如何選擇統計套利的最佳回溯期？

是否可以估計 OLS 的最佳回溯期，我們從中測試殘差是否靜止？我閱讀的幾乎所有論文都使用 100 天、252 天、500 天等的隨機回顧期。

我認為這個程序引入了數據窺探偏差。

到目前為止，我發現的唯一“定量”方法是計算均值回歸的半衰期並將其用作回顧期。

有人可以建議一種方法或程序來選擇可用於測試一對股票是否共同整合的回顧期的最佳長度嗎？

任何幫助將不勝感激。

你是對的。

選擇一個固定的回溯期可以讓您找到更多的候選人來實施統計套利，但它具有誤導性，因為回顧過去，它會導致您找到幾個資產協整的時期，而不是一個幾個資產確實是協整的；

那麼，有什麼辦法可以解決這個問題呢？

不同時期的測試（以及之後的回測）；如果結果差異太大，則協整關係不穩健，因此，候選資產對不好

在我看來，關注 E. Chan 的部落格很有趣，他經常處理統計套利話題；他的書也很有趣。

至於半衰期，它對應於在您投資的點差開始盈利之前，您應該期望平均持有多長時間（大約），它不是回溯期的最佳長度。

希望這可以幫助。

我認為沒有量化的方法，但可以根據自己願意擔任多長時間來使用一些常識。例如，如果您不想在石油期貨中持有超過一個月的頭寸，即使年度油價是固定的，使用 10 年視窗也是沒有用的。

在實踐中，交易者可能會測試幾個視窗，其大小與合理的持有期成正比，並選擇最有效的視窗。與往常一樣，通過在樣本外測試策略來抵消數據窺探。

引用自：https://quant.stackexchange.com/questions/18511