Dodany: Feb 7, 2012

Od: IngenieursECE

Czas: 3:5

Ce papier de recherche a pour but de trouver des opportunités de trading au sein de la paire EUR/USD. Nous nous sommes procuré des données à la minute de 2009 à 2011 via MetaTrader 5. Même si les données étaient relativement complètes, 0,6% de données manquaient, qui pouvaient aller de 1min à plusieurs heures. Une des premières tâches fut donc la consolidation des données. Les trous ont été comblés en utilisant « la méthode de la fourchette ». Notre méthodologie consistait ensuite à utiliser les coefficients d'autocorrélation et d'étudier la cointégration afin de chercher s'il existait des corrélations remarquables au sein de la paire EUR/USD. Le coefficient de Pearson a été utilisé pour déterminer l'auto-corrélation sur les années 2010 et 2011. Nous avons calculé ce coefficient sur différentes tranches horaires avec une granularité d'une minute sur toutes les heures de la semaine du lundi au vendredi. Nous avons ensuite tracé des graphiques de coefficients de corrélation afin de visualiser l'évolution de ces derniers en au sein d'une même journée. Cela fut très concluant. Nous avons pu observer une certaine régularité tout au long de l'année, mais sur certaines périodes de forts pics de décorrélation et de volatilité apparaissaient. Nous avons donc ensuite étudié les dates et heures des publications économiques et nous avons remarqué que les moments de décorrélation correspondaient à des pics de publications. Dans un deuxième temps, nous nous sommes intéressés à la cointération de l'EUR/USD. Contrairement à la première méthode, seules certaines périodes ont pu être étudiées : 3 ans, 1 an et 3 mois. Nous avons utilisé le test de Dickey Fuller augmenté afin d'évaluer la cointégration entre deux séries de données. En regardant uniquement sur les périodes avec le plus grand nombre de variables cointégrées, nous avons pu voir que les périodes de 3 mois étaient les plus concluantes, surtout vers minuit. English This research paper aims to seek trading opportunities amongst EUR/USD pair by analyzing historical 1 min data from 2009 to 2011. Although the data was relatively complete, 0.6% of data were still missing ranging from one single minute to several hours. Therefore the data had to be consolidated using "forking method" of Mai H.M. and Tnani S. Our methodology for this research is focused mainly on two mathematical methods: coefficient of autocorrelation and cointegration. We used Person's product moment coefficient to calculate the autocorrelation on 2010 and 2011. We have calculated the coefficient of two different periods with the same granularity (60min) with an offset of 1h starting from Monday until Friday. The graph of autocorrelation showed interesting outcome throughout different months and different weekdays as well. Some weekdays such as Thursday showed a relatively high volatility and we were able to match with the amount of financial news. The cointegration is the second method which studied for each day for a period of time of 3 years, 1 year and 3 months. Unlike autocorrelation, only specific time of the day was studied and we looked for days which were the most cointegrated. Only series for a period of 3 months were cointegrated and especially at midnight. Projet de Fin d'Etudes réalisés par des élèves de l'ECE Paris école d'ingénieurs.

Kanał: Education

Tagi: pfe  2012  pfe 2012  eur/usd  metatrader 5  trading  dickey fuller  méthode fourchette  granularité  coefficients  économique  autocorrélation  economics  décorrélation  ece  paris  école  ingénieurs  ingénieur  projet  fin  études 

   Wyświetlenia: 85    Komentarze: 0