본문으로 건너뛰기
라이브러리 문서 전체

예산 제약하의 평균회귀 포트폴리오 설계

기사 arXiv papers · 저자: Ziping Zhao et al.
원문 읽기

요약

이 논문은 통계적 차익거래를 위한 포트폴리오 설계 문제를 정식화하고, 평균회귀 성향이 강한 기초자산 조합을 찾습니다. 투자 예산 제약을 두면서 평균회귀 강도를 측정하는 기준과 포트폴리오 분산의 균형을 목표로 합니다. 이어 구체적인 여러 정식화를 개발하고 이를 풀 효율적인 알고리즘을 제안합니다.

합성 데이터와 시장 데이터를 사용한 수치 연구에서는 제안한 방법이 일관된 수익을 내고 문헌에 소개된 전통적 포트폴리오 설계 및 벤치마크 방법보다 나은 성과를 보일 수 있다고 보고합니다. 발췌문에는 시장, 평가 기간, 거래 비용 가정, 결과의 규모와 강건성이 제시되지 않습니다. 통계적 차익거래에서 출발한 접근법이므로, 설계된 포트폴리오가 거래 비용을 반영하고 표본 외에서도 수익성을 유지하는지 판단할 때 이러한 구현 세부 사항이 중요합니다.

핵심 아이디어

  • 설계 목표는 평균회귀 성향이 강한 자산 포트폴리오를 찾는 것입니다.
  • 정식화에 포트폴리오 분산과 투자 예산 제약을 포함합니다.
  • 논문은 여러 정식화를 검토하고 효율적인 해법 알고리즘을 제안합니다.
  • 합성 데이터와 시장 데이터의 수치 결과에서 전통적 설계 및 벤치마크보다 나은 성과를 보고합니다.
  • 발췌문에는 거래 비용과 평가 기간, 시장 성과의 강건성이 명시되지 않습니다.

태그

평균 회귀페어 트레이딩포트폴리오 구성통계백테스트
전문
# Mean-Reverting Portfolio Design with Budget Constraint


# Mean-Reverting Portfolio Design with Budget Constraint









This paper considers the mean-reverting portfolio design problem arising from statistical arbitrage in the financial markets. We first propose a general problem formulation aimed at finding a portfolio of underlying component assets by optimizing a mean-reversion criterion characterizing the mean-reversion strength, taking into consideration the variance of the portfolio and an investment budget constraint. Then several specific problems are considered based on the general formulation, and efficient algorithms are proposed. Numerical results on both synthetic and market data show that our proposed mean-reverting portfolio design methods can generate consistent profits and outperform the traditional design methods and the benchmark methods in the literature.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.