Statistische Arbitrage mit gleitendem Band durch konvex-konkave Optimierung

Zusammenfassung

Das Dokument stellt einen Optimierungsansatz zur Identifikation statistischer Arbitrage vor, der mehr als zwei Assets umfassen kann. Ziel ist ein Portfolio mit hoher Volatilität, dessen Preis innerhalb eines vorgegebenen Bandes bleibt und eine Hebelgrenze einhält. Das Band begrenzt den Preispfad; die Methode erweitert den üblichen Ansatz mit festem Band auf Fälle, in denen sich der Bandmittelpunkt im Zeitverlauf ändert.

Da die Portfoliooptimierung nichtkonvex ist, verwendet die vorgeschlagene Lösung das konvex-konkave Verfahren, eine sequenzielle Methode, die wiederholt konvexe Näherungen löst. Das Dokument beschreibt die Methode und ihre Verallgemeinerung, liefert jedoch weder empirische Ergebnisse noch Performancevergleiche oder Einzelheiten zu Transaktionskosten und Robustheit. Es legt daher eine Formulierung und einen Rechenansatz vor, aber keinen Beleg dafür, dass die resultierenden Portfolios im Live-Handel profitabel sind. Eine praktische Nutzung hinge davon ab, wie Band, Hebelgrenze und veränderlicher Mittelpunkt festgelegt und validiert werden.

Kernaussagen

• Die Methode sucht nach statistischen Arbitragemöglichkeiten, die mehr als zwei Assets kombinieren können.
• Sie maximiert die Portfoliovolatilität unter der Bedingung eines Preisbandes und einer Hebelgrenze.
• Das resultierende Optimierungsproblem ist nichtkonvex und wird näherungsweise mit sequenzieller konvexer Programmierung gelöst.
• Eine Variante mit gleitendem Band ermöglicht, dass sich dessen Mittelpunkt im Zeitverlauf ändert.
• Das Dokument berichtet keine Handelsergebnisse und bewertet keine Umsetzungskosten unter realen Bedingungen.

Schlagwörter

# 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.

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.