コンテンツへスキップ
ライブラリの全資料

統計的裁定取引に向けた多因子ポートフォリオ選定

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

サマリー

この論文は、共和分に基づく統計的裁定取引を研究し、複数の要因を用いて候補となる株式ポートフォリオを見つける方法を比較しています。株式群に対するK-meansクラスタリング、グラフィカル・ラッソ、それらを組み合わせたハイブリッド手法を評価しています。報告結果では、グラフィカル・ラッソ単独よりクラスタリングが優れ、ハイブリッド手法はさらに良い成績でした。

著者らは、取引期間中にポートフォリオ候補を一度更新すると結果が改善するかも検証しています。この研究では、適応させても再学習しない戦略を上回りませんでした。結果は統計的に有意な水準で統計的裁定取引の検定を通過し、形成期間と取引期間に別々のデータセットを用いて検証されています。概要には要因、ポートフォリオ構築の詳細、取引コスト、成績指標が示されていないため、他市場や異なる実装条件で各手法を比較した場合の結果は明らかではありません。

主なアイデア

  • 複数の要因を使い、共和分に基づく統計的裁定取引の候補ポートフォリオを特定しています。
  • K-meansクラスタリング、グラフィカル・ラッソ、両者を組み合わせた選定手法を比較しています。
  • 株式群全体へのグラフィカル・ラッソ適用より、クラスタリングの平均成績が優れています。
  • クラスタリングとグラフィカル・ラッソの組み合わせは、報告上、いずれかの単独手法を上回ります。
  • 取引中に候補ポートフォリオを一度再計算しても、この研究では結果は改善しません。
  • 報告結果は統計的裁定取引の検定を通過し、別のデータセットで確認されています。

タグ

株式裁定取引ペア取引統計ポートフォリオ構築
全文
# A Multi-factor Adaptive Statistical Arbitrage Model


# A Multi-factor Adaptive Statistical Arbitrage Model









This paper examines the implementation of a statistical arbitrage trading strategy based on co-integration relationships where we discover candidate portfolios using multiple factors rather than just price data. The portfolio selection methodologies include K-means clustering, graphical lasso and a combination of the two. Our results show that clustering appears to yield better candidate portfolios on average than naively using graphical lasso over the entire equity pool. A hybrid approach of using the combination of graphical lasso and clustering yields better results still. We also examine the effects of an adaptive approach during the trading period, by re-computing potential portfolios once to account for change in relationships with passage of time. However, the adaptive approach does not produce better results than the one without re-learning. Our results managed to pass the test for the presence of statistical arbitrage test at a statistically significant level. Additionally we were able to validate our findings over a separate dataset for formation and trading periods.

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。