Diseño de carteras con reversión a la media para arbitraje estadístico

Resumen

Este artículo aborda cómo construir una cartera de activos subyacentes para utilizarla en arbitraje estadístico, incluido el trading de pares. El diseño busca una cartera con un comportamiento útil de reversión a la media y, al mismo tiempo, controlar su varianza, sujeta a una restricción de apalancamiento de la inversión.

Los autores formulan conjuntamente estos objetivos y proponen un método de aproximación convexa sucesiva para resolver el problema de optimización resultante. Comunican simulaciones numéricas para evaluar el modelo y los algoritmos propuestos. El documento describe los objetivos de diseño y el método de solución, pero no ofrece activos concretos, resultados de simulación ni resultados empíricos de trading; por tanto, no demuestra cómo funciona el método en mercados en vivo o con distintos conjuntos de datos.

Ideas clave

• El diseño de la cartera busca tanto la fuerza de reversión a la media como determinadas características de varianza.
• El enfoque está concebido para estrategias de arbitraje estadístico, como el trading de pares.
• La formulación incluye una restricción de apalancamiento de la inversión.
• Se usa la aproximación convexa sucesiva para resolver el problema de optimización.
• Se comunican simulaciones numéricas para evaluar el método, sin detalles en el texto proporcionado.

Etiquetas

# Optimal Portfolio Design for Statistical Arbitrage in Finance


# Optimal Portfolio Design for Statistical Arbitrage in Finance









In this paper, the optimal mean-reverting portfolio (MRP) design problem is considered, which plays an important role for the statistical arbitrage (a.k.a. pairs trading) strategy in financial markets. The target of the optimal MRP design is to construct a portfolio from the underlying assets that can exhibit a satisfactory mean reversion property and a desirable variance property. A general problem formulation is proposed by considering these two targets and an investment leverage constraint. To solve this problem, a successive convex approximation method is used. The performance of the proposed model and algorithms are verified by numerical simulations.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.