Парный трейдинг методом Монте-Карло со спредами Леви

Сводка

В исследовании разработан метод Монте-Карло для парного трейдинга, когда спред следует процессу Орнштейна — Уленбека с возвратом к среднему и скачками. Используется процесс variance gamma, который допускает бесконечную активность и более гибкую динамику спреда, чем классическая модель. Поскольку для обобщённой модели нет аналитических формул, для поиска оптимальных уровней торговли применяются симуляции.

Метод также использует контрольные вариации, чтобы снизить дисперсию оценок Монте-Карло. Авторы численно исследуют, как параметры модели влияют на получаемые торговые стратегии, а затем расширяют подход на двумерные спреды, задаваемые слабым процессом дисперсии альфа-гамма, и изучают роль корреляции. В документе описан подход к моделированию и численным расчётам, а не представлены свидетельства прибыльности торговли на реальном счёте или на исторических данных. Выводы зависят от выбранных процессов и предположений о параметрах; конкретные показатели эффективности в тексте не приводятся.

Ключевые идеи

• Спред моделируется как процесс Орнштейна — Уленбека с возвратом к среднему и скачками Леви. Процесс variance gamma обеспечивает более гибкую динамику спреда, чем классическая модель. Симуляция Монте-Карло оценивает оптимальные уровни торговли, когда аналитические формулы недоступны. Для снижения дисперсии симуляций используются контрольные вариаты. Двумерное расширение исследует, как корреляция влияет на сделки при процессе слабой дисперсии alpha-gamma.

Теги

# Monte Carlo Simulation for Trading Under a Lévy-Driven Mean-Reverting Framework


# Monte Carlo Simulation for Trading Under a Lévy-Driven Mean-Reverting Framework









We present a Monte Carlo approach to pairs trading on mean-reverting spreads modeled by Lévy-driven Ornstein-Uhlenbeck processes. Specifically, we focus on using a variance gamma driving process, an infinite activity pure jump process to allow for more flexible models of the price spread than is available in the classical model. However, this generalization comes at the cost of not having analytic formulas, so we apply Monte Carlo methods to determine optimal trading levels and develop a variance reduction technique using control variates. Within this framework, we numerically examine how the optimal trading strategies are affected by the parameters of the model. In addition, we extend our method to bivariate spreads modeled using a weak variance alpha-gamma driving process, and explore the effect of correlation on these trades.

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.