Construire des portefeuilles à retour à la moyenne pour l’arbitrage statistique

Résumé

Cet article étudie la construction d’un portefeuille à partir d’actifs sous-jacents pour l’arbitrage statistique, notamment le trading par paires. La conception vise un portefeuille présentant un comportement de retour à la moyenne utile tout en contrôlant sa variance, sous une contrainte d’effet de levier de l’investissement.

Les auteurs formulent conjointement ces objectifs et proposent une méthode d’approximation convexe successive pour résoudre le problème d’optimisation qui en résulte. Ils rapportent des simulations numériques pour évaluer le modèle et les algorithmes proposés. Le document décrit les objectifs de conception et l’approche de résolution, mais ne précise ni les actifs, ni les résultats des simulations, ni les résultats de trading empiriques ; il ne permet donc pas d’établir les performances de la méthode sur les marchés réels ou sur différents jeux de données.

Idées clés

• La conception du portefeuille vise à la fois l’intensité de la réversion vers la moyenne et les caractéristiques de variance.
• L’approche est destinée aux stratégies d’arbitrage statistique telles que le trading par paires.
• La formulation inclut une contrainte d’effet de levier de l’investissement.
• L’approximation convexe successive sert à résoudre le problème d’optimisation.
• Des simulations numériques sont rapportées pour évaluer la méthode, sans détails dans le texte fourni.

Étiquettes

# Optimal Portfolio Design for Statistical Arbitrage in Finance


# Optimal Portfolio Design for Statistical Arbitrage in Finance









In this paper, the optimal mean-reverting portfolio (MRP) design problem is considered, which plays an important role for the statistical arbitrage (a.k.a. pairs trading) strategy in financial markets. The target of the optimal MRP design is to construct a portfolio from the underlying assets that can exhibit a satisfactory mean reversion property and a desirable variance property. A general problem formulation is proposed by considering these two targets and an investment leverage constraint. To solve this problem, a successive convex approximation method is used. The performance of the proposed model and algorithms are verified by numerical simulations.

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.