पेप्सिको और कोका-कोला में कॉइंटीग्रेशन पेयर्स ट्रेडिंग की जाँच

सारांश

यह केस स्टडी जाँचती है कि पेप्सिको और कोका-कोला पर आधारित कॉइंटीग्रेशन पेयर्स रणनीति सांख्यिकीय रूप से उचित और आर्थिक रूप से व्यवहार्य है या नहीं। यह पहले के डेटा से स्प्रेड के माध्य-प्रत्यावर्तन व्यवहार का अनुमान लगाती है, उन सांख्यिकीय अनुमानों को स्थिर रखती है और बाद की इन-सैंपल अवधि में सीमा-आधारित ट्रेडिंग नियमों का अनुकूलन करती है। अंश में प्रवेश और निकास की सीमाएँ निर्दिष्ट नहीं हैं और न ही विस्तृत प्रदर्शन आँकड़े दिए गए हैं।

मूल्यांकन में लेनदेन लागत और पैरामीटर संवेदनशीलता की जाँच, वॉक-फ़ॉरवर्ड सत्यापन तथा समायोजित और डिफ्लेटेड शार्प अनुपात शामिल हैं। इसमें नमूने से बाहर का प्रदर्शन भी देखा गया है और स्थिर हेज अनुपातों की तुलना रोलिंग ऑर्डिनरी लीस्ट स्क्वेयर्स तथा कलमन फ़िल्टर से की गई है। रिपोर्ट किया गया निष्कर्ष है कि स्प्रेड का कमज़ोर होता माध्य-प्रत्यावर्तन प्रशिक्षण अवधि के बाहर रणनीति को कमज़ोर करता है। यह ऐतिहासिक कॉइंटीग्रेशन की एक अहम सीमा दिखाता है: इन-सैंपल अनुकूलन में सहायक संबंध बना रहे, यह ज़रूरी नहीं। अंश में संख्यात्मक परिणाम या लागत संबंधी धारणाएँ नहीं हैं, इसलिए इस विवरण के आधार पर रणनीति के रिटर्न का परिमाण या उसका सापेक्ष प्रदर्शन आँकना संभव नहीं है।

मुख्य विचार

• अध्ययन पेप्सिको और कोका-कोला के डेटा से कॉइंटीग्रेशन-आधारित पेयर्स रणनीति जाँचता है।
• यह पहले के डेटा पर स्प्रेड व्यवहार का अनुमान लगाता है और इन-सैंपल ट्रेडिंग सीमाओं का अनुकूलन करता है।
• दृढ़ता जाँच में लागत, पैरामीटर संवेदनशीलता, वॉक-फ़ॉरवर्ड सत्यापन और समायोजित शार्प माप शामिल हैं।
• बदलते हेज अनुपातों की जाँच के लिए रोलिंग OLS और कलमन फ़िल्टर का उपयोग किया गया है।
• रिपोर्ट की गई नमूने से बाहर की कमज़ोरी को घटती माध्य-प्रत्यावर्तन गतिशीलता से जोड़ा गया है।

टैग

# 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.

स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0

यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।