تفسير معامل التكامل المشترك للأسعار اللوغاريتمية في تداول الأزواج
الملخص
تبحث الوثيقة في معنى المعامل ضمن علاقة التكامل المشترك للأسعار اللوغاريتمية في تداول الأزواج. وتقارن بين تفسير المعامل كنسبة للأسهم وتفسيره كنسبة للقيم السوقية، وتوضح كيف يؤدي التفسيران إلى اختلاف تحديد حجم المركز وحساب العوائد.
تقول إحدى الإجابات إن ضرب سعر سهم في ثابت يبقي تحركاته النسبية بلا تغيير، وبالتالي لا يغير المعامل المقدّر، لكنه يغير الثابت. وبما أن عدد الأسهم اللازم لتمثيل قيمة سوقية معينة يتغير، فهذا يدعم قراءة المعامل على أنه وزن للقيمة السوقية. وتشير إجابة أخرى إلى أن تغيرات الأسعار اللوغاريتمية تمثل معدلات نمو، وتحذر من جمع عوائد كل طرف ببساطة حين يختلف رأس المال المستثمر؛ إذ ينبغي مقارنة إجمالي الربح بإجمالي رأس المال المستخدم. والنقاش موجز ويعرض ادعاءات متعارضة دون اشتقاق كامل أو توصية تداول عامة. كما يعتمد التفسير العملي على كيفية تعريف الفارق والمحفظة صراحةً.
الأفكار الرئيسية
- تستخدم علاقة التكامل المشترك بين الأسعار اللوغاريتمية معاملًا لا يتغير عند ضرب إحدى سلاسل الأسعار في ثابت.
- يدعم ثبات المقياس تفسير المعامل بوصفه تعرضًا نسبيًا للقيمة السوقية لا عددًا خامًا للأسهم.
- تصف تغيرات الأسعار اللوغاريتمية التحركات النسبية للأسعار، لذا ينبغي جمع عوائد الأطراف وفق رأس المال المستثمر فيها.
- لا يحسم النقاش الاختلاف بين التفسيرات بالكامل ولا يحدد قاعدة موحدة لحجم المركز.
الوسوم
النص الكامل
# What does the cointegration coefficient represent in pairs trading when cointegrating log stock prices? # What does the cointegration coefficient represent in pairs trading when cointegrating log stock prices? In Pairs Trading by Vidyamurthy, on page 83 (and throughout the book), the author describes an elementary example of trading with log prices. The long run equilibrium of the basic portfolio is given by $$ \log(p_t^A) - \gamma \log(p_t^B) = \mu $$ where $p_t^A$ and $p_t^B$ represent the prices of stocks $A$ and $B$ at time $t$, respectively, and $\gamma$ is the cointegration coefficient. When using these log prices, Vidyamurthy uses the cointegration coefficient ($\gamma$) to indicate the ratio of shares to hold rather than market values of positions (as stated should be the case here, for example). My questions are: > What is the correct practical interpretation of $\gamma$ when cointegrating log prices, should it represent the ratio of shares or the ratio of market values? If the latter, why does Vidyamurthy use the former interpretation throughout his book? Could both be valid? Here is the example from the book: ## Answer by Artem Korol (score 1) https://quant.stackexchange.com/a/21284 Firstly i think if you use log prices then γ shows by how much B stock growth rate outpaces A stock growth rate, but I don't understand why Ernie says that you need to hold market values fixed, if you do this then how are you going to profit from the spread? Secondly there are typos in the return calculation: log(20.1)-log(19.5) = 0.03 not 0.3. Which refers to the 3% return on the A leg trade. B leg return is indeed 5.6% (assuming cc returns), however it is incorrect to sum these return to get 9% return on the total trade, since they were obtained from different amounts of capital. The return from A leg is 0.6USD and return from B leg is 0.29USD*1.5 = 0.435USD thus the total return is 1.035USD which we divide by the total capital deployed in the trade at time t, 19.5+1.5*7.46 = 30.69$, so 1.035/30.69 = 0.0337 and this is the real return on this trade, not 9%. ## Answer by Jason Huang (score 1) https://quant.stackexchange.com/a/39613 It should mean market values (instead of shares). You can see this more obviously by creating an "artificial stock" (stock C) which price equals the price of stock B divided by 10,000 (same fluctuation rate, but just much smaller absolute price). Now the co integration coefficient would not change because C and B have the same variation rate (it would only affect the intercept, mu). If the cointegration coefficient means the shares ratio, then it would not make sense because now C occupy too little of your portfolio. It would only make sense as market values.
يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: CC BY-SA 4.0 (Stack Exchange)
أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.