اكتشاف محافظ المراجحة الإحصائية ذات النطاق المتحرك بالتحسين المحدب المقعر

الملخص

يعرض المستند نهجا للتحسين من أجل تحديد فرص مراجحة إحصائية قد تشمل أكثر من أصلين. ويصوغ المهمة على أنها إيجاد محفظة ذات تقلب مرتفع مع إبقاء سعرها ضمن نطاق محدد والالتزام بقيد للرافعة المالية. ويحدد النطاق مسار سعر محدودا، وتوسع الطريقة الإعداد المعتاد ذي النطاق الثابت ليشمل حالات يتغير فيها منتصف النطاق بمرور الوقت.

لأن تحسين المحفظة غير محدب، يستخدم الحل المقترح الإجراء المحدب المقعر، وهو أسلوب متتابع يحل تقريبات محدبة مرارا. ويصف المستند الطريقة وتعميمها، لكنه لا يقدم نتائج تجريبية أو مقارنات أداء أو تفاصيل عن تكاليف المعاملات والمتانة. وبذلك يحدد صياغة ونهجا حسابيا، لا دليلا على أن المحافظ الناتجة مربحة في التداول الفعلي. ويتوقف أي استخدام عملي على كيفية تحديد النطاق وحد الرافعة ومنتصف النطاق المتغير والتحقق من صحتها.

الأفكار الرئيسية

• تبحث الطريقة عن فرص مراجحة إحصائية يمكن أن تجمع أكثر من أصلين.
• تعظم الطريقة تقلب المحفظة مع الالتزام بشرط نطاق السعر وحد للرافعة المالية.
• مسألة التحسين الناتجة غير محدبة، ويُحل تقريبيا بالبرمجة المحدبة المتتابعة.
• تتيح نسخة النطاق المتحرك تغير منتصف نطاق السعر بمرور الوقت.
• لا يقدم المستند نتائج تداول أو تقييما لتكاليف التنفيذ في العالم الواقعي.

الوسوم

# Finding Moving-Band Statistical Arbitrages via Convex-Concave Optimization


# Finding Moving-Band Statistical Arbitrages via Convex-Concave Optimization









We propose a new method for finding statistical arbitrages that can contain more assets than just the traditional pair. We formulate the problem as seeking a portfolio with the highest volatility, subject to its price remaining in a band and a leverage limit. This optimization problem is not convex, but can be approximately solved using the convex-concave procedure, a specific sequential convex programming method. We show how the method generalizes to finding moving-band statistical arbitrages, where the price band midpoint varies over time.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.