ポーランド株の統計的裁定取引

記事 arXiv papers · 著者: Marek Adamczyk et al.

サマリー

この研究は、ポーランド株式にペアトレードの枠組みを適用し、別の相関性の高い資産と組み合わせる代わりに、リスク要因から構築した複製資産と比較します。主成分分析、上場投資信託、または長短期記憶ネットワークで要因を構築し、得られた残差をオルンシュタイン＝ウーレンベック過程でモデル化します。残差が十分速く平均回帰するポートフォリオについてシグナルを生成します。実装にはポーランドの株価指数構成銘柄と、無リスク金利や取引コストを含む現地市場の仮定を用います。

報告された評価期間は2017～2019と、景気後退期の2020です。前の期間ではすべての手法が利益を上げ、PCAは累積リターンが約20％、シャープレシオが最大2.63に達しました。2020には、ETF手法は年率約5％の利益を維持する一方、PCAとLSTMは成績が振るいませんでした。証拠は記載された期間と市場への適用に限られ、LSTMの成績が振るわなかったことから、そのパフォーマンスは本研究によって確立されていません。

主なアイデア

この戦略は、相関性の高い別の資産と組み合わせる代わりに、リスク要因を用いて資産を複製します。
複製資産の構築にはPCA、ETF、LSTMを使用します。
残差をオルンシュタイン＝ウーレンベック過程でモデル化し、平均回帰シグナルを特定します。
この研究はポーランドの株価指数と現地の取引条件に枠組みを適用しています。
前半の検証期間ではPCAが優位で、2020年に収益を維持したのはETFの手法のみです。

We study a systematic approach to a popular Statistical Arbitrage technique: Pairs Trading. Instead of relying on two highly correlated assets, we replace the second asset with a replication of the first using risk factor representations. These factors are obtained through Principal Components Analysis (PCA), exchange traded funds (ETFs), and, as our main contribution, Long Short Term Memory networks (LSTMs). Residuals between the main asset and its replication are examined for mean reversion properties, and trading signals are generated for sufficiently fast mean reverting portfolios. Beyond introducing a deep learning based replication method, we adapt the framework of Avellaneda and Lee (2008) to the Polish market. Accordingly, components of WIG20, mWIG40, and selected sector indices replace the original S&P500 universe, and market parameters such as the risk free rate and transaction costs are updated to reflect local conditions. We outline the full strategy pipeline: risk factor construction, residual modeling via the Ornstein Uhlenbeck process, and signal generation. Each replication technique is described together with its practical implementation. Strategy performance is evaluated over two periods: 2017-2019 and the recessive year 2020. All methods yield profits in 2017-2019, with PCA achieving roughly 20 percent cumulative return and an annualized Sharpe ratio of up to 2.63. Despite multiple adaptations, our conclusions remain consistent with those of the original paper. During the COVID-19 recession, only the ETF based approach remains profitable (about 5 percent annual return), while PCA and LSTM methods underperform. LSTM results, although negative, are promising and indicate potential for future optimization.

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。

ポーランド株の統計的裁定に向けた深層学習による複製

サマリー

主なアイデア

タグ