Regelungstheoretischer Feedback-Ansatz für den Pair-Handel

Zusammenfassung

Diese Arbeit stellt einen allgemeinen Algorithmus für den Pair-Handel vor, der als Feedback-Regelungsproblem formuliert ist. Händler können eine breite Klasse von Spread-Funktionen wählen; die Anlagebeträge werden dynamisch angepasst, wenn sich der Spread verändert. Statt restriktive Annahmen zu Aktienkursprozessen und Spread-Formen zu machen, definiert die Methode ein Paar als handelbar, wenn Spread und Preisprozess gemeinsam eine Mean-Reversion-Bedingung erfüllen. Für solche Fälle beweisen die Autoren, dass der Algorithmus ein positives erwartetes Kontowachstum erzielt.

Die Arbeit berichtet außerdem Tests mit historischen Handelsdaten, bei denen Aktienpaare an eine gängige Spread-Funktion angepasst werden, und beschreibt Simulationsergebnisse, die robustes Wachstum ohne sehr große Drawdowns zeigen. Diese Ergebnisse stützen die Methode im getesteten Rahmen; die vorliegende Beschreibung nennt jedoch keine konkreten Performance-Kennzahlen und enthält keine Einzelheiten zu Kosten, Ausführung oder Validierung außerhalb der Stichprobe. Das theoretische Wachstumsergebnis gilt nur unter der angegebenen Mean-Reversion-Bedingung und ist keine Garantie für beliebige Paare oder den Live-Handel.

Kernaussagen

• Der Algorithmus passt Anlagebeträge dynamisch an und nutzt dabei eine gewählte Spread-Funktion als Feedback.
• Ein Aktienpaar gilt als handelbar, wenn Spread und Preisprozess eine Mean-Reversion-Bedingung erfüllen.
• Die Autoren beweisen unter dieser Bedingung ein positives erwartetes Kontowachstum.
• Tests mit historischen Daten und Simulationen berichten robustes Wachstum ohne sehr große Drawdowns.
• Die beschriebene Evidenz belegt keine Performance im Live-Handel; Angaben zu Handelskosten und Ausführungsdetails fehlen.

Schlagwörter

# A General Framework for Pairs Trading with a Control-Theoretic Point of View


# A General Framework for Pairs Trading with a Control-Theoretic Point of View









Pairs trading is a market-neutral strategy that exploits historical correlation between stocks to achieve statistical arbitrage. Existing pairs-trading algorithms in the literature require rather restrictive assumptions on the underlying stochastic stock-price processes and the so-called spread function. In contrast to existing literature, we consider an algorithm for pairs trading which requires less restrictive assumptions than heretofore considered. Since our point of view is control-theoretic in nature, the analysis and results are straightforward to follow by a non-expert in finance. To this end, we describe a general pairs-trading algorithm which allows the user to define a rather arbitrary spread function which is used in a feedback context to modify the investment levels dynamically over time. When this function, in combination with the price process, satisfies a certain mean-reversion condition, we deem the stocks to be a tradeable pair. For such a case, we prove that our control-inspired trading algorithm results in positive expected growth in account value. Finally, we describe tests of our algorithm on historical trading data by fitting stock price pairs to a popular spread function used in literature. Simulation results from these tests demonstrate robust growth while avoiding huge drawdowns.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.