Concevoir des portefeuilles à retour à la moyenne par majoration-minimisation

Résumé

Cet article traite de la construction de portefeuilles d’arbitrage statistique en recherchant des portefeuilles dont les rendements ou les spreads présentent un fort retour à la moyenne. L’optimisation équilibre un critère de force du retour à la moyenne avec la variance du portefeuille et une contrainte de budget d’investissement. Cette formulation rend la conception plus pratique que la seule optimisation du retour à la moyenne, car le risque et l’utilisation du capital influent aussi sur le portefeuille obtenu.

La solution proposée utilise un algorithme de majoration-minimisation, une méthode d’optimisation itérative destinée à résoudre efficacement le problème de conception du portefeuille. L’article présente des résultats numériques selon lesquels le portefeuille conçu surpasse chacun des spreads sous-jacents pris individuellement ainsi qu’un référentiel de la littérature. La description fournie ne précise ni la forme mathématique exacte de l’objectif, ni les données ou l’univers d’actifs, ni l’horizon d’évaluation, ni les détails du référentiel. Elle n’indique pas non plus si les résultats incluent les coûts de trading ou des tests hors échantillon ; cette comparaison ne doit donc pas être considérée à elle seule comme une preuve de rentabilité exploitable de l’arbitrage statistique.

Idées clés

• La méthode construit des portefeuilles de spreads afin de rechercher un comportement de retour à la moyenne plus marqué.
• L’objectif tient compte de la force du retour à la moyenne, de la variance du portefeuille et d’une contrainte budgétaire.
• Un algorithme de majoration-minimisation est proposé pour résoudre le problème de conception.
• Les comparaisons numériques font état d’une amélioration par rapport aux spreads individuels et à un référentiel publié.
• La description disponible ne permet pas d’établir les performances après coûts ou hors échantillon.

Étiquettes

# Mean-Reverting Portfolio Design via Majorization-Minimization Method


# Mean-Reverting Portfolio Design via Majorization-Minimization Method









This paper considers the mean-reverting portfolio design problem arising from statistical arbitrage in the financial markets. The problem is formulated by optimizing a criterion characterizing the mean-reversion strength of the portfolio and taking into consideration the variance of the portfolio and an investment budget constraint at the same time. An efficient algorithm based on the majorization-minimization (MM) method is proposed to solve the problem. Numerical results show that our proposed mean-reverting portfolio design method can significantly outperform every underlying single spread and the benchmark method in the literature.

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.