時間序列
評估時間序列之間分歧和收斂的定量方法
例如,給定兩個時間序列資產價格及其相關的相對強度指數 (RSI),在滾動視窗基礎上評估收斂或發散的量化方法是什麼?我猜WindowRMSD(均方根偏差)不合適,還有更合適的選擇嗎?
此外,像CUSUM 控製圖這樣的東西也不合適,因為它涉及定義一個“目標”,從中可以測量差異。這當然不適合金融時間序列,因為“目標”會不斷移動。
如果它是以定量方式進行的傳統配對交易,例如在兩個單位根非平穩時間序列中,回報最好被描述為不相關的創新,您經常會發現兩者的線性組合是單位根平穩的,因此,均值回歸。(如果是這種情況,將取決於基礎資產——例如 1980 年代荷蘭皇家相對於殼牌的折扣)。
Cointegration
這使用稱為和的框架Error Correction Models
。例如Ruey S. Tsay 的“金融時間序列分析”(主要是基本思想),Vidyamurthy 的“配對交易 - 定量方法和分析”和 Pole 的“統計套利:算法交易洞察力和技術”