記事「共和分株式による統計的裁定取引（第2回）：エキスパートアドバイザー、バックテスト、最適化」についてのディスカッション

新しいコメント
 

新しい記事「共和分株式による統計的裁定取引（第2回）：エキスパートアドバイザー、バックテスト、最適化」はパブリッシュされました:

この記事では、ナスダックの4銘柄のバスケットを対象としたサンプルのエキスパートアドバイザー(EA)実装を紹介します。銘柄はまずピアソン相関係数に基づいてフィルタリングされました。その後、フィルタリングされた銘柄群について、ジョハンセン検定を用いて共和分関係の有無を検証しました。最後に、共和分関係から得られたスプレッドについて、ADF検定およびKPSS検定を用いて定常性を検証しました。ここでは、このプロセスに関する補足と、小規模な最適化後のバックテスト結果について説明します。

酔っ払い、犬、そしてランダムウォーク*

共和分を研究する際、共和分時系列、ここでは共和分株価の本質的な特徴をうまく説明する比喩に出会うことはよくあります。その比喩によれば、共和分関係にない2つの時系列は、酔っ払った男性が犬と一緒に歩いているようなものです。男性と犬の進む道はランダムにずれ、内在的にも、観測可能な意味でも、測定可能な論理でも統一されていません。男性と犬は別々の道を通って家にたどり着くこともありますし、犬が永遠に迷子になることさえあります。

しかし、共和分関係にある2つの時系列は、犬が首輪で導かれているような関係に例えられます。男性は依然として酔っ払っていて足取りはふらついていますが、それでも男性と犬は常に一緒に進みます。共和分関係にある株式は、まるで価格が「目に見えない首輪」で結ばれているかのようです。長期的には、男性と犬は一緒に家にたどり着く傾向があります。この「家」は共通の平均、すなわちスプレッドの平均値を指します。

共和分株式による統計的裁定取引（第2回）：エキスパートアドバイザー、バックテスト、最適化


作者: Jocimar Lopes

 

なぜ複雑なのか？

dollarExposures[i] = MathAbs(weights_arr[i]) * price * baseLotSize;
...
double ratio = dollarExposures[i] / totalDollarExposure;
double targetDollarExposure = ratio * totalDollarExposure;
...
double lots = targetDollarExposure / price;

これでわかる：

lots -> ratio * totalDollarExposure / price -> dollarExposures[i] / totalDollarExposure * totalDollarExposure / price -> dollarExposures[i] / price -> MathAbs(weights_arr[i]) * baseLotSize

また、あなたの計算は、口座の通貨以外の通貨で引用されたシンボルと互換性がありません。

 
Stanislav Korotky #:

なぜ複雑なのか？

これでわかる：

また、あなたの計算は、口座の通貨以外の通貨で引用されたシンボルと互換性がありません。

ありがとう、スタニスラフ！
新しいコメント