[논문 리뷰] Time Series Technical Analysis via New Fast Estimation Methods: A Preliminary Study in Mathematical Finance

Michel Fliess, Cédric Join|ArXiv.org|2008. 11. 10.

Fault Detection and Control Systems참고 문헌 2인용 수 3

한 줄 요약

이 논문은 제어 이론의 빠른 추정 방법을 활용하여 외환 환율에 대한 모델에 의존하지 않고 실시간으로 예측하는 방법을 제안한다. Z-변환과 미분代수를 통해 슬라이딩 윈도우에서 저차수 선형 차분방정식을 식별함으로써, 추세선, 추세에 대한 상대 위치, 변동성을 높은 정확도로 예측한다. 이는 수학적 금융 분야에서 기술적 분석에 대한 새로운 비확률적 기반을 제공한다.

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.

연구 동기 및 목표

• 제어 이론적 추정을 활용하여 수학적 금융 분야에서 시간 시리즈 예측을 위한 비확률적, 실시간 프레임워크를 수립하기.
• 빠르고 대수적 추정 방법이 금융 시간 시리즈, 특히 외환 환율에 적용 가능한지 검증하기.
• 예측된 추세선뿐만 아니라 가격이 추세에 비해 어느 위치에 있는지, 그리고 그 주변의 변동성까지 예측하기.
• 소음에 대한 전통적인 통계적 가정을 피하는 기술적 분석을 위한 이론적이고 계산적인 기반 제공하기.
• 짧은 슬라이딩 윈도우에서의 매개변수 추정을 통해 변화점 감지와 동적 리스크 평가의 가능성을 입증하기.

제안 방법

• 짧은 슬라이딩 시간 윈도우에서 시간 시리즈를 저차수 선형 차분방정식으로 근사하는 모델에 의존하지 않는 설정을 사용한다.
• Z-변환과 미분代수를 적용하여 차분방정식 계수의 실시간 추정을 위한 정확한 비점근적 공식을 유도한다.
• 관측된 시간 시리즈를 추세선(차분방정식의 정확한 해)과 잔차 노이즈 성분으로 분해한다.
• 잔차 노이즈의 이동 평균과 이동 표준편차를 추정하여 추세선 대비 위치와 변동성을 예측한다.
• 재귀적 식별 기법을 활용하여 모델 매개변수를 지속적으로 갱신함으로써, 정적성이나 알려진 노이즈 분포를 가정하지 않고 실시간 예측을 가능하게 한다.
• 신뢰구간과 예측된 위치와 실제 위치 간의 부호 비교를 통해 예측을 검증한다.

실험 결과

연구 질문

• RQ1 제어 이론에서 유래한 빠르고 대수적인 추정 방법이 금융 시간 시리즈의 모델에 의존하지 않는 예측에 효과적으로 적용될 수 있는가?
• RQ2 슬라이딩 윈도우에서의 저차수 선형 차분방정식이 외환 환율의 역학을 어느 정도 정확하게 포착할 수 있는가?
• RQ3 이 방법은 추세선뿐만 아니라 가격이 추세에 비해 어느 위치에 있는지, 그리고 관련된 변동성까지 예측할 수 있는가?
• RQ4 이동 평균과 표준편차 추정에 사용되는 윈도우 크기가 성능에 어떻게 영향을 미치는가?
• RQ5 이 접근법이 수학적 금융 분야에서 기술적 분석에 대해 엄밀하고 비확률적인 기반을 제공할 수 있는가?

주요 결과

• 100개의 윈도우 크기를 사용하여 5일 예측 시, 잔차의 이동 평균의 부호를 88.3%의 정확도로 올바르게 예측하였다.
• 예측된 표준편차를 기반으로 한 95% 신뢰구간이 실제 가격 변동의 92.2%를 포함하여 모델의 변동성 예측을 검증하였다.
• 99% 신뢰구간은 실제 관측치의 98.7%를 포함하여 극단적 리스크 예측의 높은 신뢰성을 보여주었다.
• 10일 예측에서도 높은 예측 정확도를 유지하였으며, 5일 예측에 비해 성능 저하가 약간 발생하였다.
• 이 방법은 돌연한 추세선 변화를 성공적으로 감지하여, 사전에 구조적 변화가 있음을 알지 못하더라도 실시간으로 변화점 감지를 가능하게 하였다.
• 결과는 변동성이 시간에 따라 변동함(이분산성)을 시사하며, 재귀적 매개변수 추정을 통해 이 동적 행동을 효과적으로 포착하고 있음을 보여주었다.