Стат. арбтираж в двух версиях: 1. через PCA-анализ (используем корреляционную матрицу доходности набора ETF); 2. Используя сам отраслевой ETF как фактор риска, торгуем бумагу из индекса с хеджем ETF.

Результаты средние, шарп около 1. С дополнительными ухищрениями поднимается до 1.5. Данные только за период 1997-2007 год.

Статистический арбитраж на 15-минутках. Брали совокупность акций (2100), тестировали на корреляцию (д.б. >0.9), затем на коинтеграцию по ADF. Тесты делали на окне три месяца. Торговля происходит при отклонении на 2 сигмы. Вроде как супер-шарп получился (9.25), но судя по всему не учитывали бид-аск. Что сильно ухудшит результаты. Но в целом интересно.

Алгоритм определения оптимальных границ для статистического арбитража

Анализируется коинтеграционная стратегия с поправкой на волатильность. Вся модель приведена, параметры оценивают обобщенным методом моментов. Проверяли на парах GLD/GDX, там за год получили 2000%, но это подстройка сама на себе. На паре банк китая/гонког-банк китая найс вроде тоже получен супер результат (80%), но конечно надо тестировать.

Долго рассказывается какие проблемы возникают если торговать дисперсию волатильности индекс-корзина акций с с помощью стрэддлов. И типа это лучше делать с  помощь variance swaps. Но никаких деталей или исследования в статье нету. Пустая совершенно.

В статье описан поиск коррелированных пар и групп акций методом главных компонент (применяется к матрице корреляций всех доходностей акций в выборке). Делали для австралийского рынка акций, пары конечно нашли. Но чем такой способ лучше просто сравнения корреляций (к примеру берем пары с корреляцией выше определенного порога) я не очень понимаю.

Страницы