구조적 시계열과 페어 트레이딩을 위한 행렬 공적분

기사 arXiv papers · 저자: Zebang Li et al.

요약

이 문서는 관측값이 행렬인 시계열을 위한 공적분 자기회귀 모델을 소개합니다. 공적분 관계는 쌍선형이며 행과 열 모두의 구조를 나타냅니다. 이 정식화는 행렬 구조를 유지하고 일반적인 공적분으로는 직접 포착하기 어려운 해석을 지원합니다. 저자들은 공적분 벡터와 다른 모델 매개변수의 최소제곱 및 최대우도 추정량을 설명하고, 추세가 있을 때의 점근 분포를 도출합니다.

설명된 근거에는 기존 방식과 비교한 시뮬레이션 및 Fama-French 포트폴리오 적용 사례가 포함되며, 이를 바탕으로 저자들은 페어 트레이딩 전략을 개발합니다. 요약은 시뮬레이션 성능이 더 높다고 주장하지만 데이터 설정, 지표, 매매 결과에 대한 세부 사항은 제시하지 않습니다. 신호 구성, 거래 비용, 위험 통제와 같은 실행 방식도 명시하지 않습니다. 따라서 이 문서는 통계 모델링 틀과 예시적 매매 적용을 제시하지만, 전략이 비용 차감 후에도 성과를 내거나 다른 포트폴리오에 일반화될지 평가할 정보는 충분하지 않습니다.

핵심 아이디어

행렬값 데이터의 공적분을 행과 열의 쌍선형 관계로 표현합니다.
최소제곱 및 최대우도 방법으로 공적분 벡터와 나머지 모델 매개변수를 추정합니다.
추세가 있는 행렬 자기회귀 모델의 점근 결과를 도출합니다.
시뮬레이션과 Fama-French 포트폴리오 적용으로 페어 트레이딩 전략을 포함한 방법을 설명합니다.

# Cointegrated Matrix Autoregression Models


# Cointegrated Matrix Autoregression Models









We propose a novel cointegrated autoregressive model for matrix-valued time series, with bi-linear cointegrating vectors corresponding to the rows and columns of the matrix data. Compared to the traditional cointegration analysis, our proposed matrix cointegration model better preserves the inherent structure of the data and enables corresponding interpretations. To estimate the cointegrating vectors as well as other coefficients, we introduce two types of estimators based on least squares and maximum likelihood. We investigate the asymptotic properties of the cointegrated matrix autoregressive model under the existence of trend and establish the asymptotic distributions for the cointegrating vectors, as well as other model parameters. We conduct extensive simulations to demonstrate its superior performance over traditional methods. In addition, we apply our proposed model to Fama-French portfolios and develop a effective pairs trading strategy.

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

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

구조적 시계열과 페어 트레이딩을 위한 행렬 공적분

요약

핵심 아이디어

태그