본문으로 건너뛰기
라이브러리 문서 전체

페어 트레이딩을 위한 비선형 비가우시안 상태공간 모형

기사 arXiv papers · 저자: Guang Zhang
원문 읽기

요약

이 논문은 두 자산 사이의 가격 스프레드를 평균회귀 과정을 따르는 잠재 상태로 모형화합니다. 스프레드 혁신항은 비가우시안이고 이분산일 수 있게 하는 동시에 평균회귀를 비선형으로 설정합니다. 필터링한 스프레드 추정치를 트레이딩 신호로 활용하고, 몬테카를로 시뮬레이션으로 매매 규칙을 선택하는 전략을 소개합니다.

저자들은 PEP/KO와 EWT/EWH에 적용하고, NYSE 상장 US 은행 중 규모가 가장 큰 5개와 가장 작은 5개의 조합도 살펴봅니다. 표본 내외 비교를 포함해 거의 모든 은행 쌍 사례에서 이 접근법이 수익률과 샤프 비율을 개선했다고 보고합니다. 두 가지 예시 쌍의 연환산 수익률도 제시하지만 표본 기간, 거래 비용, 리스크 통제, 강건성 절차는 명시하지 않습니다. 이런 누락 때문에 보고된 결과가 실거래에서도 지속될지는 판단하기 어렵습니다.

핵심 아이디어

  • 자산 간 스프레드를 비선형 평균회귀를 따르는 잠재 상태로 다룹니다.
  • 스프레드 혁신항은 비가우시안일 수도, 이분산일 수도 있습니다.
  • 필터링한 스프레드가 통계적 차익거래의 신호가 됩니다.
  • 몬테카를로 시뮬레이션으로 매매 규칙을 선택합니다.
  • 적용 사례에서 기존 방법과 비교한 페어 성과를 보고하지만, 실제 비용과 강건성 세부 사항은 제시하지 않습니다.

태그

페어 트레이딩평균 회귀통계차익 거래미국 시장
전문
# Pairs Trading with Nonlinear and Non-Gaussian State Space Models


# Pairs Trading with Nonlinear and Non-Gaussian State Space Models









This paper studies pairs trading using a nonlinear and non-Gaussian state-space model framework. We model the spread between the prices of two assets as an unobservable state variable and assume that it follows a mean-reverting process. This new model has two distinctive features: (1) The innovations to the spread is non-Gaussianity and heteroskedastic. (2) The mean reversion of the spread is nonlinear. We show how to use the filtered spread as the trading indicator to carry out statistical arbitrage. We also propose a new trading strategy and present a Monte Carlo based approach to select the optimal trading rule. As the first empirical application, we apply the new model and the new trading strategy to two examples: PEP vs KO and EWT vs EWH. The results show that the new approach can achieve a 21.86% annualized return for the PEP/KO pair and a 31.84% annualized return for the EWT/EWH pair. As the second empirical application, we consider all the possible pairs among the largest and the smallest five US banks listed on the NYSE. For these pairs, we compare the performance of the proposed approach with that of the existing popular approaches, both in-sample and out-of-sample. Interestingly, we find that our approach can significantly improve the return and the Sharpe ratio in almost all the cases considered.

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

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