Trading de pares Monte Carlo con diferenciales Lévy

Resumen

Este estudio desarrolla un método de Monte Carlo para el trading de pares cuando el diferencial sigue un proceso de Ornstein–Uhlenbeck de reversión a la media impulsado por saltos. Utiliza un proceso gamma de varianza, que permite actividad infinita y una dinámica del diferencial más flexible que la del modelo clásico. Como el modelo generalizado carece de fórmulas analíticas, se usan simulaciones para encontrar niveles de trading óptimos.

El método también introduce variables de control para reducir la varianza de Monte Carlo. Los autores investigan numéricamente cómo afectan los parámetros del modelo a las estrategias de trading resultantes y después amplían el marco a diferenciales bivariantes impulsados por un proceso alfa-gamma de varianza débil, para examinar el papel de la correlación. El documento describe un enfoque de modelización y análisis numérico, no pruebas de rentabilidad en trading en vivo ni histórico. Sus conclusiones dependen de los procesos elegidos y de los supuestos sobre los parámetros, y el texto no proporciona cifras concretas de rendimiento.

Ideas clave

• El diferencial se modela como un proceso de Ornstein–Uhlenbeck con reversión a la media y saltos de Lévy. Un proceso gamma de varianza permite una dinámica del diferencial más flexible que la del modelo clásico. La simulación de Monte Carlo estima niveles de trading óptimos cuando no hay fórmulas analíticas. Se utilizan variables de control para reducir la varianza de la simulación. La extensión bivariante explora cómo afecta la correlación a las operaciones con un proceso alfa-gamma de varianza débil.

Etiquetas

# Monte Carlo Simulation for Trading Under a Lévy-Driven Mean-Reverting Framework


# Monte Carlo Simulation for Trading Under a Lévy-Driven Mean-Reverting Framework









We present a Monte Carlo approach to pairs trading on mean-reverting spreads modeled by Lévy-driven Ornstein-Uhlenbeck processes. Specifically, we focus on using a variance gamma driving process, an infinite activity pure jump process to allow for more flexible models of the price spread than is available in the classical model. However, this generalization comes at the cost of not having analytic formulas, so we apply Monte Carlo methods to determine optimal trading levels and develop a variance reduction technique using control variates. Within this framework, we numerically examine how the optimal trading strategies are affected by the parameters of the model. In addition, we extend our method to bivariate spreads modeled using a weak variance alpha-gamma driving process, and explore the effect of correlation on these trades.

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.