Régime de momentum en série temporelle

Les régimes de momentum en série temporelle divisent les séquences de rendements historiques en régimes, généralement basés sur le regroupement de volatilité, la force de l'autocorrélation ou des états de Markov cachés, pour détecter quand la dynamique de suivi de tendance ou de retour à la moyenne domine. Dans la surveillance de la négociation d'initiés, identifier un régime de momentum persistant élève la confiance dans les signaux d'achat concentrés d'initiés, car la continuation des prix s'aligne avec la conviction documentée d'initiés. Inversement, les régimes de retour à la moyenne signalent un risque potentiel d'inversion et réduisent la pondération des signaux, protégeant contre les faux positifs provenant de rallyes épuisés.

Opérationnellement, la détection de régime utilise des fenêtres roulantes de 20 à 252 jours de négociation, en calculant l'autocorrélation décalage-1 ou l'exposant de Hurst pour classer les états de tendance par rapport aux états de retour à la moyenne. L'accumulation d'initiés pendant les régimes de momentum élevé obtient des scores plus élevés car le timing d'initiés se synchronise avec la structure du marché; les transactions d'initiés pendant les fenêtres de retour à la moyenne à faible volatilité reçoivent des scores de conviction atténués, car les achats d'initiés peuvent représenter des paris contraires plutôt qu'une conviction prospective. Ce mécanisme de notation conditionnée réduit les chocs et améliore la persistance des signaux dans les cycles de marché.