Esta es la primera parte de una serie de artículos en los que se presenta la implementación de cópulas bivariantes en MQL5. Este artículo presenta el código que implementa las cópulas gaussianas y t de Student. Además, profundiza en los fundamentos de las cópulas estadísticas y en temas relacionados. El código se basa en el paquete de Python «ArbitrageLab», de Hudson and Thames.
Las estrategias de negociación basadas en cópulas ofrecen un enfoque alternativo interesante para el arbitraje estadístico, ya que modelan la dependencia entre dos activos mediante una función de cópula. El trading de pares tradicional se basa en divergencias temporales respecto a una relación esperada a largo plazo, y se puede utilizar una cópula para modelar esta relación e identificar oportunidades de negociación. La ventaja teórica del uso de cópulas radica en su capacidad para reflejar las dependencias no lineales y asimétricas entre activos.
Teniendo esto en cuenta, este artículo marca el inicio de una serie dedicada a la implementación de herramientas para estrategias de negociación basadas en cópulas. En esta primera entrega, analizamos los fundamentos de las cópulas estadísticas en el contexto del trading de pares y la modelización de dependencias. También presentamos código MQL5 para el preprocesamiento de conjuntos de datos antes de ajustar los modelos de cópula. El objetivo general de la serie será crear una biblioteca que implemente los modelos de cópula más habituales. Para empezar, este artículo presenta las implementaciones de las cópulas gaussianas y t de Student.
Para iniciar sesión y usar el sitio web MQL5.com es necesario permitir el uso de Сookies.
Por favor, active este ajuste en su navegador, de lo contrario, no podrá iniciar sesión.
Ha iniciado sesión. La autenticación de dos factores se ha desactivado. Vuelva a configurarla y escanee un nuevo código QR, o continúe con la autenticación de dos factores desactivada.
Artículo publicado Cópulas bivariantes en MQL5 (Parte 1): Implementación de cópulas gaussianas y t de Student para modelar la dependencia:
Las estrategias de negociación basadas en cópulas ofrecen un enfoque alternativo interesante para el arbitraje estadístico, ya que modelan la dependencia entre dos activos mediante una función de cópula. El trading de pares tradicional se basa en divergencias temporales respecto a una relación esperada a largo plazo, y se puede utilizar una cópula para modelar esta relación e identificar oportunidades de negociación. La ventaja teórica del uso de cópulas radica en su capacidad para reflejar las dependencias no lineales y asimétricas entre activos.
Teniendo esto en cuenta, este artículo marca el inicio de una serie dedicada a la implementación de herramientas para estrategias de negociación basadas en cópulas. En esta primera entrega, analizamos los fundamentos de las cópulas estadísticas en el contexto del trading de pares y la modelización de dependencias. También presentamos código MQL5 para el preprocesamiento de conjuntos de datos antes de ajustar los modelos de cópula. El objetivo general de la serie será crear una biblioteca que implemente los modelos de cópula más habituales. Para empezar, este artículo presenta las implementaciones de las cópulas gaussianas y t de Student.
Autor: Francis Dube