رفتن به محتوا
همه اسناد کتابخانه

بهینه‌سازی معاملات جفتی بازگشت به میانگین با مدل اورنشتاین–اولنبک

مقاله arXiv papers · نویسنده: Peng Huang et al.

خلاصه

این مطالعه استراتژی معاملات جفتی با بازگشت به میانگین را برای سهام US توسعه می‌دهد. به‌جای انتخاب جفت‌ها با روش معمول معاملات جفتی، از برآورد حداکثر درست‌نمایی برای تشکیل پرتفوی‌های ایستا و برازش فرایند اورنشتاین–اولنبک استفاده می‌کند. پارامترهای برآوردشده مدل، سیگنال‌های خلاف‌روند را تولید می‌کنند و آستانه‌های معامله و طول پنجره درون‌نمونه از طریق آزمون‌های متعدد انتخاب می‌شوند.

سند از نه جفت امیدوارکننده با نسبت شارپ بالاتر از 1.9 در دوره‌های درون‌نمونه و برون‌نمونه گزارش می‌دهد. از CCI با HCP و CCI با Realty Income به‌عنوان نمونه نام می‌برد؛ جفت دوم نسبت شارپ برون‌نمونه بالاتری نشان داده است. این نتایج فرایند پیشنهادی انتخاب و تولید سیگنال را نشان می‌دهند، اما شواهد به جفت‌های منتخب و دوره‌های ارزیابی مشخص محدود است. خلاصه درباره هزینه‌های تراکنش، فرض‌های اجرا، تاریخ‌های نمونه یا احتمال سوگیری ناشی از فرایند انتخاب جزئیاتی نمی‌دهد؛ بنابراین، نسبت‌های شارپ گزارش‌شده به‌تنهایی سودآوری عمومی یا در معامله زنده را اثبات نمی‌کنند.

ایده‌های کلیدی

  • از برآورد حداکثر درست‌نمایی برای ساخت جفت‌های ایستای سهام که با فرایند اورنشتاین–اولنبک برازش می‌شوند استفاده شده است.
  • پارامترهای مدل برای معامله انحراف‌ها از میانگین برازش‌شده، سیگنال‌های خلاف‌روند تولید می‌کنند.
  • آستانه‌ها و طول دوره برآورد با چندین آزمون بهینه می‌شوند.
  • مطالعه نسبت‌های شارپ بالای درون‌نمونه و برون‌نمونه را برای نه جفت منتخب گزارش می‌کند.
  • این بخش هزینه‌های تراکنش یا فرض‌های اجرا را مشخص نمی‌کند.

برچسب‌ها

متن کامل
# On the Profitability of Optimal Mean Reversion Trading Strategies


# On the Profitability of Optimal Mean Reversion Trading Strategies









We study the profitability of optimal mean reversion trading strategies in the US equity market. Different from regular pair trading practice, we apply maximum likelihood method to construct the optimal static pairs trading portfolio that best fits the Ornstein-Uhlenbeck process, and rigorously estimate the parameters. Therefore, we ensure that our portfolios match the mean-reverting process before trading. We then generate contrarian trading signals using the model parameters. We also optimize the thresholds and the length of in-sample period by multiple tests. In nine good pair examples, we can see that our pairs exhibit high Sharpe ratio (above 1.9) over the in-sample period and out-of-sample period. In particular, Crown Castle International Corp. (CCI) and HCP, Inc. (HCP) achieve a Sharpe ratio of 2.326 during in-sample period and a Sharpe ratio of 2.425 in out-of-sample test. Crown Castle International Corp. (CCI) and Realty Income Corporation (O) achieve a Sharpe ratio of 2.405 and 2.903 respectively during in-sample period and out-of-sample period.

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.