ایکویٹی شماریاتی آربیٹریج کے لیے مشروط فیکٹر ماڈلز

خلاصہ

یہ مطالعہ US ایکویٹیوں کے پورٹ فولیو کے لیے مشروط فیکٹر ماڈل پر مبنی شماریاتی آربیٹریج طریقہ بناتا ہے۔ اسٹیٹ اسپیس ماڈل منافع کو عوامل کی قدروں اور مخفی، وقت کے ساتھ بدلنے والے فیکٹر رسک پریمیم کے شور آلود امتزاج کے طور پر لیتا ہے۔ آن لائن فلٹرنگ اور پیش گوئی ان پریمیم کا تخمینہ لگاتی ہے، جس سے متوقع منافع حاصل ہوتا ہے جس کا مشاہدہ شدہ منافع سے موازنہ کیا جا سکتا ہے؛ بڑے فرق کو اوسط کی طرف واپسی کے ممکنہ امیدوار سمجھا جاتا ہے۔

مصنفین ٹرانزیکشن اخراجات کو شامل کرنے والی ٹریڈنگ اسٹریٹیجی کا جائزہ لیتے ہیں، جس میں اسٹیٹ اسپیس ماڈل کے خطی اور غیر خطی دونوں نسخے استعمال ہوتے ہیں۔ وہ 29 سال کی تاریخ میں نتائج رپورٹ کرتے ہیں اور کارکردگی کا سادہ بینچ مارکس اور دیگر شائع شدہ طریقوں سے موازنہ کرکے طریقے کو مسابقتی پاتے ہیں۔ وہ یہ بھی رپورٹ کرتے ہیں کہ وقت کے ساتھ، خاص طور پر حالیہ برسوں میں، کارکردگی کمزور ہوئی ہے، اگرچہ ان کے تجزیے میں یہ معاشی طور پر پُرکشش رہتی ہے۔ یہاں دستاویز اثاثوں کے انتخاب، ٹریڈنگ حدوں، لاگت کے مفروضوں یا رسک کنٹرولز کی تفصیل نہیں دیتی، اس لیے صرف رپورٹ کردہ نتائج سے یہ فیصلہ نہیں کیا جا سکتا کہ اسٹریٹیجی دوسری مارکیٹ یا مدت میں بھی کارآمد ہوگی۔

اہم خیالات

• اسٹیٹ اسپیس فیکٹر ماڈل ایکویٹی منافع کو مخفی فیکٹر رسک پریمیم سے شور آلود وابستگیوں کے طور پر ظاہر کر سکتا ہے۔
• وقت کے ساتھ بدلتے پریمیم کے آن لائن تخمینے منافع کے بدلتے رویے کے مطابق ماڈل کو ڈھالتے ہیں۔
• مشاہدہ شدہ اور فلٹر شدہ منافع کے بڑے فرق کو اوسط کی طرف واپسی کی ممکنہ ٹریڈ سمجھا جاتا ہے۔
• جائزہ شدہ اسٹریٹیجی میں ٹرانزیکشن اخراجات اور ماڈل کے خطی و غیر خطی نسخے شامل ہیں۔
• طویل نمونے میں رپورٹ کردہ کارکردگی مسابقتی ہے، مگر حالیہ برسوں میں کم ہوئی ہے۔

ٹیگز

# On statistical arbitrage under a conditional factor model of equity returns


# On statistical arbitrage under a conditional factor model of equity returns









We consider a conditional factor model for a multivariate portfolio of United States equities in the context of analysing a statistical arbitrage trading strategy. A state space framework underlies the factor model whereby asset returns are assumed to be a noisy observation of a linear combination of factor values and latent factor risk premia. Filter and state prediction estimates for the risk premia are retrieved in an online way. Such estimates induce filtered asset returns that can be compared to measurement observations, with large deviations representing candidate mean reversion trades. Further, in that the risk premia are modelled as time-varying quantities, non-stationarity in returns is de facto captured. We study an empirical trading strategy respectful of transaction costs, and demonstrate performance over a long history of 29 years, for both a linear and a non-linear state space model. Our results show that the model is competitive relative to the results of other methods, including simple benchmarks and other cutting-edge approaches as published in the literature. Also of note, while strategy performance degradation is noticed through time -- especially for the most recent years -- the strategy continues to offer compelling economics, and has scope for further advancement.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔