Modelos de espacio de estados no lineales y no gaussianos para trading de pares

Resumen

Este artículo modela el diferencial de precios entre dos activos como un estado oculto que sigue un proceso de reversión a la media. El modelo permite que las innovaciones del diferencial no sigan una distribución gaussiana y presenten heterocedasticidad, mientras que la reversión a la media es no lineal. Utiliza la estimación filtrada del diferencial como señal de trading e introduce una estrategia cuya regla de trading se selecciona mediante simulaciones de Monte Carlo.

Los autores presentan aplicaciones a PEP/KO y EWT/EWH, así como combinaciones de pares entre los cinco bancos más grandes y los cinco más pequeños cotizados en NYSE de US. Afirman que el enfoque mejoró los rendimientos y los ratios de Sharpe en casi todos los pares de bancos, tanto en las comparaciones dentro de muestra como fuera de muestra. La descripción también ofrece rendimientos anualizados para los dos pares ilustrativos, pero no especifica los periodos de muestra, los costes de transacción, los controles de riesgo ni los procedimientos de robustez. Estas omisiones limitan las conclusiones sobre si los resultados comunicados se mantendrían en el trading real.

Ideas clave

• El diferencial entre activos se trata como un estado latente que sigue una reversión no lineal a la media.
• Las innovaciones del diferencial pueden no seguir una distribución gaussiana y presentar heterocedasticidad.
• El diferencial filtrado sirve como señal para operaciones de arbitraje estadístico.
• Se utiliza una simulación de Monte Carlo para seleccionar una regla de trading.
• Las aplicaciones presentan resultados por pares y comparaciones con métodos existentes, aunque no incluyen detalles sobre costes prácticos ni robustez.

Etiquetas

# 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.

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.