[論文レビュー] Time Series Technical Analysis via New Fast Estimation Methods: A Preliminary Study in Mathematical Finance

Michel Fliess, Cédric Join|ArXiv.org|Nov 10, 2008

Fault Detection and Control Systems参考文献 2被引用数 3

ひとこと要約

この論文は、制御理論からの高速推定手法を用いて、外国為替レートのモデルフリーでリアルタイムな予測手法を提案する。Z変換と微分代数を用いてスライディングウインドウ上で低次の線形差分方程式を特定することで、トレンドライン、トレンドからの相対的位置、ボラティリティを高い精度で予測し、数学的ファイナンスにおけるテクニカル分析に、従来の確率的仮定に依存しない新規で非確率的な基盤を提供する。

ABSTRACT

New fast estimation methods stemming from control theory lead to a fresh look at time series, which bears some resemblance to "technical analysis". The results are applied to a typical object of financial engineering, namely the forecast of foreign exchange rates, via a "model-free" setting, i.e., via repeated identifications of low order linear difference equations on sliding short time windows. Several convincing computer simulations, including the prediction of the position and of the volatility with respect to the forecasted trendline, are provided. $\mathcal{Z}$-transform and differential algebra are the main mathematical tools.

研究の動機と目的

• 制御理論的推定を用いて、数学的ファイナンスにおける時系列予測の非確率的でリアルタイムな枠組みを確立すること。
• 高速で代数的な推定手法が、特に為替レートを含む金融時系列に適用可能であることを検証すること。
• トレンドラインだけでなく、価格がトレンドラインからの相対的位置と、予測されたトレンド周辺のボラティリティを予測すること。
• ノイズに関する従来の統計的仮定を避ける理論的かつ計算的基盤を、テクニカル分析に提供すること。
• 短いスライディングウインドウにおけるパラメータ推定を通じて、変化点検出と動的リスク評価の可能性を示すこと。

提案手法

• 短いスライディング時間ウインドウ上で、時系列を低次の線形差分方程式で近似するモデルフリーの設定を採用する。
• Z変換と微分代数を適用して、差分方程式の係数に対するリアルタイム推定の正確で漸近的でない公式を導出する。
• 観測された時系列を、差分方程式の正確な解（トレンドライン）と残差ノイズ成分に分解する。
• 残差ノイズの移動平均および移動標準偏差を推定し、トレンドラインからの相対的位置とボラティリティを予測する。
• 再帰的同定技術を用いてモデルパラメータを継続的に更新し、定常性や既知のノイズ分布を仮定しないリアルタイム予測を実現する。
• 信頼区間と予測された位置と実際の位置の符号比較を用いて、予測を検証する。

実験結果

リサーチクエスチョン

• RQ1 制御理論からの高速で代数的な推定手法は、金融時系列のモデルフリーな予測に効果的に適用可能か？
• RQ2 スライディングウインドウ上での低次の線形差分方程式は、為替レートのダイナミクスをどの程度正確に捉えることができるか？
• RQ3 この手法は、トレンドラインに加えて、価格のトレンドラインからの相対的位置と関連するボラティリティも予測可能か？
• RQ4 移動平均および標準偏差推定のウインドウサイズを変更した場合、この手法の性能はどのように変化するか？
• RQ5 このアプローチは、数学的ファイナンスにおけるテクニカル分析に、厳密で非確率的な基盤を提供可能か？

主な発見

• 100のウインドウサイズを用いた5日予測では、残差の移動平均の符号（すなわち、トレンドラインからの相対的位置）を88.3％の精度で正しく予測した。
• 予測された標準偏差に基づく95％信頼区間は、実際の価格変動の92.2％をカバーしており、ボラティリティ予測の妥当性が裏付けられた。
• 99％信頼区間は実観測値の98.7％をカバーしており、極端なリスク予測における高い信頼性が示された。
• 10日予測に対しても、5日予測と比較してわずかに性能が低下するものの、依然として高い予測精度を維持した。
• この手法は、急激なトレンドラインの変化を効果的に検出でき、構造的変化の事前知識がなくても、潜在的なリアルタイムの変化点検出が可能であることを示した。
• 結果から、ボラティリティは時間に依存する（異分散性）ことが示唆され、再帰的パラメータ推定によりこの動的挙動が効果的に捉えられていることがわかった。