Рынки редко объявляют о структурном сдвиге до того, как он нанесет ущерб портфелю. Корреляции дрейфуют, ликвидность уменьшается, и ранее независимые активы начинают двигаться вместе. К тому времени, как скользящие ковариационные матрицы или обычные индикаторы импульса...
Рынки редко объявляют о структурном сдвиге до того, как он нанесет ущерб портфелю. Корреляции дрейфуют, ликвидность уменьшается, и ранее независимые активы начинают двигаться вместе. К тому времени, когда скользящие ковариационные матрицы или традиционные индикаторы импульса подтвердят изменение, потери могут уже быть сконцентрированы. Обнаружение корреляционных нарушений применяет машинное обучение для выявления этих ранних структурных трещин, давая количественным командам время уменьшить воздействие до того, как сработают традиционные сигналы.
Обнаружение нарушения корреляции до того, как квантовые сигналы потерпят неудачу
Обнаружение нарушения корреляции — это процесс определения того, когда исторические связи между активами перестают вести себя в пределах ожидаемого статистического диапазона. Это важно, поскольку многие портфельные модели предполагают, что корреляции достаточно стабильны в пределах окна оценки.
Традиционные методы обычно сравнивают текущие скользящие корреляции с долгосрочными средними значениями. Однако 60-дневное или 90-дневное окно может ослабить первые дни нового режима. Уменьшение окна улучшает скорость реагирования, но также увеличивает уровень шума и ложных срабатываний.
Модель ОД смены режима может исследовать более широкий набор ведущих индикаторов:
Изменения в доходности перекрестных активов