The Momentum & Trend-Reversal as Temporal Market Anomalies
Notice bibliographique
Résumé
The main goal of this paper is to introduce and discuss the temporal dimension and the subsequent (time-series) functionalities of two well-known technical market anomalies - the momentum anomaly and the trend-reversal anomaly. Our approach not only challenging the efficient-market hypothesis but also has a temporal dimension because it uses the “psychological time” at the beginning of a move, as a parameter in overnight post-market asset position trading strategies and daytime asset position strategies as well. Momentum and reversal have been documented extensively in financial literature and they are viewed, in the current paper, as temporal momentum and temporal trend-reversal anomalies because they are hard to fully explain within the standard static asset-pricing paradigm. A rational dynamic and temporal representative agent could explain and document better these anomalies and this is the case of this article. The presented research shows that momentum profit accumulates entirely overnight, while trend-reversal profit occurs entirely intraday. These findings reject classical theories of intraday and overnight returns. Hence, (i) a well designed overnight-position return strategy based on temporal momentum anomaly; and (ii) a well designed intraday-position return strategy based on temporal trend-reversal anomaly, could gain benefit at the expense of long-term investors and hedgers. After back-testing our research in available 16-year data, we found that overnight-position speculators profit from the proposed temporal momentum trading strategy approach at the expense of hedgers, and daytime swing traders profit from the proposed temporal trend-reversal trading strategy approach at the expense of long-term investors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».