用凸凹优化寻找移动区间统计套利组合
文章 arXiv papers · 作者: Kasper Johansson et al.
总结
本文提出一种识别统计套利的优化方法，组合可以包含两个以上的资产。该方法将任务设定为寻找高波动率的投资组合，同时要求其价格保持在指定区间内并符合杠杆限制。该区间限定了价格路径的范围；此方法还将常见的固定区间设定扩展到区间中点随时间变化的情形。
由于投资组合优化问题是非凸的，所提出的解法采用凸凹过程，逐步反复求解凸近似问题。本文介绍了该方法及其推广，但没有提供实证结果、表现比较，或交易成本与稳健性细节。因此，文章给出的是问题设定和计算方法，而非结果能在实盘交易中盈利的证据。任何实际应用都取决于区间、杠杆限制和变化中点的设定与验证方式。
核心观点
- 该方法寻找可组合两个以上资产的统计套利机会。
- 在价格区间条件和杠杆限制下，方法以最大化投资组合波动率为目标。
- 所得优化问题是非凸的，并通过序贯凸规划近似求解。
- 移动区间版本允许价格区间中点随时间变化。
- 本文没有报告交易结果，也没有评估现实实施成本。
标签
全文
# Finding Moving-Band Statistical Arbitrages via Convex-Concave Optimization # Finding Moving-Band Statistical Arbitrages via Convex-Concave Optimization We propose a new method for finding statistical arbitrages that can contain more assets than just the traditional pair. We formulate the problem as seeking a portfolio with the highest volatility, subject to its price remaining in a band and a leverage limit. This optimization problem is not convex, but can be approximately solved using the convex-concave procedure, a specific sequential convex programming method. We show how the method generalizes to finding moving-band statistical arbitrages, where the price band midpoint varies over time.
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。