共和分株式に対するHJB最適化統計的裁定
記事 arXiv papers · 著者: T. N. Li et al.
サマリー
この記事は、複数の共和分株式を対象に、固有ポートフォリオを要因として用いる統計的裁定ポートフォリオを開発します。ポートフォリオ選択を確率制御問題として定式化し、ハミルトン・ヤコビ・ベルマン方程式を解いて最適ウェイトを決定します。制約なしのポートフォリオと、市場中立性を保つ必要があるポートフォリオの両方を分析し、解とポートフォリオ成長率の長期安定性を確保するためのパラメータ条件を示しています。
500年から2000年までのS&P 2021構成銘柄を用いた過去のバックテストでは、このモデルが長期にわたって多くの共和分銘柄を特定できることが示唆されています。報告された戦略は市場全体のボラティリティが高い期間に良好な成績を示しましたが、その結果はパラメータ推定値に左右されました。これらの知見は、実装において推定の質と市場レジームが大きく影響する可能性を示しています。文書には取引コスト、ベンチマークとの比較、アウト・オブ・サンプルでの対策が明記されていないため、バックテストだけでは実運用でも戦略が収益を維持できるとは立証されません。
主なアイデア
- この枠組みでは、複数の共和分株式を固有ポートフォリオを要因としてモデル化しています。
- ハミルトン・ヤコビ・ベルマン方程式を解いてポートフォリオのウェイトを導出します。
- 制約なしと市場中立の両方のポートフォリオ選択を分析しています。
- S&P 500構成銘柄のバックテストは、2000年から2021年までを対象としています。
- 報告された収益性はボラティリティの高い時期に高まる一方、結果はパラメータ推定値に左右されます。
タグ
全文
# Statistical Arbitrage for Multiple Co-Integrated Stocks # Statistical Arbitrage for Multiple Co-Integrated Stocks In this article, we analyse optimal statistical arbitrage strategies from stochastic control and optimisation problems for multiple co-integrated stocks with eigenportfolios being factors. Optimal portfolio weights are found by solving a Hamilton-Jacobi-Bellman (HJB) partial differential equation, which we solve for both an unconstrained portfolio and a portfolio constrained to be market neutral. Our analyses demonstrate sufficient conditions on the model parameters to ensure long-term stability of the HJB solutions and stable growth rates for the optimal portfolios. To gauge how these optimal portfolios behave in practice, we perform backtests on historical stock prices of the S&P 500 constituents from year 2000 through year 2021. These backtests suggest three key conclusions: that the proposed co-integrated model with eigenportfolios being factors can generate a large number of co-integrated stocks over a long time horizon, that the optimal portfolios are sensitive to parameter estimation, and that the statistical arbitrage strategies are more profitable in periods when overall market volatilities are high.
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。