Estimation robuste au bruit du processus d’Ornstein–Uhlenbeck pour le trading intrajournalier par paires

Résumé

L’article étudie l’estimation d’une dynamique des prix à retour à la moyenne à partir d’observations haute fréquence, où le bruit de microstructure du marché peut biaiser les estimations des paramètres. Il propose un estimateur du maximum de vraisemblance pour un processus d’Ornstein–Uhlenbeck qui tient compte du bruit et accepte des observations à intervalles irréguliers. Il établit également qu’un processus OU avec bruit blanc gaussien indépendant, échantillonné à intervalles réguliers, admet une représentation ARMA(1,1).

Les auteurs appliquent l’estimateur à une stratégie intrajournalière par paires utilisant l’optimisation moyenne-variance. Dans une étude empirique portant sur sept grandes compagnies pétrolières, ils rapportent que l’emploi de l’estimateur proposé augmente la rentabilité de la stratégie. La description fournie ne précise ni la période d’échantillonnage, ni les coûts de mise en œuvre, ni les comparaisons détaillées aux références, ni l’ampleur et la fiabilité statistique de l’amélioration. Ce résultat motive donc une estimation tenant compte du bruit, sans établir que l’approche se généralise à d’autres actifs ou conditions de trading.

Idées clés

• Le bruit de microstructure du marché en haute fréquence peut biaiser l’estimation des processus de prix à retour à la moyenne.
• L’estimateur OU du maximum de vraisemblance proposé traite le bruit et les observations espacées irrégulièrement.
• Un processus OU observé discrètement avec un bruit gaussien indépendant prend la forme ARMA(1,1).
• L’article combine l’estimateur à une optimisation moyenne-variance pour le trading intrajournalier par paires.
• Une étude portant sur sept grandes compagnies pétrolières rapporte une rentabilité supérieure, mais le résumé omet les détails de mise en œuvre et de robustesse.

Étiquettes

# 1811.09312


# Estimation of Ornstein-Uhlenbeck Process Using Ultra-High-Frequency Data with Application to Intraday Pairs Trading Strategy









When stock prices are observed at high frequencies, more information can be utilized in estimation of parameters of the price process. However, high-frequency data are contaminated by the market microstructure noise which causes significant bias in parameter estimation when not taken into account. We propose an estimator of the Ornstein-Uhlenbeck process based on the maximum likelihood which is robust to the noise and utilizes irregularly spaced data. We also show that the Ornstein-Uhlenbeck process contaminated by the independent Gaussian white noise and observed at discrete equidistant times follows an ARMA(1,1) process. To illustrate benefits of the proposed noise-robust approach, we introduce a novel intraday pairs trading strategy based on the mean-variance optimization. In an empirical study of 7 Big Oil companies, we show that the use of the proposed estimator of the Ornstein-Uhlenbeck process leads to an increase in profitability of the pairs trading strategy.

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.