لیوی سے چلنے والے اوسط کی طرف رجوع کرتے اسپریڈز کے ساتھ مونٹی کارلو پیئرز ٹریڈنگ

خلاصہ

یہ مطالعہ پیئرز ٹریڈنگ کے لیے مونٹی کارلو طریقہ بناتا ہے، جب اسپریڈ جمپس سے چلنے والے اوسط کی طرف رجوع کرتے اوررنسٹین–اولن بلاسٹ عمل کی پیروی کرتا ہو۔ اس میں ویرینس گاما عمل استعمال ہوتا ہے، جو لامحدود سرگرمی اور کلاسیکی ماڈل کے مقابلے میں اسپریڈ کی زیادہ لچکدار حرکیات کی اجازت دیتا ہے۔ چونکہ عمومی ماڈل کے تجزیاتی فارمولے موجود نہیں، اس لیے بہترین ٹریڈنگ سطحیں تلاش کرنے کے لیے سیمولیشن استعمال کیے جاتے ہیں۔

یہ طریقہ مونٹی کارلو تغیر کم کرنے کے لیے کنٹرول ویریٹس بھی متعارف کراتا ہے۔ مصنفین عددی طور پر جانچتے ہیں کہ ماڈل کے پیرامیٹرز حاصل شدہ ٹریڈنگ اسٹریٹیجیوں کو کیسے متاثر کرتے ہیں، پھر فریم ورک کو کمزور ویرینس الفا گاما عمل سے چلنے والے دو متغیر اسپریڈز تک بڑھاتے اور باہمی تعلق کا کردار دیکھتے ہیں۔ دستاویز ماڈلنگ اور عددی طریقہ بیان کرتی ہے، لائیو یا تاریخی ٹریڈنگ کے منافع کا ثبوت نہیں۔ نتائج منتخب عملوں اور پیرامیٹر مفروضوں پر منحصر ہیں، اور متن میں کارکردگی کے مخصوص اعداد نہیں دیے گئے۔

اہم خیالات

• اسپریڈ کو لیوی جمپس کے ساتھ اوسط کی طرف رجوع کرتے اوررنسٹین–اولن بلاسٹ عمل کے طور پر ماڈل کیا گیا ہے۔ ویرینس گاما ڈرائیور کلاسیکی ماڈل کے مقابلے میں اسپریڈ کی زیادہ لچکدار حرکیات دیتا ہے۔ جہاں تجزیاتی فارمولے دستیاب نہیں، مونٹی کارلو سیمولیشن بہترین ٹریڈنگ سطحوں کا اندازہ لگاتی ہے۔ سیمولیشن کا تغیر کم کرنے کے لیے کنٹرول ویریٹس استعمال کیے گئے ہیں۔ دو متغیر توسیع کمزور ویرینس الفا گاما ڈرائیور کے تحت باہمی تعلق کے ٹریڈز پر اثر کا جائزہ لیتی ہے۔

ٹیگز

# 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.

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۔