Carteras de arbitraje estadístico con bandas móviles y optimización convexa-cóncava

Resumen

El documento presenta un método de optimización para identificar arbitrajes estadísticos que pueden incluir más de dos activos. Plantea la tarea como la búsqueda de una cartera con alta volatilidad cuyo precio se mantenga dentro de una banda especificada y respete una restricción de apalancamiento. La banda define una trayectoria de precios acotada, y el método amplía el enfoque habitual de banda fija para abarcar casos en que su punto medio cambia con el tiempo.

Como la optimización de la cartera no es convexa, la solución propuesta utiliza el procedimiento convexo-cóncavo, un método secuencial que resuelve aproximaciones convexas de forma iterativa. El documento describe el método y su generalización, pero no ofrece resultados empíricos, comparaciones de rendimiento ni detalles sobre costes de transacción y robustez. Por tanto, presenta una formulación y un enfoque computacional, pero no evidencia de que las carteras resultantes sean rentables en el trading real. Cualquier aplicación práctica dependería de cómo se especifiquen y validen la banda, el límite de apalancamiento y el punto medio cambiante.

Ideas clave

• El método busca arbitrajes estadísticos que pueden combinar más de dos activos.
• Maximiza la volatilidad de la cartera sujeto a una condición de banda de precios y un límite de apalancamiento.
• El problema de optimización resultante no es convexo y se resuelve aproximadamente mediante programación convexa secuencial.
• La versión de banda móvil permite que el punto medio de la banda de precios varíe con el tiempo.
• El documento no comunica resultados de trading ni evalúa los costes de implementación en el mundo real.

Etiquetas

# 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.

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.