コンテンツへスキップ
ライブラリの全資料

罰則付きOU尤度による疎な平均回帰ポートフォリオの構築

記事 arXiv papers · 著者: Jize Zhang et al.
原文を読む

サマリー

この論文は、より大きな資産集合から平均回帰ポートフォリオを構築する最適化手法を提示します。スプレッドがオルンシュタイン・ウーレンベック過程によく適合するポートフォリオを求め、過程のパラメーターを最尤推定で推定します。選定の目的は、より強い平均回帰と低い分散に簡潔性を組み合わせ、結果としてロングとショートのポジションに使う資産を少数に抑えることです。

著者らは最適化問題を定式化し、部分最小化を用いる専用アルゴリズムを説明しています。シミュレーション価格と実証価格データに基づく数値例で手法を示しています。要旨には罰則の形式、資産ユニバース、取引規則、取引コスト、アウトオブサンプルのパフォーマンスが記されていません。したがって、例は推定・選定手法の実演を示すにとどまり、安定性や実運用での収益性を判断するには情報が不十分です。

主なアイデア

  • オルンシュタイン・ウーレンベック過程に従うことを意図したポートフォリオを選定します。
  • OUパラメーターを最尤推定で推定します。
  • ポートフォリオ選定では、強い平均回帰と低い分散を目指します。
  • 簡潔性の目的により、ロングとショートのポジションに使う資産を少数に抑えます。
  • 専用アルゴリズムで部分最小化を行い、シミュレーション価格と実証価格の例を示します。

タグ

平均回帰ペア取引ポートフォリオ構築統計
全文
# Mean Reverting Portfolios via Penalized OU-Likelihood Estimation


# Mean Reverting Portfolios via Penalized OU-Likelihood Estimation









We study an optimization-based approach to con- struct a mean-reverting portfolio of assets. Our objectives are threefold: (1) design a portfolio that is well-represented by an Ornstein-Uhlenbeck process with parameters estimated by maximum likelihood, (2) select portfolios with desirable characteristics of high mean reversion and low variance, and (3) select a parsimonious portfolio, i.e. find a small subset of a larger universe of assets that can be used for long and short positions. We present the full problem formulation, a specialized algorithm that exploits partial minimization, and numerical examples using both simulated and empirical price data.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。