Kointegrationskoeffizient beim Pair Trading verstehen
Zusammenfassung
Das Dokument untersucht, was der Koeffizient einer kointegrierenden Beziehung zwischen Log-Kursen für einen Pair Trade bedeutet. Es vergleicht die Interpretation als Aktienverhältnis mit der als Verhältnis von Marktwerten und erläutert, warum daraus unterschiedliche Positionsgrößen und Renditeberechnungen folgen.
Eine Antwort argumentiert, dass eine Skalierung des Aktienkurses mit einer Konstante dessen prozentuale Veränderungen unverändert lässt und daher auch den geschätzten Koeffizienten, während sich der Achsenabschnitt ändert. Da sich die Zahl der Aktien für einen bestimmten Marktwert verändert, spricht dies dafür, den Koeffizienten als Marktwertgewicht zu lesen. Eine weitere Antwort deutet Änderungen der Log-Kurse als Wachstumsraten und warnt davor, die Renditen der beiden Positionen einfach zu addieren, wenn unterschiedlich viel Kapital investiert wurde; der Gesamtgewinn sollte mit dem insgesamt eingesetzten Kapital verglichen werden. Die kurze Erörterung enthält widersprüchliche Aussagen ohne vollständige Herleitung oder allgemeine Handelsregel. Die praktische Interpretation hängt auch davon ab, wie Spread und Portfolio genau definiert sind.
Kernaussagen
- Eine kointegrierende Beziehung zwischen Log-Kursen verwendet einen Koeffizienten, der sich durch Multiplikation einer Kursreihe mit einer Konstante nicht ändert.
- Diese Skalierungsinvarianz spricht dafür, den Koeffizienten als relatives Marktwertengagement und nicht als reine Aktienzahl zu interpretieren.
- Änderungen der Log-Kurse beschreiben proportionale Kursbewegungen; Renditen der Positionen sollten daher anhand des jeweils investierten Kapitals kombiniert werden.
- Die Erörterung löst die unterschiedlichen Interpretationen nicht vollständig auf und legt keine allgemeingültige Regel für die Positionsgröße fest.
Schlagwörter
Volltext
# 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.
Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: CC BY-SA 4.0 (Stack Exchange)
Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.