permanecerá em vigor. No caso de o dia de expiração inicialmente listado ser declarado feriado, o prazo de validade será transferido para o dia útil imediatamente anterior. Usando as regras do último dia de negociação, determinamos quando o contrato da frente mudará para o contrato do mês seguinte e, assim, calcula o próprio Dias de negociação até o 1º dia do mês de entrega. Para calcular os dias de negociação, ajustando para fins de semana e feriados, usamos as funções do calendário NumXL com o calendário USD. Como resultado, para cada dia de negociação, usamos os quatro (4) contratos para construir uma curva futura (preços futuros versus número de dias a entregar (DTD)). Em seguida, em cada dia, usando a curva futura acima, interpolamos a extrapolação (spline cúbica) dos preços futuros para termos de entrega que variam de 10 dias a 120 dias (12 termos). Em seguida, usando a fórmula abaixo, transformamos os preços futuros na rede da taxa de juros, custo de armazenamento e rendimento de conveniência (ou seja) Por exemplo, em 29 de abril de 2017, a curva futura WTI exibe uma curva em forma de juba: no No mesmo dia, a taxa de juros líquida implícita (calculada), armazenamento e conveniência (NISC) para cada prazo de entrega, exibe a seguinte forma (gráfico abaixo). Embora os preços futuros entre 50-100 DTD permaneçam planas, a rede subjacente às mudanças de rendimento de juros, armazenamento e conveniência devido à mudança no tempo de entrega. Finalmente, calculamos doze (12) séries temporais para o interesse líquido, armazenamento e conveniência (NISC) para termos de entrega variando de 10 a 120 dias. Examine primeiro a correlação entre as doze séries de tempo de entrada NISC. Inicie o Assistente PCA, especifique as variáveis ​​de entrada e compute as estatísticas PCA. A PCA mostra que os dois primeiros componentes principais (aka drivers) representam 98,7 da variação geral, e os três primeiros componentes principais capturam 99,9. Examinamos os carregamentos desses drivers na tentativa de encontrar um proxy físico fisico para eles. Para o primeiro componente principal: as primeiras cargas de PC (também conhecidas como estrutura de termo) exibem um padrão semelhante à curva de rendimentos: Contago em curto prazo e plano para longo prazo. Podemos pensar no primeiro componente como um proxy para a taxa de juros. O segundo carregamento de componentes principais (aka driver) exibe o seguinte padrão: Este padrão é semelhante ao PC1, com exceção da torção por 10-20 dias e os valores negativos até 50 dias. Isso pode ser assumido como um proxy para o rendimento de conveniência, os tenores de curto prazo têm valores negativos que levam os preços futuros a aumentar e possivelmente criando um atraso. Para os títulos de longo prazo, o valor é positivo, reduzindo o preço futuro e fortalecendo o atraso. O terceiro componente principal é relativamente difícil de explicar: este pode ser o custo de armazenamento por ano. É improvável que o carregamento seja negativo entre 20 e 70 dias para a entrega. Felizmente, sua variação e contribuição para a variação geral são relativamente pequenas. Conclusão Em resumo, descobrimos que o rendimento líquido, armazenamento e conveniência (NISC) dos futuros WTI são liderados principalmente por dois drivers não correlacionados. O primeiro driver exibe uma estrutura de termo semelhante à curva de rendimentos e o segundo driver foi hipotetizado como um proxy para o rendimento de conveniência. Aguarde um minuto Você pode se perguntar: posso alavancar um instrumento de taxa de juros (por exemplo, Eurodollar, swaps, etc.) para proteger a exposição da taxa de juros no meu portfólio de futuros WTI. Em um documento de acompanhamento, examinaremos os dados da curva de rendimento LIBOR em nosso Análise e afinação adequada de nossos drivers de risco, isolando o rendimento de armazenamento e conveniência da taxa de juros. Por que nos preocupamos? Uma carteira de contratos futuros da WTI pode ser coberta (97,8 efetivos) para mudanças de preço não spot usando apenas dois (2) contratos futuros diferentes. E quanto às mudanças no local O que é a ração de cobertura Quantas vezes reesquilibramos a cobertura. Em um documento de acompanhamento, bem, discuta a cobertura em relação ao PCA em detalhes adicionais. Por que nós paramos aqui Há muito material aqui para engolir, então optamos por fazer uma pausa nesta fase para lhe dar oportunidade de digerir e ficar confortável com a nossa discussão anterior e melhor prepará-lo para uma manipulação mais avançada do tópico.