مدل‌های فضای حالت غیرخطی و غیرگاوسی برای معامله جفتی
خلاصه
این مقاله اسپرد قیمت میان دو دارایی را به‌صورت حالتی پنهان مدل می‌کند که از فرایندی بازگشت‌کننده به میانگین پیروی می‌کند. مدل اجازه می‌دهد نوآوری‌های اسپرد غیرگاوسی و ناهمسان‌واریانس باشند و بازگشت به میانگین را غیرخطی در نظر می‌گیرد. از برآورد فیلترشده اسپرد به‌عنوان سیگنال معاملاتی استفاده می‌کند و استراتژی‌ای معرفی می‌کند که قاعده معامله آن با شبیه‌سازی مونت‌کارلو انتخاب می‌شود.
نویسندگان کاربردهایی برای PEP/KO و EWT/EWH و نیز ترکیب‌های جفتی میان پنج بانک بزرگ‌تر و پنج بانک کوچک‌ترِ NYSE-فهرست‌شده US گزارش می‌کنند. به گفته آنان، این رویکرد بازده و نسبت‌های شارپ را در تقریباً همه موارد جفت‌بانکی بهبود داده است؛ از جمله در مقایسه‌های درون‌نمونه‌ای و برون‌نمونه‌ای. توضیح، بازده سالانه‌شده دو جفت نمونه را هم می‌دهد، اما دوره‌های نمونه، هزینه تراکنش، کنترل‌های ریسک یا رویه‌های استحکام را مشخص نمی‌کند. این مواردِ ذکرنشده، نتیجه‌گیری درباره پایداری نتایج گزارش‌شده در معامله زنده را محدود می‌کنند.
ایده‌های کلیدی
- اسپرد دارایی به‌عنوان حالت نهفته‌ای در نظر گرفته می‌شود که بازگشت غیرخطی به میانگین دارد.
- نوآوری‌های اسپرد ممکن است هم غیرگاوسی و هم ناهمسان‌واریانس باشند.
- اسپرد فیلترشده به‌عنوان سیگنال معاملات آربیتراژ آماری به کار می‌رود.
- برای انتخاب قاعده معاملاتی از شبیه‌سازی مونت‌کارلو استفاده می‌شود.
- کاربردها نتایج جفت‌ها و مقایسه با روش‌های موجود را گزارش می‌کنند، اما جزئیات هزینه‌های عملی و استحکام ارائه نشده‌اند.
برچسب‌ها
متن کامل
# 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.
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.