Нелинейные негауссовские модели пространства состояний для парной торговли

Сводка

В статье разница цен двух активов моделируется как скрытое состояние, подчиняющееся процессу возврата к среднему. Модель допускает негауссовские и гетероскедастичные инновации спреда, а возврат к среднему задаётся нелинейно. Отфильтрованная оценка спреда используется как торговый сигнал; также предлагается стратегия, торговое правило для которой выбирается с помощью моделирования Монте-Карло.

Авторы сообщают о применении метода к PEP/KO и EWT/EWH, а также к парам акций пяти крупнейших и пяти наименьших банков США, зарегистрированных на NYSE US. Они утверждают, что подход повысил доходность и коэффициенты Шарпа почти для всех пар банков, в том числе при сравнении внутри выборки и вне выборки. В описании также приведена годовая доходность для двух иллюстративных пар, но не указаны периоды выборок, транзакционные издержки, меры контроля рисков или процедуры проверки устойчивости. Эти упущения не позволяют сделать уверенный вывод о том, сохранялись бы заявленные результаты при реальной торговле.

Ключевые идеи

• Спред активов рассматривается как скрытое состояние с нелинейным возвратом к среднему.
• Инновации спреда могут быть негауссовскими и гетероскедастичными.
• Отфильтрованное значение спреда служит сигналом для сделок статистического арбитража.
• Для выбора торгового правила используется моделирование Монте-Карло.
• В описании представлены результаты по парам и сравнения с существующими методами, однако сведения о практических издержках и устойчивости отсутствуют.

Теги

# 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.

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.