コンテンツへスキップ
ライブラリの全資料

ペアトレード向け非線形・非ガウス状態空間モデル

記事 arXiv papers · 著者: Guang Zhang
原文を読む

サマリー

本論文は、2資産間の価格スプレッドを平均回帰過程に従う潜在状態としてモデル化しています。スプレッドのイノベーションは非ガウスかつ異分散であることを許容し、平均回帰は非線形としています。フィルター後のスプレッド推定値を取引シグナルに用い、モンテカルロ・シミュレーションによって売買ルールを選択する戦略を提案しています。

著者らは、PEP/KOとEWT/EWHへの適用に加え、NYSE上場NYSE系US銀行の時価総額上位5行と下位5行の間のペア組み合わせも報告しています。この手法は、ほぼすべての銀行ペアで、インサンプルとアウトオブサンプルの比較を含め、リターンとシャープレシオを改善したとしています。説明には、例として挙げた2つのペアの年率リターンも記載されていますが、サンプル期間、取引コスト、リスク管理、頑健性の検証手順は示されていません。こうした不足により、報告結果が実運用でも持続するかについての結論は限定されます。

主なアイデア

  • 資産間のスプレッドを、非線形な平均回帰に従う潜在状態として扱っています。
  • スプレッドのイノベーションは非ガウスかつ異分散の場合があります。
  • フィルター後のスプレッドを統計的裁定取引のシグナルとして使います。
  • モンテカルロ・シミュレーションを使って売買ルールを選択しています。
  • 適用例ではペア取引の結果と既存手法との比較を報告していますが、実務上のコストや頑健性の詳細は示されていません。

タグ

ペア取引平均回帰統計裁定取引米国市場
全文
# Pairs Trading with Nonlinear and Non-Gaussian State Space Models


# Pairs Trading with Nonlinear and Non-Gaussian State Space Models









This paper studies pairs trading using a nonlinear and non-Gaussian state-space model framework. We model the spread between the prices of two assets as an unobservable state variable and assume that it follows a mean-reverting process. This new model has two distinctive features: (1) The innovations to the spread is non-Gaussianity and heteroskedastic. (2) The mean reversion of the spread is nonlinear. We show how to use the filtered spread as the trading indicator to carry out statistical arbitrage. We also propose a new trading strategy and present a Monte Carlo based approach to select the optimal trading rule. As the first empirical application, we apply the new model and the new trading strategy to two examples: PEP vs KO and EWT vs EWH. The results show that the new approach can achieve a 21.86% annualized return for the PEP/KO pair and a 31.84% annualized return for the EWT/EWH pair. As the second empirical application, we consider all the possible pairs among the largest and the smallest five US banks listed on the NYSE. For these pairs, we compare the performance of the proposed approach with that of the existing popular approaches, both in-sample and out-of-sample. Interestingly, we find that our approach can significantly improve the return and the Sharpe ratio in almost all the cases considered.

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。