برآورد مقاوم به نویز فرایند اورنشتاین–اولنبک برای معاملات جفتی درون‌روزی

خلاصه

این مقاله برآورد پویایی قیمت‌های بازگشت‌به‌میانگین را از مشاهدات پربسامد بررسی می‌کند؛ جایی که نویز ریزساختار بازار می‌تواند برآورد پارامترها را سوگیر کند. مقاله یک برآوردگر حداکثر درست‌نمایی برای فرایند اورنشتاین–اولنبک پیشنهاد می‌کند که نویز را لحاظ می‌کند و با مشاهدات دارای فاصله زمانی نامنظم سازگار است. همچنین ثابت می‌کند فرایند OU با نویز سفید گاوسی مستقل، اگر در فواصل زمانی برابر نمونه‌برداری شود، نمایش ARMA(1,1) دارد.

نویسندگان برآوردگر را در یک استراتژی معاملات جفتی درون‌روزی با استفاده از بهینه‌سازی میانگین–واریانس به کار می‌گیرند. آن‌ها در مطالعه‌ای تجربی با حضور هفت شرکت بزرگ نفتی گزارش می‌کنند که استفاده از برآوردگر پیشنهادی سودآوری استراتژی را افزایش می‌دهد. توضیحات ارائه‌شده دوره نمونه، هزینه‌های اجرا، مقایسه‌های تفصیلی با معیارهای مرجع، یا اندازه و قابلیت اتکای آماری این بهبود را بیان نمی‌کند. بنابراین این نتیجه، انگیزه‌ای برای برآورد آگاه از نویز فراهم می‌کند، اما نشان نمی‌دهد که این رویکرد به دارایی‌ها یا شرایط معاملاتی دیگر تعمیم می‌یابد.

ایده‌های کلیدی

• نویز ریزساختار بازار در داده‌های پربسامد می‌تواند برآورد فرایندهای قیمت بازگشت‌به‌میانگین را سوگیر کند.
• برآوردگر حداکثر درست‌نمایی OU پیشنهادی، نویز و مشاهدات با فاصله زمانی نامنظم را مدیریت می‌کند.
• فرایند OU که به‌صورت گسسته و با نویز گاوسی مستقل مشاهده می‌شود، شکل ARMA(1,1) دارد.
• این مقاله برآوردگر را با بهینه‌سازی میانگین–واریانس برای معاملات جفتی درون‌روزی ترکیب می‌کند.
• مطالعه‌ای روی هفت شرکت بزرگ نفتی سودآوری بیشتر را گزارش می‌کند، هرچند خلاصه جزئیات اجرا و استحکام نتایج را ارائه نمی‌دهد.

برچسب‌ها

# 1811.09312


# Estimation of Ornstein-Uhlenbeck Process Using Ultra-High-Frequency Data with Application to Intraday Pairs Trading Strategy









When stock prices are observed at high frequencies, more information can be utilized in estimation of parameters of the price process. However, high-frequency data are contaminated by the market microstructure noise which causes significant bias in parameter estimation when not taken into account. We propose an estimator of the Ornstein-Uhlenbeck process based on the maximum likelihood which is robust to the noise and utilizes irregularly spaced data. We also show that the Ornstein-Uhlenbeck process contaminated by the independent Gaussian white noise and observed at discrete equidistant times follows an ARMA(1,1) process. To illustrate benefits of the proposed noise-robust approach, we introduce a novel intraday pairs trading strategy based on the mean-variance optimization. In an empirical study of 7 Big Oil companies, we show that the use of the proposed estimator of the Ornstein-Uhlenbeck process leads to an increase in profitability of the pairs trading strategy.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.