+
Análisis de rendimiento de pares estrategia comercial Utilizando datos de alta frecuencia con una aplicación a Kospi 100 Renta variable Kangwhee Kim Las personas que han descargado este documento también descargaron: 1. Estrategias de Trading arbitraje estadístico y de alta Trading Frecuencia 2. M de una clase: un enfoque multivariado en pares Trading 3. Implementación de Estrategias pares Trading 4. óptima Mean Reversión de Comercio con costos de transacción y Stop-Loss Salir 5. Selección de una Cartera de pares base en cointegración: Una estrategia de arbitraje estadístico 6. El caso del oro y la plata: Un Nuevo Algoritmo para pares Trading 7. Una Anatomía de pares de comercio: El papel de Idiosincrático Noticias, información común y Liquidez Análisis de rendimiento de pares estrategia comercial Utilizando datos de alta frecuencia con una aplicación a Kospi 100 Renta variable Kangwhee Kim Las personas que han descargado este documento también descargaron: 1. Estrategias de Trading arbitraje estadístico y de alta Trading Frecuencia 2. M de una clase: un enfoque multivariado en pares Trading 3. Implementación de Estrategias pares Trading 4. óptima Mean Reversión de Comercio con costos de transacción y Stop-Loss Salir 5. Selección de una Cartera de pares base en cointegración: Una estrategia de arbitraje estadístico 6. El caso del oro y la plata: Un Nuevo Algoritmo para pares Trading 7. Una Anatomía de pares de comercio: El papel de Idiosincrático Noticias, información común y Liquidez Análisis de rendimiento de pares estrategia comercial Utilizando datos de alta frecuencia con una aplicación a Kospi 100 Renta variable Kangwhee Kim Las personas que han descargado este documento también descargaron: 1. Estrategias de Trading arbitraje estadístico y de alta Trading Frecuencia 2. M de una clase: un enfoque multivariado en pares Trading 3. Implementación de Estrategias pares Trading 4. óptima Mean Reversión de Comercio con costos de transacción y Stop-Loss Salir 5. Selección de una Cartera de pares base en cointegración: Una estrategia de arbitraje estadístico 6. El caso del oro y la plata: Un Nuevo Algoritmo para pares Trading 7. Una Anatomía de pares de comercio: El papel de Idiosincrático Noticias, información común y Liquidez Publicaciones similares Copia electrónica disponible en: ssrn / abstract = 1913707 Análisis de rendimiento de pares Estrategia Trading Utilizando alta Frecuencia de datos con una aplicación a Kospi 100 Renta variable Kangwhee Kima Universidad aHarvard, Escuela de Ingeniería y Ciencias Aplicadas, Cambridge, EE. UU. En este estudio, la estrategia de negociación de pares muy conocido, uno de típico mercado neutral estrategias, se modifica para ser capaz de utilizar los datos de renta variable de alta frecuencia, y se aplica a las acciones que constituyen el KOSPI (Corea Composite Stock Price Index) 100 índice. Este estudio se distingue de la mayoría de los trabajos previos en la tradicional pares de estrategias de negociación en que se introduce el uso de datos de alta frecuencia en la estrategia modelado en lugar de los precios de cierre diarios, lo que nos permite analizar el rendimiento de la estrategia en el dominio de alta frecuencia. Más específicamente, extraemos el comercio de la señal, que se basa en la diferencia entre las existencias de pareja, por el tiempo de la estimación coeficientes de regresión adaptativa utilizando el filtro de Kalman. En cuanto a universo subyacente para la estrategia, nos limitamos a considerar los 100 valores más líquidos en KOSPI como una cesta para nuestro experimento. Hallazgos más importantes son que el arbitraje la rentabilidad es, de hecho, presente sin estar sujeto a condiciones de mercado, incluso cuando los costos de transacción conservadoras se tienen en cuenta. En particular, nuestra estrategia supera mejor en condiciones de mercado a la baja, mientras que varía en función de la industria I. Introducción En este artículo, la estrategia de negociación de pares muy conocido, uno de típico mercado neutral estrategia a largo corto valor relativo, se modifica para ser capaz de utilizar de alta frecuencia los datos de renta variable, y se aplica a las acciones que constituyen el mercado de valores de Corea. 1. pares estrategia comercial El comercio de pares es una estrategia que trata de identificar oportunidad de arbitraje basado en equilibrio histórico en el diferencial entre los precios de las acciones. Básicamente un inversor evalúa la posición actual de la propagación basado en sus fluctuaciones históricas, y se apodera del momento en que la difusión actual se desvía de su nivel medio histórico por un umbral predeterminado. Si la propagación supera el umbral de hecho, entonces el apuestas de los inversores sobre la reversión de la propagación actual a su media histórica. Desde esto la estrategia se centra sólo en la extensión que tiene propiedades fijas para garantizar que el propagación significaría-volver, finalmente, se puede clasificar en un arbitraje estadístico y estrategias de operación de convergencia. 2. Aplicación de los datos de alta frecuencia para modelar la estrategia Como se mencionó anteriormente, se introduce el uso de los datos de la equidad de alta frecuencia en modelado de la estrategia, aunque la práctica de la industria de fondos de cobertura neutral de mercado es utilizar la frecuencia de muestreo diario de los datos de renta variable en el diseño del modelo de comercio. En este estudio, intradía precios de las acciones datos muestreados a los 30 minutos de intervalo se utiliza para la estrategia y el rendimiento se analiza en el dominio de alta frecuencia. La motivación para este estudio se basa en el hecho de que la rentabilidad de estas estrategias ha deteriorado recientemente, Copia electrónica disponible en: ssrn / abstract = 1913707 3. Los objetivos del estudio El objetivo primario del estudio es triple; El primer objetivo es modificar la tradicional pares modelo de comercio en un modelo capaz de datos de renta variable de proceso de alta frecuencia para generar señal para el comercio. El segundo es el de analizar el desempeño de la estrategia de diversos aspectos para obtener información sobre la naturaleza de la alta frecuencia de mercado neutral estrategia de inversión. El tercer objetivo es establecer una versión mejorada de la estrategia para un mejor potencial de ganancias. 4. La breve descripción del estudio Este estudio es la primera práctica en el ámbito de la alta frecuencia de negociación neutral mercado estrategia que extrae señal para el comercio mediante la estimación de coeficiente de regresión adaptativa tiempo utilizando el esquema de filtro de Kalman. En cuanto a universo subyacente de la estrategia, limitarnos a considerar las 100 poblaciones que tienen cantidades comerciales más grandes en KOSPI como una cesta para nuestro experimento. Esto es para deshacerse de otras variables externas que pueden añadir ruidos indeseables para el rendimiento general que haría difícil analizar el rendimiento puro de la propia estrategia. Analizamos los resultados de fuera de - prueba de rendimiento muestra desde diferentes ángulos. Destacamos cómo el rendimiento varía dependiendo de las condiciones de mercado, el grupo de la industria, y el momento de la entrada en el mercado. los resultados se cuantifican mediante la utilización de un conjunto de estadísticas de rendimiento, tales como la tasa promedio de retorno, relación de ganar y la relación de información, etc. Por otra parte, se introduce un II. Revisión de literatura 1. La estrategia neutra de mercado y datos de alta frecuencia La estrategia de pares de comercio tradicional ha sido ampliamente utilizado en el mercado ya que fue pionero en primera por Gerry Bamberger y posteriormente dirigido por Nunzio Tartaglia de grupo cuantitativa de Morgan Stanley en la década de 1980, ver Gatev et al (2006). Es sabido como una estrategia de negociación neutral de mercado que permite a los comerciantes a aprovechar prácticamente cualquier condiciones de mercado. También puede ser clasificado como un arbitraje estadístico o convergencia estrategia de largo-corto. La estrategia ha sido ampliamente documentado en la corriente literatura incluyendo Enders y Granger (1998), Vidyamurthy (2004), Dunis y Ho (2005), Lin et al. (2006) y Khandani y Lo (2007). Mientras tanto, también allí tiene habido una amplia gama de estudios de la naturaleza de los datos financieros de alta frecuencia incluidos Ghysels et al. (2006) y Faust et al. (2007). Sin embargo, la literatura examinar estadística estrategia de arbitraje utilizando los datos financieros de alta frecuencia es extremadamente limitada. es muy probable que los profesionales, especialmente los de la industria de fondos de cobertura, tienen ampliamente desarrollado y puesto en práctica esas estrategias para sus negocios, impulsado por los grandes avances en la potencia de cálculo y cortar el comercio de borde infraestructura. Pero, evidentemente, ha habido pocos estudios y prácticas publicados o informado de que ya sea el mundo académico o industria. A partir de una extensa revisión de la literatura, no parece ser sólo un estudio pertinente relativa alta frecuencia de negociación neutral mercado estrategias, consulte Nath (2003), que analiza las estrategias neutrales de mercado en los Estados Unidos fija mercado de renta. En Corea, allí sólo ha habido unos pocos estudios sobre las parejas tradicionales variable en el tiempo coeficientes de regresión. Luego, con esta coeficientes, se extendió entre valores que componen par se calcula y normalizado estándar. El filtro de Kalman es una visión de futuro la metodología, ya que trata de predecir la posición futura de las veces variando coeficiente de regresión. Aunque hay otros enfoques para la adaptación estimación de parámetros tales como OLS rodantes (mínimos cuadrados ordinarios) de regresión, y DESP modelos (Doble exponencial basado en suavizado de predicción), ver Bentz (2003) y LaViola (2.003), se ha demostrado que el método del filtro Kalman es considerado como una técnica superior para la estimación de parámetros de adaptación, sobre todo cuando se trata de datos que tienen una mayor volatilidad, consulte Dunis y Shannon (2005), Choudhry y Wu (2009), Gómez (2009) y Burgess (1999). 3. cointegración El diferencial normalizado estándar es entonces el ADF (Dickey-Fuller) probado para ver si las acciones correspondientes tienen relación de cointegración. Básicamente, hay dos enfoques para elegir a juego par; uno es el enfoque basado en factores y el otro es el enfoque basado en cointegración. En el enfoque basado en factores, los principales factores que tienen un impacto considerable en el cambio de cada par se definen y aparece en primer lugar. entonces el rendimiento esperado para cada par se mide en base a los factores encontrados, y luego basado en los rendimientos esperados pares coincidentes potenciales se seleccionan. Mientras tanto, el enfoque basado en la cointegración es una técnica cuantitativa que intenta encontrar a largo plazo las relaciones entre los precios de los activos por única referencia a los datos de precios de las acciones, introducido en un papel seminal de Engle y Granger (1987). Si una acción se cointegradas con otro acciones en determinado período de tiempo, lo que significa que el diferencial entre los precios de las acciones es delimitada en torno al nivel de equilibrio en el período, no vagar hasta el infinito. Más