Intraday Pairs Trading Strategies on High Frequency Data: The Case of Oil Companies

Дата: 
31/10/15
Аномалии: 
Авторы: 
Bo Liu, Lo-Bin Changd Helyette Geman
Аннотация: 
This paper introduces novel ‘doubly mean-reverting’ processes based on conditional modeling to model spreads between pairs of stocks. Intraday trading strategies using high frequency data are proposed based on the model. This model framework and the strategies are designed to capture ‘local’ market inefficiencies that are elusive for traditional pairs trading strategies with daily data. Results from real data back-testing for two periods show remarkable returns, even accounting for transaction costs, with annualized Sharpe ratios of 3.9 and 7.2 over the periods June 2013–April 2015 and 2008 respectively. By choosing the particular sector of oil companies, we also confirm the observation that the commodityprice is the main driver of the share prices of commodity-producing companies at times of spikes in the related commodity market.
Описание: 

Накопленная внутридневная доходность собранного портфеля есть разность накопленных доходностей входящих в него акций (обозначается Y). Каждый новый день Y рассчитывается по отношению к ценам закрытия предыдущего дня. Параметр среднего есть среднее арифметическое из Y на закрытие предыдущего торгового дня и Y на открытие текущего дня.  В качестве меры отклонения назначается стандартное отклонение ряда значений накопленных доходностей на открытие и закрытие дня - σ (этот ряд обозначается L и так же моделируется процессом Орнштейна-Уленбека, но с нулевым средним). Тогда мы можем сформулировать торговые правила: пусть n_sigma_open и n_sig_close – число стандартных отклонений ряда Y от своего среднего, служащих  индикаторами открытия и закрытия позиции. Каждый раз, когда Y становится выше или ниже своего среднего на n_sigma_open*σ по выбранной паре открывается короткая или длинная позиция соответственно. После того, как размер отклонения снижается до n_sigma_close*σ, позиции по выбранной паре закрываются. Вне зависимости от исхода все позиции закрываются в конце дня. 
 Предлагается алгоритм выбора пар из некоторого исходного множества акций. Автор говорит о том, что пара акций тем лучше, чем выше дисперсия ряда Y, и ниже дисперсия ряда  L. Поэтому необходимо рассмотреть каждую возможную пару и определить для них дисперсии. Для каждой пары рассчитывается ранг = r_Y + r_L, где r_Y – ранг пары при сортировке дисперсии Y по убыванию, r_L – ранг пары при сортировке дисперсии L по возрастанию. Из всего множества пар выбирается топ с наименьшим значением r_Y + r_L. Число всех возможных пар равно 0.5*N!/(N-2)!, где N – кол-во рассматриваемых бумаг.

Sharpe в статье очень хороший : 3.9. Тестировали без комисии и в расшиернной версии - по всем индастри - результат приемлимый, шарп 2.2. Однако комиссия убивает доходность в 0.