跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要直接检验技术交易规则的事前收益表现、表现持续性及交易成本后的经济价值。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Pierre Bajgrowicz
Olivier Scaillet

重新审视技术交易:错误发现、持续性检验与交易成本

研究问题
技术交易规则在历史数据中的优异表现,能否经受数据窥探校正、事前规则选择和交易成本的共同检验?
方法与思路
作者使用1897—2011年道琼斯工业指数日价格,以错误发现率方法筛选交易规则,并检验表现持续性及交易成本影响。
材料陈述的贡献
摘要称,错误发现率方法可筛出更多优胜规则,但无法事前选出未来最佳规则;较低交易成本也足以抵消样本内表现。
阅读关注点
应核对规则集合、错误发现率控制方式、事前选择的信息边界,以及交易成本口径和持续性检验的时间划分。
阅读边界
结论来自所给摘要描述的指数、时期和规则集合;摘要未说明成本数值及检验细节,不能外推为所有技术策略均无效。

原文摘要

We revisit the apparent historical success of technical trading rules on daily prices of the Dow Jones Industrial Average index from 1897 to 2011, and we use the false discovery rate (FDR) as a new approach to data snooping. The advantage of the FDR over existing methods is that it selects more outperforming rules, which allows diversifying against model uncertainty. Persistence tests show that, even with the more powerful FDR technique, an investor would never have been able to select ex ante the future best-performing rules. Moreover, even in-sample, the performance is completely offset by the introduction of low transaction costs. Overall, our results seriously call into question the economic value of technical trading rules that has been reported for early periods.

笔记与分组
相关领域论文