量化交易策略

評估對交易表現的引導方法

  • September 28, 2019

讀完這篇論文後,我試圖複製它。我幾乎完成了,但我被困在第 3.6 節,作者構造了一個隨機對(他是如何構造這個的?),用於使用引導方法評估對交易性能。

配對交易:相對價值套利規則的表現

“特別是,我們進行引導程序,將我們的貨幣對的表現與隨機貨幣對進行比較。引導程序的起點是各種貨幣對打開的一組歷史日期。在每個引導程序中,我們用兩個隨機數替換實際股票與實際貨幣對中的股票具有相似前一個月回報的證券。相似性被定義為來自上個月表現的相同十分位數。實際和模擬貨幣對回報之間的差異提供了我們貨幣對回報部分的指示“這不是由於回歸。我們引導了整個交易日期集 200 次。”

有什麼幫助嗎??

我真的很感激幫助。

還有其他方法可以評估配對交易策略的表現嗎?

謝謝

勞拉

假設在日期 t,您的配對交易策略說交易該配對:A 和 B,假設做多 A,做空 B。根據配對策略的定義,很可能 A 的價格下跌而 B 的價格上漲在上一期間;所以從配對交易的角度來看,A 便宜,而 B 貴。所以我們買入 A 賣出昂貴的 B,期望 A 上漲,B 下跌。

現在引用的段落試圖做的是檢查配對交易策略的回報是否實際上來自負自相關,根據您引用的文章,這是有據可查的,大致相當於:什麼下降,去向上,反之亦然!

為了檢驗這一假設,他們對上個月(就在交易日 t 之前)的股票回報進行排名,並將其分組為下跌。現在您可以用各自十分位數的隨機股票替換 A 和 B。因此,A 十分位的股票很可能在上個月下跌,否則它們不會處於相同的十分位,而與 B 相同的十分位的股票價值會增加。如果這種替代策略產生了配對交易的回報,那麼您將有理由相信配對交易的回報實際上來自回報的負自動相關性,並標記為配對交易。

你可以重複上面的隨機性,比如 200 次,所以每次算法都希望從 A 和 B 各自的十分位數中挑選不同的股票,你會得到更多的信心,因為發現更穩健而不是僅由一組隨機股票驅動。

您可以將上述邏輯應用於所有交易日期,這很簡單,然後匯總結果。

引用自:https://quant.stackexchange.com/questions/48954