Modelos não lineares e não gaussianos de espaço de estados para pairs trading

Resumo

Este artigo modela o spread de preços entre dois ativos como um estado oculto que segue um processo de reversão à média. O modelo permite que as inovações do spread sejam não gaussianas e heterocedásticas, enquanto a reversão à média é não linear. Usa a estimativa filtrada do spread como sinal de trading e apresenta uma estratégia cuja regra de negociação é selecionada por simulações de Monte Carlo.

Os autores relatam aplicações a PEP/KO e EWT/EWH, bem como a combinações de pares entre os cinco maiores e os cinco menores bancos dos NYSE listados na US. Afirmam que a abordagem melhorou os retornos e os índices de Sharpe em quase todos os pares de bancos, inclusive nas comparações dentro e fora da amostra. A descrição também apresenta retornos anualizados para os dois pares ilustrativos, mas não especifica períodos da amostra, custos de transação, controles de risco ou procedimentos de robustez. Essas omissões limitam as conclusões sobre a persistência dos resultados relatados no trading ao vivo.

Ideias principais

• O spread entre os ativos é tratado como um estado latente com reversão à média não linear.
• As inovações do spread podem ser não gaussianas e heterocedásticas.
• O spread filtrado serve de sinal para operações de arbitragem estatística.
• Simulações de Monte Carlo são usadas para selecionar uma regra de negociação.
• As aplicações apresentam resultados de pares e comparações com métodos existentes, embora não forneçam detalhes sobre custos práticos e robustez.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.