Kointegrierte Paare mit gewichteter Zuordnung auswählen

Zusammenfassung

Das Dokument stellt eine Methode zur Portfoliokonstruktion für Pair-Trading vor, die Überschneidungen zwischen den ausgewählten Paaren begrenzt. Es bildet Vermögenswerte als Knoten eines Graphen und kointegrierte Kandidatenpaare als gewichtete Kanten ab; die Kantengewichte spiegeln die Stärke der Kointegration wider. Das Portfolio wird als maximale gewichtete Zuordnung ausgewählt. So werden starke Paare gewählt und zugleich sichergestellt, dass jeder Vermögenswert nur in einem Paar vorkommt. Damit wird ein Nachteil der alleinigen Auswahl nach Kointegration angegangen, bei der mehrere Paare dieselben Vermögenswerte enthalten und das Risiko konzentrieren können.

Die Autoren berichten über theoretische Analysen und eine empirische Studie mit S&P-500-Daten von 2017 bis 2023. Das Zuordnungsportfolio hatte eine niedrigere Varianz als die allein auf Kointegration beruhende Basisstrategie und eine Brutto-Sharpe-Ratio von 1.23, verglichen mit 0.48 für die Basisstrategie und 0.59 für den Markt. Dem Dokument zufolge wies es außerdem niedrigere turnoverbedingte Handelskosten und ein geringeres Einzelwertrisiko auf. Die Zusammenfassung nennt weder die Nettoperformance noch die Annahmen zu Transaktionskosten oder Details, die nötig wären, um die Empfindlichkeit gegenüber Stichprobe und Paarauswahl zu beurteilen.

Kernaussagen

• Die Methode bildet Vermögenswerte als Knoten eines Graphen und kointegrierte Paare als gewichtete Kanten ab.
• Eine maximale gewichtete Zuordnung wählt starke Paare aus und verhindert, dass ein Vermögenswert in mehreren Paaren vorkommt.
• Die Autoren berichten eine niedrigere Portfoliovarianz als bei einer Basisstrategie, die Paare ausschließlich nach Kointegration auswählt.
• In der beschriebenen S&P-500-Studie erzielte die Zuordnungsstrategie eine Brutto-Sharpe-Ratio von 1.23 und niedrigere turnoverbedingte Kosten.

Schlagwörter

# Pairs Trading Using a Novel Graphical Matching Approach


# Pairs Trading Using a Novel Graphical Matching Approach









Pairs trading, a strategy that capitalizes on price movements of asset pairs driven by similar factors, has gained significant popularity among traders. Common practice involves selecting highly cointegrated pairs to form a portfolio, which often leads to the inclusion of multiple pairs sharing common assets. This approach, while intuitive, inadvertently elevates portfolio variance and diminishes risk-adjusted returns by concentrating on a small number of highly cointegrated assets. Our study introduces an innovative pair selection method employing graphical matchings designed to tackle this challenge. We model all assets and their cointegration levels with a weighted graph, where edges signify pairs and their weights indicate the extent of cointegration. A portfolio of pairs is a subgraph of this graph. We construct a portfolio which is a maximum weighted matching of this graph to select pairs which have strong cointegration while simultaneously ensuring that there are no shared assets within any pair of pairs. This approach ensures each asset is included in just one pair, leading to a significantly lower variance in the matching-based portfolio compared to a baseline approach that selects pairs purely based on cointegration. Theoretical analysis and empirical testing using data from the S\&P 500 between 2017 and 2023, affirm the efficacy of our method. Notably, our matching-based strategy showcases a marked improvement in risk-adjusted performance, evidenced by a gross Sharpe ratio of 1.23, a significant enhancement over the baseline value of 0.48 and market value of 0.59. Additionally, our approach demonstrates reduced trading costs attributable to lower turnover, alongside minimized single asset risk due to a more diversified asset base.

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.