본문으로 건너뛰기
라이브러리 문서 전체

통계적 차익거래를 위한 다중 팩터 포트폴리오 선정

기사 arXiv papers · 저자: Wenbin Zhang et al.
원문 읽기

요약

이 논문은 공적분 기반 통계적 차익거래를 연구하고 여러 팩터를 이용해 후보 주식 포트폴리오를 찾는 방법을 비교한다. 주식 전체에 대한 K-평균 군집화, 그래피컬 라쏘, 두 방법을 결합한 하이브리드를 평가한다. 보고된 결과에서는 그래피컬 라쏘 단독보다 군집화가 나았고, 하이브리드의 성과가 더 좋았다.

저자들은 거래 기간 중 포트폴리오 후보를 한 번 갱신하면 결과가 개선되는지도 시험한다. 이 연구에서 적응적 갱신은 재학습하지 않는 전략보다 나은 성과를 내지 못했다. 결과는 통계적으로 유의한 수준에서 통계적 차익거래 검정을 통과했으며, 구성 기간과 거래 기간에 별도 데이터셋을 사용해 검증했다. 요약에는 팩터, 포트폴리오 구성 세부 사항, 거래 비용, 성과 지표가 제시되지 않아 다른 시장이나 구현 가정에서 각 접근법이 어떻게 비교될지는 입증하지 않는다.

핵심 아이디어

  • 이 연구는 여러 팩터를 사용해 공적분 기반 통계적 차익거래의 후보 포트폴리오를 식별한다.
  • K-평균 군집화, 그래피컬 라쏘, 하이브리드 선정 접근법을 비교한다.
  • 군집화는 주식 전체에 그래피컬 라쏘를 적용하는 방법보다 평균적으로 나은 성과를 보인다.
  • 군집화와 그래피컬 라쏘를 결합하면 두 방법 각각보다 더 나은 결과가 보고된다.
  • 거래 중 후보 포트폴리오를 한 번 다시 계산해도 이 연구에서는 결과가 개선되지 않는다.
  • 보고된 결과는 통계적 차익거래 검정을 통과하고 별도 데이터셋으로 확인되었다.

태그

주식차익 거래페어 트레이딩통계포트폴리오 구성
전문
# A Multi-factor Adaptive Statistical Arbitrage Model


# A Multi-factor Adaptive Statistical Arbitrage Model









This paper examines the implementation of a statistical arbitrage trading strategy based on co-integration relationships where we discover candidate portfolios using multiple factors rather than just price data. The portfolio selection methodologies include K-means clustering, graphical lasso and a combination of the two. Our results show that clustering appears to yield better candidate portfolios on average than naively using graphical lasso over the entire equity pool. A hybrid approach of using the combination of graphical lasso and clustering yields better results still. We also examine the effects of an adaptive approach during the trading period, by re-computing potential portfolios once to account for change in relationships with passage of time. However, the adaptive approach does not produce better results than the one without re-learning. Our results managed to pass the test for the presence of statistical arbitrage test at a statistically significant level. Additionally we were able to validate our findings over a separate dataset for formation and trading periods.

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

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