Combinando estratégias de reversão média e de Momentum em mercados de câmbio.
20 de outubro de 2017 Por Alina F. Serbin.
Este artigo demonstra o sucesso de uma série de estratégias de negociação de reversão média, momentum e combinação originalmente projetadas para uso em ações quando aplicadas a mercados de câmbio. Os retornos são mensurados em desvios da UIP (parceria de juros não coberta) que afirma que as mudanças nas taxas de câmbio devem incorporar quaisquer diferenciais de taxa de juros entre duas moedas. O artigo conclui que a UIP pode ser explorada usando a estratégia híbrida de reversão / impulso devido a ineficiências na UIP.
A pesquisa existente indica que os retornos de FX mostram fortes correlações positivas no curto prazo (comportamento de momentum) e correlações negativas no longo prazo (comportamento de reversão médio). Este estudo demonstra uma estratégia que é uma combinação de momentum de curto prazo e reversão média de longo prazo dos desvios dos rendimentos anormais da UIP quando aplicada ao mercado FX. A estratégia é aplicada aos desvios da paridade da taxa de juros através de um estudo de 10 moedas desenvolvidas e altamente líquidas no período de 1978-2008, com o USD como moeda base. Três carteiras são testadas: somente reversão média, somente impulso e impulso combinado / reversão média. Cada estratégia produz resultados estatisticamente significativos.
O retorno para cada moeda é estimado usando OLS e uma carteira é formada estimando os retornos esperados mais altos, menos os retornos esperados mais baixos (max & # 8211; min) e posições de espera para os próximos K meses, onde K = 1, 3, 6 , 9 ou 12. Os resultados das equações mostram os retornos médios mais altos para a estratégia combinada de reversão / momentum. Os desvios mostram que os retornos médios começam positivos e revertam após cerca de um ano quando o efeito momentum desaparece. No entanto, a partir do quarto ano, a estratégia de reversão média produz resultados positivos.
Este artigo também compara as semelhanças entre o comportamento do mercado FX e o do mercado de ações e conclui que essa semelhança se deve a vieses comportamentais semelhantes que operam em ambos os mercados, levando a ineficiências semelhantes. No mercado de ações, os investidores muitas vezes reatam demais as novas informações e criam impulso, que ao longo do tempo, retorna à média. No mercado FX, as taxas de câmbio tendem a ter uma resposta excessivamente ansiosa à política monetária, no entanto, eles retornam ao equilíbrio a longo prazo. A estratégia foi originalmente projetada para ser usada para negociação de ações, no entanto, este estudo mostra que a estratégia funciona melhor nos mercados de mercado de mercado do que nos mercados de ações e produz uma relação de Sharpe maior do que as estratégias de negociação de Forex comuns.
Próximos.
13 de dezembro às 12h GMT GMT.
Webinars anteriores.
Série de webinar NinjaTrader 3 Part no Algo Trading Python e Dados Históricos Estratégias e Indicadores da API REST da FXCM.
Algo Trading Webinar Video: Pt 3.
Algo Trading Webinar Video: Pt 2.
Algo Trading Webinar Video: Pt 1.
Siga FXCM_MarketData.
Quantnews é o site de educação do FXCM Group. A Quantnews não aceita a responsabilidade por qualquer perda ou dano, incluindo, sem limitação, qualquer perda de lucro que possa surgir direta ou indiretamente do uso ou dependência de tais informações. A Quantnews não assume qualquer responsabilidade por erros, imprecisões ou omissões; não garante a precisão, integridade das informações, texto, gráficos, links ou outros itens contidos nesses materiais. Todas as opiniões, notícias, pesquisas, análises, preços, outras informações ou links para sites de terceiros contidos neste site são fornecidos como comentários gerais do mercado e não constituem conselhos de investimento. Os links para sites de terceiros são fornecidos para sua conveniência. Tais sites não estão no nosso controle e a Quantnews não endossa nem é responsável pela segurança, conteúdo ou disponibilidade das informações contidas em sites de terceiros.
Opiniões do mercado: quaisquer opiniões, notícias, pesquisas, análises, preços, outras informações ou links para sites de terceiros contidos neste site são fornecidos como comentários gerais do mercado e não constituem conselhos de investimento. A Quantnews não aceita a responsabilidade por qualquer perda ou dano, incluindo, sem limitação, qualquer perda de lucro que possa surgir direta ou indiretamente do uso ou dependência de tais informações. A Quantnews não assume qualquer responsabilidade por erros, imprecisões ou omissões; não garante a precisão, integridade das informações, texto, gráficos, links ou outros itens contidos nesses materiais.
Aviso de Risco: O Grupo FXCM não garante a precisão e não aceita a responsabilidade por qualquer perda ou dano que surja, direta ou indiretamente, do uso ou dependência de informações contidas nos webinars. O Grupo FXCM pode fornecer comentários gerais que não se destinam a conselho de investimento e não devem ser interpretados como tais. A negociação de FX / CFD comporta um risco de perdas superiores aos seus fundos depositados e pode não ser adequada para todos os investidores. Certifique-se de que compreende perfeitamente os riscos envolvidos.
Combinando estratégias de reversão média e de Momentum em mercados de câmbio.
Informações de contato adicionais.
Alina Serban: Departamento de Economia, Universidade de West Virginia.
Resumo: A literatura sobre mercados de ações documenta a existência de fenômenos médios de reversão e momentum. Pesquisadores em mercados cambiais acham que as taxas de câmbio também apresentam comportamentos semelhantes ao impulso e reversão média. Este artigo implementa uma estratégia de negociação combinando reversão média e impulso nos mercados cambiais. A estratégia foi originalmente projetada para mercados de ações, mas também gera retornos anormais quando aplicado a desvios de paridade de interesse descobertos para dez países. Eu acho que o padrão para as posições assim criadas nos mercados de câmbio é qualitativamente similar ao encontrado nos mercados de ações. Quantitativamente, esta estratégia desempenha melhores resultados nos mercados de câmbio do que nos mercados de ações. Além disso, supera as estratégias tradicionais de negociação cambial, tais como carry trades e regras de média móvel.
Códigos JEL: F31 G11 G15 (busca de itens semelhantes no EconPapers)
Novos documentos de economia: este item está incluído no nep-ifn.
Downloads: (link externo)
Este item pode estar disponível em outros lugares no EconPapers: procure itens com o mesmo título.
Referência de exportação: BibTeX RIS (EndNote, ProCite, RefMan) HTML / Texto.
Dados da série mantidos por Josh Hall ().
O seu trabalho está faltando no RePEc? Aqui está como contribuir.
Perguntas ou problemas? Verifique as perguntas frequentes do EconPapers ou envie um e-mail para.
Tutoriais.
Consulte também documentação, vídeos e bate-papo.
Xiaowei Yan.
Xiaowei é um Desenvolvedor Quantitativo da QuantConnect. Ele possui um mestrado em Finanças pela Universidade de Rochester e trabalhou anteriormente na gestão de investimentos no Galaxy Capital e William M. Mercer.
Artigos recentes.
Combinando Reversão Média e Momento no Mercado Forex.
Em Tutoriais de Estratégia, publicado em 16 de junho de 2017.
Neste tutorial, construímos uma estratégia combinando impulso e reversão média para os mercados de câmbio da pesquisa de Alina F. Serban [1] Alina F. Serban, combinando estratégias de negociação de impulso médio e de impulso nos mercados de câmbio on-line, baseada em pesquisas em o mercado de ações de Ronald J. Balvers e Yangru Wu [2] Ronald J. Balvers, Yangru Wu, Momentum e reversão média entre os mercados de ações nacionais. Cópia on-line. O Serban cria um factor de impulso usando os retornos dos últimos 3 meses e um fator de reversão médio como desvio do preço médio. Usando esses fatores, usamos regressão para prever os retornos do próximo mês. Nós aplicamos a estratégia do artigo da Serban e atualizamos o fator de reversão médio para melhorar seu nível de significância.
Em teoria, ao negociar câmbio, o retorno esperado acumulado em cada moeda deve ser o mesmo quando ajustado pelas taxas de câmbio (parceria de juros descoberta, UIP [3] Investopedia, Parceria de taxa de juros não coberta. Cópia on-line). Isso sugere que os mercados devem ser predominantemente significativos reverter, no entanto, na prática, vemos as tendências momentâneas de curto prazo e a reversão média a longo prazo. Este foi o fenômeno notado pela primeira vez por Chiang e Jiang [4] Chiang, T., Jiang, C., 1995. O câmbio retorna em horizontes curtos e longos. Revista Internacional de Economia e Finanças 4, 267-282. Cópia Online.
Testamos a teoria sobre EURUSD, GBPUSD, USDCAD e USDJPY e re-balanceados mensalmente. O nível e os coeficientes de significância do modelo são próximos dos do papel, mas os retornos e os Razões Sharpe obtidos não são tão bons quanto o que o papel reivindicou. O algoritmo alcançou um retorno anual bastante estável de 11%, Razão 0,8 Sharpe e 11% de redução.
Introdução.
A estratégia é centrada na teoria da paridade de interesse descoberta (UIP). A UIP afirma que a mudança na taxa de câmbio deve incorporar quaisquer diferenciais de taxa de juros entre as duas moedas. Ao procurar padrões no desvio da UIP, podemos potencialmente gerar retornos anormais.
Condições de paridade de juros.
A UIP declara que um investidor que empresta dinheiro em seu país de origem e empresta-lo em outro país com uma taxa de juros mais elevada deve esperar um retorno zero devido às mudanças na taxa de câmbio. Em outras palavras:
Onde está a taxa de juros doméstica, é a taxa de juros estrangeira, é a taxa de câmbio à vista e é a taxa de juros. Também podemos substituir a taxa de avanço de F com taxa de spot esperada:
Tomando registros das duas equações acima, obtemos:
O desvio de UIP é denotado por y e definido da seguinte forma:
Estimativa de modelo e parâmetro.
Fama e French e Summers [5] Fama, E., 1984. Taxas de câmbio a prazo e à vista. Journal of Monetary Economics Online Copy 14, 319-338. construiu um modelo simples para o preço das ações que é a soma de uma caminhada aleatória e um componente estacionário - eles representam o log natural do preço das ações com x. O componente estacionário representa os balanços temporários no preço das ações (caracterizado pelo coeficiente), o parâmetro captura o componente de deriva da caminhada aleatória e um coeficiente explica o efeito de momentum. Balvers e Wu constroem o log de preços das ações como:
Usando a equação acima Serban adapta-se para encontrar o retorno anormal no mercado forex. O que representa a velocidade da reversão média e pode variar de país, enquanto que representa a força do impulso e pode variar de país e por atraso. O parâmetro também varia de acordo com o país. Contabilizar essas mudanças:
Estratégia de negociação.
A estratégia de negociação do papel permite mudar por país, enquanto deixa e permanece fixa. Ao aplicar a regressão do Mínimo Esquema Ordinário (OLS), o modelo estima o retorno y para cada moeda. Construímos o portfólio tomando uma posição longa na moeda com o maior retorno esperado e assumindo uma posição curta na moeda com o menor retorno esperado. Nós mantemos essas posições por um mês, e repita o processo por mês. Existem duas exceções a esta estratégia: se todos os retornos esperados forem positivos, nós tomamos apenas uma posição longa e vice-versa.
Para limitar o número de parâmetros que precisamos estimar e encontrar uma solução com facilidade, só permitimos a mudança por país. De acordo com o artigo, se deixamos ρ ficar fixo e J = 3, podemos obter o maior retorno para esta estratégia. Em caso afirmativo, a equação pode ser simplificada como:
Ao aplicar a equação acima, descobrimos que a escala da reversão média para cada moeda é muito diferente, e essa diferença de escala é grande o suficiente para afetar a precisão de nossa classificação. Realizamos um ajuste para padronizar a reversão média. Ao calcular (a média dos preços do registro), também calculamos o desvio padrão σ. Neste tutorial, substituímos por. Isso captura o fator de reversão médio melhor do que a técnica do autor.
Descrição de dados.
O papel usou dados da taxa de câmbio mensal para o Dólar canadense / USD, Marca / Euro alemã, Libra do Reino Unido / USD e ienes japoneses / USD, de 1978 a 2008. Devido à disponibilidade de dados, usamos Euro / USD em vez de Marca / Euro alemão , e os primeiros dados disponíveis começam a partir de 2004. Cada vez que lançamos a estratégia, usamos todos os dados históricos disponíveis antes da data de início para construir o modelo OLS e usamos esse modelo para todo o backtest. O artigo usou 1/3 de seus dados como o conjunto de dados de treinamento e o resto do conjunto de testes. Nós testamos diretamente nosso modelo no backtesting, porque a QuantConnect facilita isso.
Para aplicar o modelo, precisamos primeiro puxar os dados do histórico para construí-lo. O projeto pode ser dividido brevemente em quatro partes: a solicitação de dados históricos, treinamento de modelo, previsão e execução.
Etapa 1: Solicitar dados históricos.
A primeira função leva dois argumentos: símbolo e número de pontos de dados diários solicitados. Esta função solicita Citações históricas e o constrói em um DataFrame de pandas. Para mais informações sobre pandas DataFrame, consulte a documentação de ajuda DataFrame. A função calcular_reter toma um DataFrame como um argumento para calcular a média e o desvio padrão dos preços do registro e crie novas colunas para o DataFrame (retorno, fator de inversão e momentum) - ele prepara o DataFrame para regressão linear múltipla.
Passo 2: Construa o Modelo Predictivo.
A função concat solicita histórico e junta os resultados em um único DataFrame. Como varia de país, então nós atribuímos a média e desvio padrão ao símbolo para cada moeda para uso futuro. A função OLS leva o DataFrame resultante para realizar uma regressão OLS. Nós o escrevemos em uma função porque é mais fácil mudar a fórmula aqui se precisarmos.
Passo 3: Aplicar modelo preditivo.
A função de previsão usa o histórico nos últimos 3 meses, mescla-o em um DataFrame e, em seguida, calcula os fatores atualizados. Usando esses fatores atualizados (juntamente com o modelo que construímos), calculamos o retorno esperado.
Há alguns pontos de nota:
Precisamos de históricos TradeBars nos últimos três meses. Para fazer isso, solicitamos 99 barras e usamos um DataFrame de pandas para extrair um ponto de dados para o final de cada mês. Usamos o cronograma de eventos para executar a estratégia no primeiro dia de negociação, no entanto, às vezes o primeiro dia do mês pode ser no 2º caso a 1ª cai em um fim de semana. Para corrigir isso, removemos os dados do mês atual, deixando apenas os últimos 3 meses de dados. Começamos a partir do segundo elemento de res (res [1:]) porque res e params são comprimentos diferentes. Isso foi difícil de detectar porque o Python não lançava erro ao executar [a * b para a, b em zip (res, params)], mesmo que o comprimento das duas listas seja diferente. Esta função também usou extensivamente os métodos de dados do pandas DataFrame. Para mais informações, consulte pandas.
Etapa 4: inicializando o modelo.
Na função Inicializar, preparamos os dados e conduzimos uma regressão linear. A propriedade de classe 'self. formula' é o resultado da regressão OLS. Usaremos esse objeto cada vez que reequilibremos o portfólio.
Etapa 5: Realizar o Reequilíbrio Mensal.
Todos os meses, reequilibramos o portfólio usando o método de Agendador de Evento. Os retornos previstos são adicionados à matriz de classificação e, em seguida, ordenados por retorno. O primeiro elemento da lista é o melhor retorno emparelhado com o símbolo associado. Quando todos os retornos esperados na matriz de classificação são positivos, apenas passamos o par com o maior retorno esperado. Quando todos os retornos são negativos, apenas ficamos curtos com o menor retorno esperado.
O resultado de regressão a seguir é obtido por backtesting do período de junho de 2013 a junho de 2016. Podemos ver os resultados bastante próximos dos do papel-fonte com um valor R-quadrado de 3,1% em comparação com os 3,89% do papel. Nosso coeficiente de momentum, ρ, é 0,0344 comparado ao 0,042 do papel. Obtivemos 0,9955 coeficiente de reversão médio (1 - 0,0045), e o papel obteve 0,9859.
A partir desses resultados, podemos dizer que o tamanho de amostra limitado não prejudica a viabilidade desse modelo. As estatísticas t dos coeficientes são -4,074 e 1,417 para o fator de reversão e o fator momentum, respectivamente. O p-valor do factor de reversão é muito pequeno, o que significa que este fator tem um nível de significância muito alto.
Resultados da sensibilidade Backtest.
Realizamos algumas análises de sensibilidade do período em diferentes períodos de tempo e resumimos os resultados como a seguinte tabela:
Conclusão.
O documento demonstra que há ineficiências na UIP que podem ser exploradas com um impulso híbrido e uma estratégia de reversão média. Embora o tamanho da amostra do papel seja muito maior do que o nosso, o parâmetro e o nível de significância dos dois modelos são muito próximos. As estratégias que discutimos acima mantêm-se fixas e só permitem a mudança por país. Se permitimos a mudança por atraso, o nível de significância do modelo pode aumentar, mas isso poderia tornar a modelagem mais difícil ao introduzir a multicolinearidade. Para testar isso, nós escrevemos essa implementação no algoritmo e comentamos as linhas. Se você estiver interessado em explorar esta extensão para o modelo, pode alterar essas linhas para testar sua estratégia.
Colaboradores.
Referências.
Você poderia elaborar mais sobre o nexo relacional entre o modelo específico usado para prever os retornos e a rejeição da teoria UIP? Tudo o resto é claro para mim, pelo menos até agora 🙂
Obrigado por sua pergunta. O uso da rejeição da teoria da UIP é demonstrar que existem fenômenos de reversão média e momentum no mercado FX. O autor usou os desvios cumulativos da UIP para cada moeda ao longo dos últimos 6 meses para classificar as moedas. A moeda com o maior retorno cumulativo classifica como o & # 8216; vencedor & # 8217; e aquele com o menor retorno é o perdedor & # 8216; # 8217 ;. No papel, podemos ver padrões evidentes de impulso e reversão do vencedor e do perdedor (na página 4, figura 1 do documento).
Em uma palavra, o autor mencionou a UIP com a finalidade de demonstrar que os fenômenos de reversão e ímpeto da média realmente existem e de apoiar o modelo de forma teórica.
Obrigado pela sua boa pergunta. Se isso não fosse suficientemente claro, não hesite em solicitar mais detalhes.
Oi Xiaowei, trabalho interessante como sempre.
Clonei seu código, no entanto, estou obtendo um erro de sintaxe na linha 25:
Você poderia explicar o que está criando o problema e como corrigi-lo?
Você pode atualizar isso para funcionar na versão mais recente? Obrigado.
Combinando estratégias de reversão e de negociação de impulso nos mercados cambiais.
Abstrato.
A literatura sobre mercados de ações documenta a existência de fenômenos médios de reversão e momentum. Pesquisadores em mercados cambiais acham que as taxas de câmbio também apresentam comportamentos semelhantes ao impulso e reversão média. Este artigo implementa uma estratégia de negociação combinando reversão média e impulso nos mercados cambiais. A estratégia foi originalmente projetada para mercados de ações, mas também gera retornos anormais quando aplicado a desvios de paridade de interesse descobertos para cinco países. Eu acho que o padrão para as posições assim criadas nos mercados de câmbio é qualitativamente similar ao encontrado nos mercados de ações. Quantitativamente, esta estratégia desempenha melhores resultados nos mercados de câmbio do que nos mercados de ações. Além disso, supera as estratégias tradicionais de negociação cambial, tais como carry trades e regras de média móvel.
Baixe informações.
Se você tiver problemas ao fazer o download de um arquivo, verifique se você possui o aplicativo apropriado para vê-lo primeiro. Em caso de problemas adicionais, leia a página de ajuda IDEAS. Observe que esses arquivos não estão no site IDEAS. Seja paciente porque os arquivos podem ser grandes.
Como o acesso a este documento é restrito, você pode procurar uma versão diferente em "Pesquisa relacionada" (mais adiante) ou procurar uma versão diferente dela.
Informações bibliográficas.
Volume (Ano): 34 (2010)
Emissão (Mês): 11 (novembro)
Pesquisa relacionada.
Referências.
Referências listadas em IDEAS.
Informe os erros de citações ou de referência, ou, se você é o autor registrado do trabalho citado, faça login no seu perfil de Serviço de Autor RePEc, clique em "citações" e faça os ajustes apropriados .:
Christopher J. Neely, 2002. "O padrão temporal da regra de negociação retorna e a intervenção do banco central: a intervenção não gera lucros de regras comerciais comerciais", Working Papers 2000-018, Federal Reserve Bank of St. Louis. Fong, Wai Mun, 2010. "Uma análise de dominância estocástica do iene carrega trades", Journal of Banking & Finance, Elsevier, vol. 34 (6), páginas 1237-1246, junho. Kenneth Rogoff, 1996. "O puzzle da paridade do poder de compra", Journal of Economic Literature, American Economic Association, vol. 34 (2), páginas 647-668, junho. Charles Engel e Kenneth D. West, 2005. "Taxas de Câmbio e Fundamentos", Journal of Political Economy, University of Chicago Press, vol. 113 (3), páginas 485-517, junho.
Charles Engel e Kenneth D. West, 2003. "Taxas de câmbio e fundamentos", Proceedings, Federal Reserve Bank of San Francisco, emissão março.
Engel, Charles & West, Kenneth D., 2003. "Taxas de câmbio e fundamentos", Working Paper Series 248, Banco Central Europeu. Charles Engel e Kenneth D. West, 2004. "Taxas de Câmbio e Fundamentos", NBER Working Papers 10723, National Bureau of Economic Research, Inc. Kenneth A. Froot e Jeffrey A. Frankel, 1989. "Forward Bias de desconto: é um Exchange Risk Premium? ", The Quarterly Journal of Economics, Oxford University Press, vol. 104 (1), páginas 139-161.
Kenneth A. Froot e Jeffrey A. Frankel., 1988. "Forward Bias de desconto: é um risco de câmbio Premium?", Economics Working Papers 8874, Universidade da Califórnia em Berkeley. Froot, Kenneth A. & Frankel, Jeffrey A., 1988. "Forward Bias de Desconto: É um Prêmio de Risco de Câmbio?", Departamento de Economia, Working Paper Series qt5w65g4zg, Departamento de Economia, Instituto de Pesquisa Econômica e Empresarial, UC Berkeley . Craig Burnside e Martin Eichenbaum e Isaac Kleshchelski e Sergio Rebelo, 2011. "Problemas do Peso Explicam os Retornos ao Comércio de Carros", "Review of Financial Studies, Society for Financial Studies, vol. 24 (3), páginas 853-891.
Burnside, Craig & Eichenbaum, Martin & Kleshchelski, Isaac & Rebelo, Sérgio, 2008. "Problemas de Peso Explicam os Retornos ao Comércio de Carga", Documentos de Discussão CEPR 6873, C. E.P. R. Documentos de discussão. A. Craig Burnside e Martin Eichenbaum e Isaac Kleshchelski e Sergio T. Rebelo, 2010. "Os problemas de peso explicam os retornos para o comércio?", Working Papers 10-44, Duke University, Departamento de Economia. A. Craig Burnside e Martin S. Eichenbaum e Isaac Kleshchelski e Sergio Rebelo, 2008. "Os problemas de peso explicam os retornos para o comércio?", NBER Working Papers 14054, National Bureau of Economic Research, Inc. LeBaron, Blake, 1999 "Rentabilidade da regra de negociação técnica e intervenção cambial", Journal of International Economics, Elsevier, vol. 49 (1), páginas 125-143, outubro.
Blake LeBaron, "sem data". "Requisição da Requisição de Negociação Técnica e Intervenção de Câmbio," Documentos de trabalho _002, Universidade de Wisconsin - Madison. Blake LeBaron, 1996. "Rentabilidade da Requisição de Negociação Técnica e Intervenção de Câmbio", NBER Working Papers 5505, National Bureau of Economic Research, Inc. LeBaron, B., 1996. "Requisição da Requisição de Negociação Técnica e Intervenção de Intercâmbio Forex", documentos de trabalho 9445r Wisconsin Madison - Sistemas Sociais. Blake LeBaron, 1994. "Rentabilidade da Regra de Negociação Técnica e Intervenção de Câmbio", International Finance 9411002, EconWPA. De Bondt, Werner F M & Thaler, Richard, 1985. "O Mercado de ações é exagerado?", Journal of Finance, American Finance Association, vol. 40 (3), páginas 793-805, julho. Dornbusch, Rudiger, 1976. "Expectativas e dinâmica das taxas de câmbio", Journal of Political Economy, University of Chicago Press, vol. 84 (6), páginas 1161-1176, dezembro. Friesen, Geoffrey C. & Weller, Paul A. & Dunham, Lee M., 2009. "Tendências e padrões de preços na análise técnica: um exame teórico e empírico" Journal of Banking & Finance, Elsevier, vol. 33 (6), páginas 1089-1100, junho. Fama, Eugene F e francês, Kenneth R, 1988. "Componentes permanentes e temporários dos preços das ações", Journal of Political Economy, University of Chicago Press, vol. 96 (2), páginas 246-273, abril. Harris, Richard D. F. & Yilmaz, Fatih, 2009. "Uma estratégia de negociação de impulso baseada no componente de baixa freqüência da taxa de câmbio", Journal of Banking & Finance, Elsevier, vol. 33 (9), páginas 1575-1585, setembro. Taylor, Mark P, 1987. "Paridade de interesse coberta: um estudo de dados de alta freqüência e alta qualidade", Economica, London School of Economics and Political Science, vol. 54 (216), páginas 429-438, novembro. Okunev, John & White, Derek, 2003. "As estratégias baseadas em Momentum ainda funcionam em mercados de moeda estrangeira?", Journal of Financial and Quantitative Analysis, Cambridge University Press, vol. 38 (02), páginas 425-447, junho. Balvers, Ronald J. & Wu, Yangru, 2006. "Momentum e reversão média entre os mercados de ações nacionais", Journal of Empirical Finance, Elsevier, vol. 13 (1), páginas 24-48, janeiro. Szakmary, Andrew C. & Mathur, Ike, 1997. "Intervenção do banco central e lucros da regra comercial nos mercados de câmbio", Journal of International Money and Finance, Elsevier, vol. 16 (4), páginas 513-535, agosto. Fama, Eugene F., 1984. "Taxas de câmbio antecipadas e spot", Journal of Monetary Economics, Elsevier, vol. 14 (3), páginas 319-338, novembro. Engel, Charles & Hamilton, James D, 1990. "Long Swings in the Dollar: Eles estão nos dados e os mercados sabem disso?", American Economic Review, American Economic Association, vol. 80 (4), páginas 689-713, setembro. Meese, Richard A. & Rogoff, Kenneth, 1983. "Modelos de taxa de câmbio empírica dos anos setenta: eles se encaixam na amostra?", Journal of International Economics, Elsevier, vol. 14 (1-2), páginas 3-24, fevereiro. Chiang, Thomas C. & Jiang, Christine X., 1995. "O câmbio retorna em horizontes curtos e longos", Revista Internacional de Economia e Finanças, Elsevier, vol. 4 (3), páginas 267-282. Ronald Balvers & Yangru Wu & Erik Gilliland, 2000. "Reversão média entre os mercados de ações nacionais e estratégias de investimento contrárias paramétricas", Journal of Finance, American Finance Association, vol. 55 (2), páginas 745-772, abril. Jegadeesh, Narasimhan & Titman, Sheridan, 1993. "Retorna a vencedores de compras e perdedores de vendas: implicações para a eficiência do mercado de ações", Journal of Finance, American Finance Association, vol. 48 (1), páginas 65-91, março. Referências completas (incluindo as que não correspondem a itens no IDEAS)
As citações são extraídas pelo Projeto CitEc, assine seu feed RSS para este item.
Richard Fabling e Arthur Grimes, 2014. "Over the Hedge: Os exportadores praticam a cobertura seletiva?", Working Papers 14_01, Motu Economic and Public Policy Research. Menkhoff, Lukas & Sarno, Lucio & Schmeling, Maik & Schrimpf, Andreas, 2012. "Estratégias de impulso monetário", Journal of Financial Economics, Elsevier, vol. 106 (3), páginas 660-684.
Lukas Menkhoff e Lucio Sarno e Maik Schmeling e Andreas Schrimpf, 2011. "Estratégias de Momento de Moeda", Documentos de Trabalho BIS 366, Banco de Pagamentos Internacionais. Menkhoff, Lukas & Sarno, Lucio & Schmeling, Maik & Schrimpf, Andreas, 2012. "Currency Momentum Strategies", Documentos de Discussão CEPR 8747, C. E.P. R. Documentos de discussão. Lukas Menkhoff e Lucio Sarno e Maik Schmeling e Andreas Schrimpf, 2012. "Currency Momentum Strategies", Working Paper Series 09_12, O Centro de Rimini para Análise Econômica. Jungshik Hur e Vivek Singh, 2016. "Reexaminando ganhos de impulso: Underreaction ou overreaction a informações específicas da empresa?", Review of Quantitative Finance and Accounting, Springer, vol. 46 (2), páginas 261-289, fevereiro. Wang, Lijun & An, Haizhong & Liu, Xiaojia & Huang, Xuan, 2016. "Selecionando regras dinâmicas de negociação média móvel no mercado de futuros de petróleo bruto usando uma abordagem genética", Applied Energy, Elsevier, vol. 162 (C), páginas 1608-1618. Mollick, André Varella e Assefa, Tibebe Abebe, 2013. "Os retornos das ações dos EUA e os preços do petróleo: o relato dos dados diários e a crise financeira de 2008-2009," Energy Economics, Elsevier, vol. 36 (C), páginas 1-18. Schuhmacher, Frank & Eling, Martin, 2012. "Uma base de decisão-teoria para medidas de desempenho de recompensa a risco", Journal of Banking & Finance, Elsevier, vol. 36 (7), páginas 2077-2082. Neely, Christopher J. & Weller, Paul A., 2013. "Lições da evolução das estratégias de troca cambial", Journal of Banking & Finance, Elsevier, vol. 37 (10), páginas 3783-3798.
Christopher J. Neely e Paul A. Weller, 2011. "Lições da evolução das estratégias de troca cambial", Working Papers 2011-021, Federal Reserve Bank of St. Louis. Katusiime, Lorna & Shamsuddin, Abul & Agbola, Frank W., 2015. "Eficiência do mercado de câmbio e rentabilidade das regras de negociação: evidência de um país em desenvolvimento", International Review of Economics & Finance, Elsevier, vol. 35 (C), páginas 315-332. Bianchi, Robert J. & Drew, Michael E. & Fan, John Hua, 2015. "Combinando o impulso com a reversão dos futuros de commodities", Journal of Banking & Finance, Elsevier, vol. 59 (C), páginas 423-444. Kai Li, 2014. "Dinâmica de preços de ativos com crenças heterogêneas e atrasos de tempo", Tese de Doutorado, Grupo de Disciplina de Finanças, UTS Business School, Universidade de Tecnologia, Sydney, número 13, dezembro. Buckley, Winston S. & Long, Hongwei, 2015. "Um modelo descontínuo de mispricing sob informações assimétricas", European Journal of Operational Research, Elsevier, vol. 243 (3), páginas 944-955. Schuhmacher, Frank e Eling, Martin, 2011. "Condições suficientes para a utilidade esperada implicam rankings de desempenho baseados em retiradas", Journal of Banking & Finance, Elsevier, vol. 35 (9), páginas 2311-2318, setembro. João Frois Caldeira & Gulherme Valle Moura, 2013. "Seleção de uma Carteira de Pares Baseados na Cointegração: Uma Estratégia Estatística de Arbitragem", Revista Brasileira de Finanças, Sociedade Brasileira de Finanças, vol. 11 (1), páginas 49-80. Tajaddini, Reza & Crack, Timothy Falcon, 2012. "As estratégias de negociação baseadas em impulso funcionam em mercados de moeda emergentes?", Journal of International Financial Markets, Institutions and Money, Elsevier, vol. 22 (3), páginas 521-537. Balvers, Ronald J. & Klein, Alina F., 2014. "Prêmios de risco de moeda e paridade de interesse descoberta no CAPM internacional", Journal of International Money and Finance, Elsevier, vol. 41 (C), páginas 214-230.
Este item não está listado na Wikipédia, em uma lista de leitura ou entre os principais itens em IDEAS.
Estatisticas.
Correções.
Ao solicitar uma correção, mencione o identificador deste item: RePEc: eee: jbfina: v: 34: y: 2010: i: 11: p: 2720-2727. Veja informações gerais sobre como corrigir o material no RePEc.
Para questões técnicas relativas a este item, ou para corrigir seus autores, títulos, resumo, informações bibliográficas ou de download, entre em contato: (Dana Niculescu)
Se você é autor deste item e ainda não está registrado no RePEc, recomendamos que você o faça aqui. Isso permite vincular seu perfil a este item. Ele também permite que você aceite citações em potencial para este item sobre o qual não temos certeza.
Se as referências faltam completamente, você pode adicioná-las usando este formulário.
Se as referências completas listarem um item que está presente no RePEc, mas o sistema não ligou a ele, você pode ajudar com este formulário.
Se você souber de itens faltantes citando este, você pode nos ajudar a criar esses links, adicionando as referências relevantes da mesma maneira que acima, para cada item referente. Se você é um autor registrado deste item, você também pode querer verificar a guia "citações" em seu perfil, pois pode haver citações em espera de confirmação.
Observe que as correções podem levar algumas semanas para filtrar os vários serviços do RePEc.
Mais serviços.
Siga as séries, revistas, autores e Mais.
Novos trabalhos de.
Inscreva-se para novas adições ao RePEc.
Registro de autor.
Perfis públicos para pesquisadores de economia.
Vários rankings de pesquisa em Economia e Campos relacionados.
Quem era um aluno de quem, usando RePEc.
RePEc Biblio.
Artigos curados e amp; artigos sobre vários temas econômicos.
Carregue o seu papel para ser listado em RePEc e IDEAS.
EconAcademics.
Agregador de blogs para pesquisa econômica.
Plágio.
Casos de plágio em Economia.
Documentos de mercado de trabalho.
Série de papel de trabalho RePEc dedicada ao mercado de trabalho.
Fantasy League.
Imagine que você está no comando de um departamento de economia.
Serviços do StL Fed.
Dados, pesquisa, aplicativos e mais do St. Louis Fed.
Комментариев нет:
Отправить комментарий