آزمون معامله جفتی هم‌انباشتگی پپسی‌کو و کوکاکولا
خلاصه
این مطالعه موردی می‌آزماید که آیا استراتژی جفتی مبتنی بر هم‌انباشتگی برای پپسی‌کو و کوکاکولا از نظر آماری معتبر و از نظر اقتصادی توجیه‌پذیر است یا نه. رفتار بازگشت به میانگین اسپرد را با داده‌های قدیمی‌تر برآورد می‌کند، برآوردهای آماری را ثابت نگه می‌دارد و قواعد معاملاتی مبتنی بر آستانه را در یک دوره درون‌نمونه‌ای بعدی بهینه می‌کند. متن آستانه‌های ورود و خروج را مشخص نمی‌کند و آمار تفصیلی عملکرد را گزارش نمی‌دهد.
ارزیابی شامل بررسی هزینه تراکنش و حساسیت پارامترها، اعتبارسنجی پیش‌رونده و نسبت‌های شارپ تعدیل‌شده و تورش‌زدایی‌شده است. همچنین عملکرد برون‌نمونه‌ای را بررسی و نسبت‌های پوشش ریسک ثابت را با حداقل مربعات معمولی غلتان و فیلتر کالمن مقایسه می‌کند. نتیجه گزارش‌شده این است که تضعیف بازگشت به میانگین اسپرد، استراتژی را بیرون از دوره آموزش تضعیف می‌کند. این نکته محدودیت مهمی برای هم‌انباشتگی تاریخی را نشان می‌دهد: ممکن است رابطه‌ای که از بهینه‌سازی درون‌نمونه‌ای پشتیبانی می‌کند، پایدار نماند. متن نتیجه عددی یا فرض هزینه‌ای ارائه نمی‌کند؛ بنابراین نمی‌توان بازده استراتژی را کمّی کرد یا عملکرد نسبی آن را فقط بر پایه این توضیح سنجید.
ایده‌های کلیدی
- این پژوهش استراتژی جفتی مبتنی بر هم‌انباشتگی را با استفاده از پپسی‌کو و کوکاکولا می‌آزماید.
- رفتار اسپرد را با داده‌های قدیمی‌تر برآورد می‌کند و آستانه‌های معامله را درون‌نمونه‌ای بهینه می‌سازد.
- بررسی‌های استحکام شامل هزینه‌ها، حساسیت پارامتر، اعتبارسنجی پیش‌رونده و معیارهای شارپ تعدیل‌شده هستند.
- از OLS غلتان و فیلتر کالمن برای بررسی نسبت‌های پوشش ریسکِ متغیر استفاده می‌شود.
- ضعف گزارش‌شده در داده‌های برون‌نمونه‌ای به کاهش پویایی بازگشت به میانگین نسبت داده می‌شود.
برچسب‌ها
متن کامل
# From Cointegration to Out-of-Sample Failure: A Pairs-Trading Case Study on PEP-KO # From Cointegration to Out-of-Sample Failure: A Pairs-Trading Case Study on PEP-KO This paper examines whether a cointegration-based pairs trading strategy between PepsiCo and The Coca-Cola Company is statistically robust and economically exploitable. We first test for cointegration and estimate the spread's mean-reversion dynamics over 2013-2018, then hold these statistical parameters fixed and optimise a threshold-based trading strategy in-sample over 2018-2023. Robustness is assessed through transaction-cost and parameter sensitivity tests, walk-forward validation, and Adjusted and Deflated Sharpe Ratios. The strategy is then evaluated out-of-sample from 2023 to the present, including an analysis of time-varying hedge ratios using rolling OLS and a Kalman filter. The results show that weakening mean-reversion dynamics in the spread undermine the effectiveness of the strategy out-of-sample.
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.