퀀트 투자 포트폴리오 구성

기사 arXiv papers · 저자: Ziping Zhao et al.

요약

이 논문은 수익률이나 스프레드가 강한 평균회귀 특성을 보이는 포트폴리오를 찾아 통계적 차익거래를 위한 포트폴리오를 구성합니다. 최적화 과정에서는 평균회귀 강도 기준과 포트폴리오 분산, 투자 예산 제약을 함께 고려합니다. 평균회귀만 최적화하는 것보다 현실적인 설계 방식으로, 위험과 자본 사용도 결과 포트폴리오에 영향을 주기 때문입니다.

제안된 해법은 포트폴리오 설계 문제를 효율적으로 풀기 위한 반복 최적화 기법인 주요화-최소화 알고리즘을 사용합니다. 논문은 설계된 포트폴리오가 구성에 사용된 각 단일 스프레드와 문헌상의 벤치마크보다 우수하다는 수치 결과를 보고합니다. 제공된 설명에는 목적 함수의 정확한 수학적 형태, 데이터나 자산군, 평가 기간, 벤치마크 세부 정보가 없습니다. 거래 비용이나 표본 외 테스트를 포함했는지도 밝히지 않으므로, 이 비교만으로 실제 적용 가능한 통계적 차익거래 수익성이 입증된다고 볼 수는 없습니다.

핵심 아이디어

이 방법은 더 강한 평균회귀 특성을 찾기 위해 스프레드 포트폴리오를 구성합니다.
목적 함수는 평균회귀 강도, 포트폴리오 분산, 예산 제약을 고려합니다.
설계 문제를 풀기 위해 주요화-최소화 알고리즘을 제안합니다.
수치 비교에서 개별 스프레드와 발표된 벤치마크보다 나은 결과를 보고합니다.
제공된 설명만으로는 비용 반영 후 또는 표본 외 성과를 확인할 수 없습니다.

# Mean-Reverting Portfolio Design via Majorization-Minimization Method


# Mean-Reverting Portfolio Design via Majorization-Minimization Method









This paper considers the mean-reverting portfolio design problem arising from statistical arbitrage in the financial markets. The problem is formulated by optimizing a criterion characterizing the mean-reversion strength of the portfolio and taking into consideration the variance of the portfolio and an investment budget constraint at the same time. An efficient algorithm based on the majorization-minimization (MM) method is proposed to solve the problem. Numerical results show that our proposed mean-reverting portfolio design method can significantly outperform every underlying single spread and the benchmark method 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.

주요화 최소화로 평균회귀 포트폴리오 설계

요약

핵심 아이디어

태그