De la stratégie de paires à l’optimisation sous contraintes : un cadre de retour à la moyenne

Résumé

Ces notes développent une approche quantitative du retour à la moyenne, en commençant par le trading de paires, puis en passant au centrage, à la régression, à la régression pondérée, à l’optimisation sous contraintes et aux modèles factoriels. Cette progression montre comment des méthodes de plus en plus générales peuvent servir à construire des stratégies et des portefeuilles de retour à la moyenne.

Les notes abordent également des questions pratiques de mise en œuvre, notamment pourquoi maximiser un ratio de Sharpe n’équivaut pas à minimiser une fonction objectif lorsque les coûts de trading sont pris en compte. Elles décrivent des algorithmes d’optimisation avec coûts linéaires, contraintes et bornes, et signalent des pièges courants d’application. La description fournie ne donne ni les algorithmes, ni les hypothèses, ni des éléments sur les performances ; elle présente donc un cadre pédagogique sans établir la rentabilité d’une stratégie particulière.

Idées clés

• Les notes développent des méthodes de retour à la moyenne, du trading de paires aux modèles factoriels.
• Le centrage, la régression et la régression pondérée conduisent à l’optimisation sous contraintes.
• Maximiser le ratio de Sharpe peut différer de la minimisation d’un objectif lorsque les coûts de trading entrent en jeu.
• Le cadre couvre l’optimisation avec coûts linéaires, contraintes et bornes.
• La description ne rapporte pas de performances empiriques et ne précise pas les algorithmes.

Étiquettes

# Mean-Reversion and Optimization


# Mean-Reversion and Optimization









The purpose of these notes is to provide a systematic quantitative framework - in what is intended to be a "pedagogical" fashion - for discussing mean-reversion and optimization. We start with pair trading and add complexity by following the sequence "mean-reversion via demeaning -> regression -> weighted regression -> (constrained) optimization -> factor models". We discuss in detail how to do mean-reversion based on this approach, including common pitfalls encountered in practical applications, such as the difference between maximizing the Sharpe ratio and minimizing an objective function when trading costs are included. We also discuss explicit algorithms for optimization with linear costs, constraints and bounds.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.