コンテンツへスキップ
ライブラリの全資料

構造化時系列の行列共和分とペア取引

記事 arXiv papers · 著者: Zebang Li et al.
原文を読む

サマリー

この文書は、観測値が行列である時系列に対する共和分自己回帰モデルを紹介します。共和分関係は双線形で、行と列の両方にまたがる構造を表します。この定式化は行列構造を保ち、通常の共和分では直接捉えにくい解釈を可能にすることを意図しています。著者らは共和分ベクトルやその他のモデルパラメーターについて最小二乗推定量と最尤推定量を説明し、トレンドがある場合の漸近分布を導出します。

説明されている証拠には、従来の手法との比較シミュレーションとFama-Frenchポートフォリオへの適用が含まれます。後者では著者らがペア取引戦略を構築しています。要約はシミュレーションでの優れた成績を主張していますが、データ設定、指標、取引結果の詳細はありません。シグナルの構築、取引コスト、リスク管理などの実装方法も示されていません。したがって、この文書は統計モデリングの枠組みと取引への適用例を示すものであり、コスト控除後の戦略成績や他のポートフォリオへの一般化を評価するには情報が足りません。

主なアイデア

  • 行列値データの共和分を、行と列にまたがる双線形関係で表します。
  • 共和分ベクトルと残りのモデルパラメーターを、最小二乗法と最尤法で推定します。
  • トレンドを持つ行列自己回帰モデルについて漸近的な結果を示します。
  • シミュレーションとFama-Frenchポートフォリオへの適用例を通じて、ペア取引戦略を含む手法を示します。

タグ

統計ペア取引株式バックテスト
全文
# Cointegrated Matrix Autoregression Models


# Cointegrated Matrix Autoregression Models









We propose a novel cointegrated autoregressive model for matrix-valued time series, with bi-linear cointegrating vectors corresponding to the rows and columns of the matrix data. Compared to the traditional cointegration analysis, our proposed matrix cointegration model better preserves the inherent structure of the data and enables corresponding interpretations. To estimate the cointegrating vectors as well as other coefficients, we introduce two types of estimators based on least squares and maximum likelihood. We investigate the asymptotic properties of the cointegrated matrix autoregressive model under the existence of trend and establish the asymptotic distributions for the cointegrating vectors, as well as other model parameters. We conduct extensive simulations to demonstrate its superior performance over traditional methods. In addition, we apply our proposed model to Fama-French portfolios and develop a effective pairs trading strategy.

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。