본문으로 건너뛰기
라이브러리 문서 전체

로그 가격 공적분 계수와 페어 트레이딩 해석

기사 Quant Q&A · 저자: mathjacks

요약

이 문서는 로그 가격 공적분 관계의 계수가 페어 트레이딩에서 무엇을 뜻하는지 살펴봅니다. 계수를 주식 수 비율로 해석하는 관점과 시장 가치 비율로 해석하는 관점을 비교하고, 두 해석이 포지션 규모와 수익률 계산을 어떻게 다르게 만드는지 설명합니다.

한 답변은 주가에 상수를 곱해도 백분율 변동은 바뀌지 않으므로 추정 계수는 그대로이고 절편만 바뀐다고 주장합니다. 주어진 시장 가치를 나타내는 데 필요한 주식 수는 달라지므로, 이는 계수를 시장 가치 비중으로 해석하는 관점을 뒷받침합니다. 다른 답변은 로그 가격 변화를 성장률로 보고, 투자 자본이 다를 때 각 레그의 수익률을 단순히 더할 수 없다고 경고합니다. 총이익은 투입된 총자본과 비교해야 합니다. 논의는 짧고 완전한 유도나 일반적인 매매 지침 없이 서로 다른 주장을 제시합니다. 실제 해석은 스프레드와 포트폴리오를 명시적으로 어떻게 정의하는지에 따라서도 달라집니다.

핵심 아이디어

  • 로그 가격 공적분 관계의 계수는 한 가격 계열에 상수를 곱해도 변하지 않습니다.
  • 이러한 척도 불변성은 계수를 단순 주식 수가 아니라 상대적인 시장 가치 익스포저로 해석하는 근거가 됩니다.
  • 로그 가격 변화는 비례적인 가격 변동을 나타내므로, 레그 수익률을 투자 자본에 따라 결합해야 합니다.
  • 논의는 서로 다른 해석을 완전히 조정하거나 보편적인 포지션 규모 규칙을 제시하지 않습니다.

태그

전문
# What does the cointegration coefficient represent in pairs trading when cointegrating log stock prices?


# What does the cointegration coefficient represent in pairs trading when cointegrating log stock prices?












In Pairs Trading by Vidyamurthy, on page 83 (and throughout the book), the author describes an elementary example of trading with log prices. The long run equilibrium of the basic portfolio is given by

$$ \log(p_t^A) - \gamma \log(p_t^B) = \mu $$

where $p_t^A$ and $p_t^B$ represent the prices of stocks $A$ and $B$ at time $t$, respectively, and $\gamma$ is the cointegration coefficient. When using these log prices, Vidyamurthy uses the cointegration coefficient ($\gamma$) to indicate the ratio of shares to hold rather than market values of positions (as stated should be the case here, for example).

My questions are:

> What is the correct practical interpretation of $\gamma$ when cointegrating log prices, should it represent the ratio of shares or the ratio of market values? If the latter, why does Vidyamurthy use the former interpretation throughout his book? Could both be valid?

Here is the example from the book:

## Answer by Artem Korol (score 1)

https://quant.stackexchange.com/a/21284

Firstly i think if you use log prices then γ shows by how much B stock growth rate outpaces A stock growth rate, but I don't understand why Ernie says that you need to hold market values fixed, if you do this then how are you going to profit from the spread?

Secondly there are typos in the return calculation: log(20.1)-log(19.5) = 0.03 not 0.3. Which refers to the 3% return on the A leg trade. B leg return is indeed 5.6% (assuming cc returns), however it is incorrect to sum these return to get 9% return on the total trade, since they were obtained from different amounts of capital. The return from A leg is 0.6USD and return from B leg is 0.29USD*1.5 = 0.435USD thus the total return is 1.035USD which we divide by the total capital deployed in the trade at time t, 19.5+1.5*7.46 = 30.69$, so 1.035/30.69 = 0.0337 and this is the real return on this trade, not 9%.

## Answer by Jason Huang (score 1)

https://quant.stackexchange.com/a/39613

It should mean market values (instead of shares). You can see this more obviously by creating an "artificial stock" (stock C) which price equals the price of stock B divided by 10,000 (same fluctuation rate, but just much smaller absolute price). Now the co integration coefficient would not change because C and B have the same variation rate (it would only affect the intercept, mu). If the cointegration coefficient means the shares ratio, then it would not make sense because now C occupy too little of your portfolio. It would only make sense as market values.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: CC BY-SA 4.0 (Stack Exchange)

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