跳至正文
返回文库全部文档

加密资产收益因子与横截面统计套利

文章 arXiv papers · 作者: Zura Kakushadze
阅读原文

总结

本文利用交易所市场数据研究加密货币和其他数字资产日收益横截面的因子模型。研究识别出一个似乎对加密资产收益有重要贡献的主导因子。文中还介绍了用于下载数据、计算风险因子和进行样本外回测的配套材料。

作者认为，只要能够高效执行并且可以卖空，加密资产横截面统计套利可能具有可行性。摘要未说明该因子的名称和构造方法，未报告回测指标，也未证实这一机会能否经受住成本和市场摩擦。因此，其实际意义在于提供一个研究线索，而非证明存在可部署的策略。

核心观点

  • 该研究对广泛交易所挂牌加密资产的日收益进行建模。
  • 研究识别出一个与加密资产横截面收益相关的主导因子。
  • 实证方法包含样本外回测。
  • 潜在的统计套利取决于高效执行和卖空渠道。

标签

加密资产因子投资套利回测交易执行
全文
# Cryptoasset Factor Models


# Cryptoasset Factor Models









We propose factor models for the cross-section of daily cryptoasset returns and provide source code for data downloads, computing risk factors and backtesting them out-of-sample. In "cryptoassets" we include all cryptocurrencies and a host of various other digital assets (coins and tokens) for which exchange market data is available. Based on our empirical analysis, we identify the leading factor that appears to strongly contribute into daily cryptoasset returns. Our results suggest that cross-sectional statistical arbitrage trading may be possible for cryptoassets subject to efficient executions and shorting.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。