HJB-оптимизированный статистический арбитраж коинтегрированных акций

Сводка

В статье разрабатываются портфели статистического арбитража для нескольких коинтегрированных акций, используя в качестве факторов портфели, соответствующие собственным векторам. Выбор портфеля формулируется как задача стохастического управления, а оптимальные веса определяются решением уравнения Гамильтона — Якоби — Беллмана. Рассматриваются портфели без ограничений и портфели, которые должны сохранять рыночную нейтральность; также приводятся условия на параметры, призванные обеспечить долгосрочную устойчивость решений и темпов роста портфеля.

Исторические бэктесты на компонентах S&P 500 за период с 2000 по 2021 показывают, что модель способна выявлять множество коинтегрированных акций на длительных временных горизонтах. Согласно результатам, стратегии показывали себя лучше в периоды повышенной общей волатильности рынка, однако их результаты были чувствительны к оценкам параметров. Эти выводы указывают на то, что качество оценок и рыночный режим могут существенно влиять на реализацию. В документе не указаны транзакционные издержки, сравнение с бенчмарками или меры защиты от переобучения на выборке, поэтому одни лишь бэктесты не доказывают, что стратегии сохранят прибыльность при торговле на реальном счёте.

Ключевые идеи

• В рамках модели несколько коинтегрированных акций представлены через портфели, соответствующие собственным векторам, которые используются как факторы.
• Веса портфеля выводятся решением уравнения Гамильтона — Якоби — Беллмана.
• В исследовании анализируются портфели без ограничений и рыночно-нейтральные портфели.
• Бэктесты на компонентах S&P 500 охватывают период с 2000 по 2021.
• В периоды волатильности сообщается о более высокой прибыльности, однако результаты чувствительны к оценкам параметров.

Теги

# Statistical Arbitrage for Multiple Co-Integrated Stocks


# Statistical Arbitrage for Multiple Co-Integrated Stocks









In this article, we analyse optimal statistical arbitrage strategies from stochastic control and optimisation problems for multiple co-integrated stocks with eigenportfolios being factors. Optimal portfolio weights are found by solving a Hamilton-Jacobi-Bellman (HJB) partial differential equation, which we solve for both an unconstrained portfolio and a portfolio constrained to be market neutral. Our analyses demonstrate sufficient conditions on the model parameters to ensure long-term stability of the HJB solutions and stable growth rates for the optimal portfolios. To gauge how these optimal portfolios behave in practice, we perform backtests on historical stock prices of the S&P 500 constituents from year 2000 through year 2021. These backtests suggest three key conclusions: that the proposed co-integrated model with eigenportfolios being factors can generate a large number of co-integrated stocks over a long time horizon, that the optimal portfolios are sensitive to parameter estimation, and that the statistical arbitrage strategies are more profitable in periods when overall market volatilities are high.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.