Очень интересная статья в которой приведена модель оптимизации стат. арбитража - как параметры используются уровни открытия/закрытия, косты и риск-нейтральная ставка. 

Так, в порядке развлечения - стратегия торговли по погоде. Основная мысль в том, что при хорошей погоде и инвесторы более оптимистичны. Авторы взяли 26 городов, данные о погоде, сняли сезонность, посчитали регрессии. Даже получилось статистически значимо. Кроме того, затем взяли погоду с 5 до 8 утра в тех же городах и попробовали посчитать, что будет если покупать в солнечные дни и продавать в пасмурны (со снятой сезонностью). t-статистики получились ~-2..-3  в различных вариантах использования. "Денежных" данных нет.

Анализ доходности от максимальных бид-аск спредов. Берем всю совокупность бумаг кроме как с ценой меньше 2доллара. Считаем MaxSpread как максимальный бид-аск спред за предшествующий месяц. Затем ранжируем в зависимости от MaxSpread на квантили. По результатам исследования cross-sectional доходность от 9% до 12.5% в год, более доходны акции с большим MaxSpread. Ну и кроме того в эту квантиль попадают бумаги с меньшей капитализацией, большим B/M, большим средним спредом и т.п. Это все конечно замечательно, только торговать это невозможно - как раз бид-аск и съест всю доходность.

Также простая техническая стратегия. 

Setup

  • Close greater than 100-day moving average
  • Close less than the 5-day moving average
  • 3 lower lows. (Not lower closes, I made this mistake the first time I wrote the code)
  • Member of the Russell 1000

Buy

  • Set a limit buy order for the next day if price falls another .5 times 10-day average true range

Sell

  • Close is greater than the previous day’s close
  • Sell on the next open

Результаты прилагаю, но весьма сомнительно, что это будет работать - как минимум из-за костов.

В целом сходно с a_0306

Точно также

  • Каждую третью среду месяца продаем путы с экспирацией в следующем месяце и дельтой~0.2.
  • Но хеджируем не дальним фьючерсом на VIX, а покупкой пута с дельтой ~0.1
  • Если IVTS=VIX/VIXM>1, сделку не открываем.

Стоп лоссы и дополнительные фильтры те же:

  • Выходим из сделки если МА(5)  VIX/VXV>1.05
  • Выходим из сделки если SPX<1.01*price
  • Выходим из сделки если убыток больше 15% базовой суммы
  • Если IVTS=VIX/VIXM>1.05 закрываем
  • Если сработал стоп-лосс и до конца месяца больше 2х недель и появляется возможность входа (стоп-лоссы нормализуются) - входим снова в сделку.

Протестировано для SPX (sharpt=1.05; ret=15.2%)  , AAPL(sharpe= 0.79; ret=22.5%)  , EBAY (sharpe=0.98; ret=24.8%) , GOOG (sharpe=0.34; ret=7.44%)  .

Кроме того, так как хеж лонгом пута жрет доходность из-за улыбки, протестирован вариант без этого хеджа (все остальное неизменно). На индексе и EBAY показал даже лучшие результаты (для SPX: sharpe=1.13, ret=35.4%). Но на GOOG и AAPL результат ужасны.

 

Статья о стратегии маркет-мейкинга. С использованием векторов параметров книги продаж (цен бидов и асков, объемы, доп показатели?) формирются коэффициенты регрессии, или предсказаение осуществляется нейронными сетями. Прогнозируются цены лучших бидов и асков. Сама статья не очень информативная - не раскрывается какие параметры использованы.

Анализ как ведут себя 72 аномалии после публикации - снижается ли альфа по ним. Вроде как снижается. Но более интересна библиография - там как раз работы по этим 72 аномалиям, можно использовать для формирования стратегий и структурирования таблицы аномалий.

Использование random forest и hiden markov model для торговли валютой. Базовая стратегия на буленджере сделана, ее сильно улучшает использование этих моделей. В статье есть ссылки на код на R. 

Обзор моделей, используемых для прогнозирования цен на нефть. Масса параметров - от потребления и производства нефти до цен на золото, ВВП, доходности фондового рынка и т.п. В принципе все это может загоняться в нейронные сетки для анализа, но в статье каких-то результатов прогнозов указанных моделей не приведено

Небольшой, но интересный обзор статей по оптимальному размещению ордеров.

Еще одна статья по торговле дисперсией корзины бумаг против индекса. В этот раз SnP 500 и корзина из всех входящих бумаг. Бэктеста тут нет, только немного статистики по полученным зависимостям. Как обычно, считаем волу корзины по Марковитцу и сравниваем с SnP.

Интересный способ торговли стат. арбитража  - практически без параметров, только размеры окон. В статье использован для торговли 4-мя индексами одновременно (AEX, CAC, DAX, FTSE). По модели определяются коэффициенты для приблежния к ожидаемому коинтеграционному вектору. По результатам дневного бэкстеста на разных периодах шарп от 0.9 до 1.5.

Анализируется есть ли влияение поисковых запросов гугл на будущую реализованную волатильность. Добавляют в обычные модели (HAR, ARFIMA, AR и т.п.). Вроде как корреляция достаточно высокая, плюс есть неожиданный паттерн - рост корреляции на сравнительно дальних лагах - ок. 20.

Но если ошибки анализировать (MSE) out-of-sample ничего особо хорошего не видно - примерно на уровне обычных моделей.

Пример стат арбитража на энергетических етф (минутки): OIL и UNG:   

и XLE и OIL:  Для тестирования используется обычный OLS, спред нормализуем (вычитаем среднее и делим на стандартное отклонение). Из текста не очень понятно, возможно используется для каждого дня только внутридневные данные или просто скользящее окно. Размер окна тоже не очень понятен, возможно 60 точек.

Некоторая совокупность моментума (по МА(200)) и VIX. Автор разбил все имеющиеся данные по виксу и SPX на 4 диапазона:

  1. SPX>MA(200), VIX<20
  2. SPX>MA(200), VIX>20
  3. SPX<MA(200), VIX<20
  4. SPX<MA(200), VIX>20

На ситуацию (1) приходится 51%, если торговать только их, то шарп =1.34, доходность 18.2%. Во всех остальных результат хуже, так для (2) шарп =0.44, доходность 8%. Для остальных еще хуже.

Описывается несколько стратегий. Базовая из логики, что бумаги с высокой ковариацией на падающем рынке в целом обгоняют рынок (компенсация за риск). Соответственно считаем cov(ri,rm|rm<tm)/ var(rm|rm<tm) для Nasdaq-100, исключив бумаги с очень высокой волотильностью (>1.9*volatQQQ). Получаем портфель с доходность 37% годовых на бэктесте. Но с довольно сильным дродауном (24%). 

Следующий вариант стратегии - добавляем фильтр по IVTS=VIX/VIX30 (VIX30 - сконструированный из двух фьючерсов комплекс с постоянной maturity=30дней), считаем его MA за 5 дней  - покупаем полученный портфель только в случае спокойного рынка (если IVTS<0.97). Если 0.97<IVTS<1.1 то половина - портфель, половина-  TLT, если IVTS>1.1 - только TLT. Среднегодовая доходсть 44%: 

Ну и в качестве сравнения еще приведена аналогичная стратегия с IVTS, только вместо портфеля используем ETF широкого рынка VBK. Визуально шарп даже получше: 

Хеджирование покупки индекса покупкой VXX. В статье несколько вариантов, самым нормальным кажется следующий:

Считаем IVTS=VIX/VX30. VX30 - это фьючерс с maturity=30 дней, делаем его из комбинации фьючерсов, первый из которых меньше 30 дней, второй больше (веса ставим чтоб средняя maturity =30).  И определяем какую долю в портфеле составляет SPY или VXX в зависимости от IVTS

  • IVTS<0.91   SPY=90% VXX=-10%
  • 0.91<=IVTS<1 SPY=100% VXX=0
  • IVTS>1  SPY=70 VXX=30%

Результат тестирования: 

В таблице представлены корреляции разных активов за период 1995-2014 год. Откопал где-то в интернете. Стабильно высокие корреляции между рынками акций разных стран и энергетическими коммодами. Иногда также металлы. Можно использовать как идеи для статарбитража.

Паттерн поведения рынка акций после объявления FOMC. В 0 (начинается с дня перед объявлением),2,4,6 недели нашли что рынок растет. Средний рост ~0.5%  в неделю. Если торговать эти периоды - шарп=0.8, средняя доходность 8.5%. Каких-то вразумительных объяснений почему это работает не представлено.

Модель выбора оптимального способа постановки ордера (лимит или маркет). В зависимости от времени за которое должен быть исполнен ордер, цен бидов и асков, стандартных отклонений их изменений.

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.

Несложная стратегия формированию оптимального портфеля. Используется 12 етф: 

  • U.S. Stocks SPY
  • International REITs RWX 
  • European Stocks VGK
  • U.S. Intermediate Treasuries IEF 
  • Japanese Stocks EWJ
  • U.S. Long-Term Treasuries TLT 
  • Emerging Markets Stocks VWO
  • Commodities DBC
  • U.S. REITs VNQ
  • Gold GLD
  • U.S. Technology* QQQ
  • U.S. High-Yield Bonds* HYG

Далее формируем случайным образом 20 портфелей с весами акций [0.02...0.25] или 0. Сумма весов д.б. равна 1. Затем максимизируем шарп каждого портфеля с использованием генетических алгоритмов. Шарп измеряем на диапазоне полгода. На ETF получаются шарп 1.01. 

Кроме ETF был протестирован примерно аналогичный подход для акций NASDAQ-100 плюс QQQ, только с базовым периодом= месяц. Шарп получился 1.18.  Автор еще рекомендует использовать в качестве фильтра VIX/VIXMT или схожий механизм, чтобы находиться в позиции во время спокойного рынка, но особого увеличения шарпа нет.

Статья о моделировании поведения стакана. Его состояние рассматривается в зависимости от очереди бидов и асков, которые в свою очередь - марковский процесс. Вся необходимая модель есть в статье, вроде как позволяет оценивать вероятность движения вверх или вниз, волатильность. Описано все достаточно подробно.

Анализ регулярного выписывания put опционов на индекс SPX. ATM. Есть такой индекс, который реплицирует данную стратегию: CBOE S&P 500 PutWrite Index (ticker
PUT). С 1986 года по сентябрь 2008 - шарп 0.69, доходность11.27% в год. Проблема конечно что не входит 2008 год, но это легко исправить - данные тут: http://www.cboe.com/micro/put/. Если использовать их, то шарп тоже 0.69 получается, хотя доходность чуть ниже: 10.3% (с 1986 по январь 2016).

 

 

Описывается продажа пут-спредов SPX, сравниваются разные параметры стратегии плюс сравнение с непокрытым путом. Общая логика следующая: выписываем месячные опционы со страйком K1 и покупаем со страйком К2. Выходим из позиции либо по закрытию, либо по стоп-лоссу (потеря определенного процента от базовой позы или если price=K1*0.98.

K1 в обще логике считаем как (1-0.1*HV(или VIX)*prce. Доходности лучших стратегий: 50-80%, шарп 1-1.8 на периоде 1990-2010. В целом лучше чем продажа непокрытого пута (там шарп 0.3-0.9). В целом вся совокупность стратегий показывает шарп 1.31 при доходности 24.8%.

Продажа путов SPX с хеджированием фьючерсом на VIX. Основная описанная стратегия:

  • Каждую третью среду месяца продаем путы с экспирацией в следующем месяце и дельтой~0.2.
  • Хеджируем покупкой фьючерсов на VIX с maturity 40-90 календарных дней. Соотношение путов к фьючерсам: 10:1
  • Если IVTS=VIX/VIXM>1, сделку не открываем.

Дополнительные фильтры, стоп-лосс:

  • Выходим из сделки если МА(5)  VIX/VXV>1.05
  • Выходим из сделки если SPX<1.01*price
  • Выходим из сделки если убыток больше 15% базовой суммы
  • Если IVTS=VIX/VIXM>1.05 закрываем
  • Если сработал стоп-лосс и до конца месяца больше 2х недель и появляется возможность входа (стоп-лоссы нормализуются) - входим снова в сделку.

Результаты тестирования вполне приличные: 29% годовых при шарпе 1.21. Максимальный дродаун 5.9%. 

 

Пример скальпинговой стратегии ES на минутках. Считаем волатильностьВверх и волатильностьВниз (берем изменения когда close(t)>close(t-1) для расчета "вверх" и наоборот для расчета "вниз". Считаем волатильность с использованием TrueRange). Определяем текущую волатильность вверх и вниз как truerange текущего бара+50% от волатильности двух предыдущих. Назваем это "прогноз". Ставим правила:

  • Если прогнозВверх>волатильностьВверх покупаем ES по рынку (Profit Target = 8 ticks, Stop Loss = 2 ticks);
  • Если прогнозВниз>волатильностьВверх - продаем ES по рынку (Profit Target = 8 ticks, Stop Loss = 2 ticks);
  • Если прогнозВверх<волатильностьВниз ставим ордер по аску на продажу (Profit Target = 2 ticks, Stop Loss = 30 ticks;
  • Если прогнозВниз<волатильностьВниз ставим ордер по биду на покупку (Profit Target = 2 ticks, Stop Loss = 30 ticks);

На графике получается хороший результат  , но вероятно комиссия много пожрет.

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.

Исследуется влияние имбэлансов стакана. Анализируется логистическая регрессия от перекосов имбэланаса. Вроде как на 95% уровне значимости модель работает. Использовали топ-10 акций по ликвиндности на NYSE. Кроме того, отдельно смотрели акции с большой относительной величиной тика (0.01/price)  и малой. Лучше работает в бумагах с большими тиками. 

В статье описываются инструменты определения эмоций из речи. Практический смысл пока низок. 

Страницы