Nichtlineare, nichtgaußsche Zustandsraummodelle für Pair Trading

Zusammenfassung

Diese Arbeit modelliert den Kursabstand zwischen zwei Anlagen als verborgenen Zustand, der einem Mean-Reversion-Prozess folgt. Das Modell lässt nichtgaußsche und heteroskedastische Innovationen des Spreads zu und gestaltet die Mean-Reversion zugleich nichtlinear. Es verwendet den gefilterten Spread-Schätzwert als Handelssignal und stellt eine Strategie vor, deren Handelsregel mithilfe von Monte-Carlo-Simulationen ausgewählt wird.

Die Autoren berichten Anwendungen auf PEP/KO und EWT/EWH sowie auf Paarkombinationen unter den fünf größten und fünf kleinsten an der NYSE notierten US-US-Banken. Sie geben an, dass der Ansatz die Renditen und Sharpe Ratios in nahezu allen Bankpaar-Fällen verbesserte, sowohl innerhalb als auch außerhalb der Stichprobe. Die Beschreibung nennt zudem annualisierte Renditen für die beiden Beispielpaare, spezifiziert jedoch weder Stichprobenzeiträume und Transaktionskosten noch Risikokontrollen oder Robustheitsverfahren. Diese Auslassungen schränken Schlussfolgerungen dazu ein, ob die berichteten Ergebnisse im Live-Trading Bestand hätten.

Kernaussagen

• Der Spread zwischen zwei Anlagen wird als latenter Zustand mit nichtlinearer Mittelwertrückkehr behandelt.
• Spread-Innovationen können sowohl nichtgaußsch als auch heteroskedastisch sein.
• Der gefilterte Spread dient als Signal für statistische Arbitragegeschäfte.
• Monte-Carlo-Simulationen dienen zur Auswahl einer Handelsregel.
• Die Anwendungen berichten Ergebnisse zu Paaren und Vergleiche mit bestehenden Methoden; Angaben zu praktischen Kosten und Robustheit fehlen jedoch.

Schlagwörter

# Pairs Trading with Nonlinear and Non-Gaussian State Space Models


# Pairs Trading with Nonlinear and Non-Gaussian State Space Models









This paper studies pairs trading using a nonlinear and non-Gaussian state-space model framework. We model the spread between the prices of two assets as an unobservable state variable and assume that it follows a mean-reverting process. This new model has two distinctive features: (1) The innovations to the spread is non-Gaussianity and heteroskedastic. (2) The mean reversion of the spread is nonlinear. We show how to use the filtered spread as the trading indicator to carry out statistical arbitrage. We also propose a new trading strategy and present a Monte Carlo based approach to select the optimal trading rule. As the first empirical application, we apply the new model and the new trading strategy to two examples: PEP vs KO and EWT vs EWH. The results show that the new approach can achieve a 21.86% annualized return for the PEP/KO pair and a 31.84% annualized return for the EWT/EWH pair. As the second empirical application, we consider all the possible pairs among the largest and the smallest five US banks listed on the NYSE. For these pairs, we compare the performance of the proposed approach with that of the existing popular approaches, both in-sample and out-of-sample. Interestingly, we find that our approach can significantly improve the return and the Sharpe ratio in almost all the cases considered.

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.