Estratégia de negociação de par em r

Estratégia de negociação de par em r
Obter através da App Store Leia esta publicação em nosso aplicativo!
Como voltar a testar estratégias de negociação de pares em R.
Estou tentando aprender sobre estratégia de negociação de pares e estou usando esse pseudo código para escrever meu programa R.
Atualmente, estou usando Systematic Investor Toolbox (SIT) para backtesting usando análises técnicas, mas não sei como fazer estratégias de negociação de pares de backtest usando o SIT.
O problema atual é como simular a compra e venda de pares no SIT. Se o SIT não pode fazer testes de estratégia de negociação de pares, então, como eu deveria executar uma estratégia de negociação de pares, especialmente entrando e saindo. Que lógica devo usar?
Depois de procurar um tempo eu sei que podemos fazer um backtester a partir do zero usando o PerformanceAnalytics; mas antes do teste de volta, temos que criar valores de sinal e retorno. Abaixo está um código de exemplo.
No código acima, o sinal de criação é fácil, mas para pares de negociação, que lógica devo usar para criar sinais e retornar para esses sinais?

Estratégia de negociação de par em r
A negociação de pares é uma forma de reversão média que tem uma clara vantagem de estar sempre protegida contra movimentos do mercado. Geralmente, é uma estratégia alfa elevada quando respaldada por algumas estatísticas rigorosas. Este caderno é executado através dos seguintes conceitos.
O caderno pretende ser uma introdução ao conceito, e que este notebook possui apenas um par, você provavelmente quer que seu algoritmo considere muitos pares ao mesmo tempo.
O caderno foi originalmente criado para uma apresentação no departamento de Applied CS da Harvard e desde então já foi usado em Stanford, Cornell e vários outros locais. Se você estiver interessado em aprender mais sobre como o uso da Pratipia como ferramenta de ensino nas melhores universidades, entre em contato comigo em [email & # 160; protected]
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Aqui está um algoritmo muito simples baseado na abordagem apresentada no caderno.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Aqui está um algoritmo mais sofisticado escrito por Ernie Chan. Este algoritmo calcula uma relação de hedge ao invés de apenas manter quantidades iguais de cada segurança.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Coisas muito úteis.
O que o faz perder sistematicamente por quase 3 meses? A Cointegração falhou nesse período?
Basicamente, sim, eles acabaram por não se cointegrar nesse período de tempo, mas retornaram a ser conitegrated no longo prazo.
Eu acho que o abaixamento que você ressalta é um argumento forte para o porquê você realmente querria muitas negociações de pares ao mesmo tempo. Os pares podem ser cointegrados em diferentes escalas de tempo, e qualquer dado não será sempre em um estado comercializável (grande propagação, pequena propagação). Ao aumentar o tamanho da amostra, você pode tornar muito mais provável que pelo menos um par seja fortemente negociável em um determinado momento, e suavizar os estranhos solavancos que você vê aqui.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Obrigado por isso. Muito útil. Eu notei que você usou o teste Augmented-Dickey Fuller para o teste de cointegração. Você possui implementação semelhante usando o teste de Johansen? Eu não consigo encontrar o teste johansen com python.
Parece que, embora tenha havido algumas tentativas de adicionar o teste de Johansen à biblioteca statsmodels, atualmente não existe uma implementação embutida. Aqui, por exemplo, é uma implementação de terceiros. Não tenho certeza quando será adicionado às bibliotecas do Python, existe uma maneira de você trabalhar sem ter isso?
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Obrigado. Eu vi esse link. Muito complicado de implementar e escrever tudo no IDE. Na verdade, Satya B tentou aqui tudopático / posts / trading-baskets-co-integrated-with-spy.
A beleza do teste de Johansen é que ele gera autovetores, o que eu acho que você pode usar outros métodos para calcular, embora eu não consiga lembrar no momento, para até 12 ativos e muitas outras coisas, que podem ser usadas para criar um cesta. Eu estava olhando para uma estratégia de arborescência do índice de Ernie e tentando replicá-lo na plataforma da Q para avaliar o desempenho após as taxas / comm, etc. Notei que as tarifas pareciam checar um monte de desempenho. O ABGB & amp; O par de FSLR acima possui uma proporção de 0,75 de sharpe, mas terminou com uma proporção de sharpe de -0,29. Muitos pares aparentemente lucrativos acabaram por não ser lucrativos depois do lance / pedido espalhar, taxas, comissão, etc. Por isso, eu estou olhando para 3 ou mais negociação de pares de ações, e indexar arb. O teste de johansen tornará isso mais fácil de implementar.
Eu continuarei tentando.
O caderno é uma excelente introdução estatística para o comércio de pares, eu recomendo a qualquer pessoa interessada no tópico também olhar para algumas pesquisas financeiras. Anatomia de Pairs Trading é um bom começo, e as referências também são úteis. Mais dois artigos gerais sobre estratégias de arbitragem de risco são Características do Risco e Retorno no Arbitragem de Riscos e Arbitragem Limitada em Mercados de Patrimônio Líquido. Há algumas lições caras que as pessoas aprenderam sobre a execução desses tipos de estratégias, e vale a pena conhecer as lições com antecedência. O forewarned é forearmed.
Anthony, é bom te ver aqui! Procurei uma boa implementação do teste de Johansen por um tempo, mas não consegui encontrar um. Há uma discussão muito longa (mas obsoleta) e solicitação de envio no github sobre como incluí-lo em statsmodels: github / statsmodels / statsmodels / issues / 448 e github / josef-pkt / statsmodels / commit / bf79e8ecb12d946f1113213692db6dac5df2b6e9 É realmente muito ruim Como definitivamente no financiamento quantitativo, isso é bastante utilizado.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
@ Aaron. Obrigado pela cabeça. Apreciá-lo vindo do seu. Devo passar algum tempo com esses documentos.
@Thomas. Obrigado pelo link. Como você disse, é um pouco velho. Melhor do que nada, suponho.
Aqui está uma implementação em python para modelos de correção de erros vetoriais. Você também pode usá-lo para encontrar pesos de co-integração. econ. schreiberlin. de/software/vecmclass. py.
Aqui está uma versão do algoritmo de Ernie Chan modificado para trocar vários pares. Esta é uma boa maneira de obter múltiplos fluxos de retorno não correlacionados e reduzir o beta da estratégia geral.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
@Delany, Existem métodos disponíveis para tela para pares usando testes estatísticos? Ou esses geralmente são computacionalmente caros?
Estamos trabalhando na forma de tornar os cadernos clonáveis ​​no próprio ambiente de pesquisa. Enquanto isso, os interessados ​​em brincar com o caderno da publicação original podem fazer o download aqui. Depois de fazer o download, faça o upload para sua conta de pesquisa. Se você ainda não possui uma conta de pesquisa, insira um algoritmo no concurso para receber acesso.
@ comerciante bom, o método fornecido no caderno exibirá uma lista de títulos para cointegração, a condição subjacente necessária para negociação de pares. O problema não é tanto a complexidade computacional quanto a perda de poder estatístico. Quanto mais comparações você faz, menos peso você deve colocar em p-valores significativos. Este fenômeno é descrito aqui. Para ser estatisticamente rigoroso, você deve aplicar uma correção Bonferroni aos valores p obtidos a partir de um script de cointegração pairwise. Com o argumento de que quanto mais valores p você gerar, mais provável é que você encontre valores p significativos que sejam falsos e não refletem o comportamento real de cointegração nos títulos subjacentes. Uma vez que o número de comparações feitas ao procurar a cointegração em dois títulos em n cresce a uma taxa de O (n ^ 2), mesmo olhando para 20 títulos tornaria a maioria dos testes estatísticos inúteis. Uma melhor abordagem é criar um pequeno conjunto de títulos candidatos usando a análise dos links econômicos subjacentes. Um pequeno número de testes estatísticos pode então ser feito para determinar quais, se houver, pares são cointegrados. Deixe-me saber se é isso que você quis dizer.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Eu discordo um pouco sobre o problema com muitas comparações. A correção de Bonferroni é apropriada quando você está procurando a verdade. Por exemplo, se você tiver um questionário com 1.000 itens e você o dê para pessoas com e sem câncer, você encontrará em média 50 itens que se correlacionam com o câncer no nível de significância estatística de 5%, mesmo que nada na O questionário está relacionado ao câncer. Se você considerar combinações de dois ou mais itens, você pode gerar quantos correlatos você gosta.
Mas ao projetar estratégias de negociação automatizadas, as relações coincidentes não o prejudicam muito. Eles adicionam ruídos aleatórios e custos de negociação aos seus resultados. Uma vez que poucos resultados são 100% sem sentido, a maioria das relações tem pelo menos um pequeno grau de persistência, não é crítico para filtrar a sua estratégia para os mais rigorosamente validados. Os lucros são importantes, não a verdade. Bonferroni e métricas semelhantes o empurram para as relações mais estatisticamente confiáveis, que geralmente não são economicamente úteis.
Se por "análise dos links econômicos subjacentes" Você quer dizer começar com pares naturais como duas empresas similares na mesma indústria, não encontrou isso útil. Basicamente, as pessoas percebem as coisas óbvias. Se você quer dizer pensar em relações menos óbvias, especialmente coisas que são invisíveis nos dados usuais que as pessoas usam, então eu concordo. Idealmente, você quer uma história econômica valestável para a dupla relação, o que explica tanto por que existe e por que não é arbitrado. Não só isso protege contra a mineração de dados, mas isso significa que você pode medir se o efeito continua funcionando (sem isso, a única maneira de saber que a estratégia não funciona é quando você perde dinheiro).
Bom trabalho. Eu não leio seu caderno por linha, mas eu posso dizer que será uma ótima adição à biblioteca de exemplo de Quantopian. E acompanhamento com algos compartilhados - bom movimento.
Você pode dar uma olhada no caderno que postei, quantopian / posts / analysis-of-minute-bar-trading-volumes-of-the-etfs-spy-and-sh. Para visualizar como um determinado par vai dentro e fora da cointegração, você poderia fazer uma trama similar. A aplicação do teste estatístico 390 vezes por dia de negociação ao longo de muitos anos exigiria alguma paciência.
@Aaron Estou correto em ler o seu argumento, geralmente, da seguinte forma?
- No mundo real, Bonferroni é muito restritivo e o número de pares rentáveis ​​que você perde através da correção supera a certeza estatística que você ganha.
Eu acho que concordamos quanto ao ponto final que você faz. Eu acho que muitas pessoas da análise de links econômicos fazem são simplistas e ignoram as relações potencialmente interessantes que são mais propensas a conter alfa não arbitral.
@ Obrigado obrigado. Estamos realmente planejando expandir a biblioteca de exemplo para um currículo de finanças cuidadoso completo ministrado com cadernos e algoritmos complementares. Nós vamos ter uma série de palestras de verão à medida que desenvolvemos mais tópicos, então fique atento para aqueles. Seu caderno é muito legal e eu me pergunto o quão estável os índices de cointegração são mesmo para pares fortemente cointegrados. Infelizmente, eu não acho que eu tenha tempo de analisar isso em um futuro próximo o que com a produção de nossos outros cadernos curriculares. No entanto, estamos à procura de contribuidores convidados. Se você tiver cadernos, você gostaria de ser apresentado em nosso currículo com crédito total para o (s) autor (es), envie-os para o meu caminho e eu verifico se eles se encaixam em nosso conteúdo atual.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
No mundo real, o Bonferroni é muito restritivo e o número de pares rentáveis ​​que você perde através da correção supera a certeza estatística que você ganha.
Não precisamente. Sim, Bonferroni é muito restritiva no sentido de que lhe dá poucos pares, mas Bonferroni também o dirige para os pares errados.
No exemplo de um questionário com 1.000 itens fornecidos a pacientes com câncer e pacientes que não são câncer, é provável que a maioria dos itens não tenha efeito sobre o câncer ou pelo menos os efeitos fracos e complexos que ele é não vale a pena usá-los para obter um conselho médico. Então, se você quer um significado de 5%, você testa cada item no nível de 0,005% (você quer 3,9 desvios-padrão, e não apenas 1,6). Você não se importa com isso, porque qualquer efeito real forte o suficiente para a matéria provavelmente aparecerá com um forte significado. Se você não fez Bonferroni, você terminou com 50 recomendações mesmo quando nenhum dos itens importou, e muitos conselhos inúteis.
Aliás, Bonferroni é uma correção muito conservadora, e há mais sofisticados que permitem mais itens.
Mas se você tiver 1.000 pares para testar, é provável que muitos deles tenham algum grau de previsibilidade cointegral. Mesmo que não haja previsibilidade, incluindo o par extra apenas adiciona um pouco de ruído à sua estratégia, o que não é terrível. Além disso, você não acredita que qualquer um deles tenha previsibilidade tão forte que qualquer um teria percebido e arbitrado. Portanto, é razoável considerar todos os pares com 5% de significância ou menos, e filtrá-los usando critérios econômicos ou outros não relacionados aos dados. Selecionar apenas as relações estatísticas mais fortes não é sábio.
Você pode configurar isso em uma estrutura bayesiana se quiser consistência e precisão; ou você pode usar apenas regras ad hoc.
Apenas para o il-pair-literated que quer aprender. deve haver uma história por trás do par? Deveria haver uma explicação lógica? Eu brinquei com os pares e encontrei, por exemplo, o trabalho da MorganStanley e da Expedia. mas por que? Ou não queremos saber por quê?
deve haver uma história por trás do par?
Esta é, na verdade, uma questão semântica e não financeira. Se você adotou uma abordagem estatística pura sem consideração dos pares reais, você acabaria com centenas ou milhares de pares, incluindo alguns sobrepostos. Então, nós não chamaríamos de estratégia de negociação de pares, mas uma estratégia de equidade longa e curta.
A idéia de troca de pares é que você pode obter uma visão adicional, considerando razões específicas para a dependência entre os estoques; e essa percepção pode resultar em um posicionamento mais preciso, e também evitar grandes perdas quando a relação se rompe.
Relações óbvias, como dois estoques de grande tampa na mesma indústria, tendem a não ser úteis. Isso é confuso às vezes, porque alguns dos principais negociantes de pares adiantados envolveram esses pares, e eles ainda são usados ​​para exemplos na maioria dos textos. Mas muitas pessoas estão observando esses spreads muito de perto para obter os altos índices de Sharpe que você precisa para estratégias não diversificadas, como troca de pares. Deixe esses Sharpes marginais para pessoas de longo prazo que têm muito mais posições.
Além disso, quando falamos sobre um motivo para a relação de pares, estamos falando sobre ambos um positivo - por que é difícil imaginar um mundo em que os valores dessas empresas divergem de suas proporções históricas - e um negativo - Por que essas ações respondem a diferentes notícias econômicas? Então, para duas empresas quase idênticas, a primeira questão é fácil, mas a segunda é difícil. Para duas empresas aparentemente não relacionadas como MS e EXPE, é o inverso. Você pode dizer algo como: "Em uma boa economia, o Morgan Stanley ganha muitos negócios e as pessoas viajam muito", & quot; Mas isso é basicamente verdadeiro para quase duas empresas.
O motivo dos pares clássicos foi duas empresas que responderam aos mesmos fatores econômicos básicos, dizem os preços do petróleo ou as taxas de juros ou a força do dólar norte-americano, mas em diferentes pontos da cadeia de suprimentos, dizem os preços do petróleo bruto versus as receitas da estação de serviço. Um único link não é bom o suficiente, praticamente todas as empresas respondem a esses fatores. Mas você pode encontrar pares que são combinados em fatores mais estreitos, por exemplo, atividade de fracking nos Estados Unidos do Nordeste ou precipitação na Califórnia central, ou que correspondem a direção em uma série de fatores amplos. Ou você pode encontrar duas empresas que estão atualmente em empresas similares hoje, mas que por razões históricas estão listadas em diferentes setores. Outra situação comum é duas empresas envolvidas em diferentes pontos do ciclo de vida de bens duráveis; construtores de casas e lojas de móveis com geografia similar, por exemplo.
De qualquer forma, quando você tem um motivo, você tem coisas para monitorar para afinar sua posição; e para alertá-lo se uma grande deslocação é uma grande oportunidade comercial ou um sinal do que a relação histórica quebrou. Se você não tem um motivo, você melhor terá muita diversificação, o que significa que você não pode pagar o trabalho de análise específica para cada par.
Você não admitiria que, se um casal tiver uma história, então essa história é conhecida e, portanto, não é lucrativa por pessoas que gostam de negociadores de varejo lentos para negociar? E se alguém pudesse extrair os dados e descobrir, através dos dados, histórias inesperadas que poderiam pelo menos competir no espaço de troca de pares? Eu vejo seu ponto em manter um grande grupo de pares se as histórias que conectam os participantes são fracas ou inexploradas, mas ainda assim, se os submissos desejamos participar porque não usamos essa técnica? Ou você sustenta que os comerciantes de varejo podem capturar e lucrar com spreads de pares anômalos de casais bem conhecidos?
Você não admitiria que, se um casal tiver uma história, então essa história é conhecida e, portanto, não é lucrativa por pessoas que gostam de negociadores de varejo lentos para negociar?
Não, eu não concordaria com essa visão. O comércio de pares tende a ser de baixa capacidade, especialmente em estoques de menor capital, e requer muito trabalho. Não é atraente para os gerentes de ativos porque os valores de investimento e as características de risco são erráticas. É principalmente prosseguido por comerciantes profissionais individuais a tempo inteiro, que podem seguir uma dúzia de pares, além de algumas dúzias de outras estratégias, e comerciantes semi-profissionais que estão dispostos a levar o que o mercado lhes dá e ficar em dinheiro quando nenhuma das suas estratégias é atraente. Há mais bons pares do que os comerciantes competentes que os perseguem.
Em princípio, você pode encontrar bons pares usando um filtro automatizado inteligente, ou lendo e pensando. Meu sentimento geral é o primeiro é mais difícil, e se você quiser fazê-lo, você quer fazê-lo para identificar grandes números de pares bastante bons em vez de dois ou três grandes pares. Nesse caso, eu digo simplesmente mudar para equidade longa e curto e esquecer pares. A coisa boa sobre ler e pensar é que os calçados mais bons são preguiçosos e preferem deixar o computador fazer o trabalho. Então, você está competindo com não-quentes, alguns dos quais são muito bons em ler e pensar, mas estão em grande desvantagem para alguém com um computador que conhece um pouco de matemática.
Eu não quero encontrar como dogmático, qualquer pessoa que faz o que outras pessoas lhes dizem não é provável que encontre grande sucesso em qualquer tipo de negociação. Se você acha que pode projetar um algoritmo para identificar bons pares, não há danos na tentativa. Simplesmente não me pareceu a abordagem mais promissora.
. Demora muito trabalho.
Sim. O dinheiro fácil de troca de pares foi feito há muito tempo. Histórias lucrativas em ações de menor capital, embora expõe um par para as aberrações da menor volatilidade da empresa não? & quot; Whoops, que o estoque solar perdeu seu contrato principal. Ou, uau, aquele perfurador acabou de receber um contrato estatal inesperado. & Quot; E então a história é reescrita, ou você ou quatro páginas são arrancadas. Pode-se pegar tais prelúdios para mudanças na história, se alguém observasse apenas uma dúzia de histórias. Mas aqui, onde estamos procurando evitar a exibição de histórias - indo totalmente automatizado, nós seríamos pregados por tais falhas narrativas em apenas alguns relacionamentos par.
Quando você diz mudar para ações longas / curtas, você pareceria defender o abandono da pesquisa estatística de histórias obscuras (talvez caprichosas) em vez de reversão média mais ampla - isso é verdade? Mas, se alguém tem as ferramentas, por que não criar dezenas e dezenas de negócios de dupla estranhos. Certo, as histórias podem não existir. Mas, novamente, talvez você descubra 10 ou 20 que são únicos. E através de um processo de eliminação dos parceiros mal empurrados, você acaba com um conjunto gerenciável que é capaz de dançar com as estrelas? Este site não é nada, senão um experimento massivo na mineração de dados, não?
Mais uma vez, eu não estou tentando leis legais aqui, mas as duas abordagens diretas são (a) tentar encontrar alguns pares que você pode entender ou (b) esquecer os pares e tentar construir um grande portfólio de longos e shorts sem se preocupar em juntar estoques ou fazer pesquisas não autorizadas. Em outras palavras (a) pesquisa inteligente nicho ou (b) mineração maciça de dados.
Tentando dividir a diferença ao encontrar dúzias de pares, mas não fazer a pesquisa personalizada necessária para entender cada um parece subóptima.
tente encontrar alguns pares que você possa entender.
Se eu estiver lendo coisas corretamente, por "entender" você quer dizer que deve haver uma história intuitiva subjacente por trás do relacionamento, eu suponho que haja menos risco de que a relação desapareça de repente? Você está falando sobre uma espécie de narrativa? A razão pela qual pensamos que isso está acontecendo, mas não pode explicar com um modelo, é. & quot; ou um modelo quantitativo explicativo que fornece a história por trás do relacionamento? Digamos que eu acho um comércio de pares baseado na idéia de que quando os consumidores compram muitos ovos, as vendas de bacon caem e vice-versa. Eu poderia inventar uma história de que as pessoas só podem comer tanto para o café da manhã e deixá-lo para isso. Tenho um sentimento caloroso e distorcido, e se eu for um comerciante profissional, espero que minha administração fique quente e fuzzy também. Mas o risco é realmente diferente sem a história? A menos que eu realmente encontre um estudo relevante sobre o café da manhã comendo, ou realize um eu mesmo, então eu poderia ser enganado. E se a causa subjacente não pode ser codificada em um conjunto de regras, então não é negociação quantitativa automatizada, certo? Como um usuário de Quantopian que não faz esse tipo de coisa para viver, eu preciso obter um algo no hedge fund de Quantopian, deixá-lo correr e coletar um cheque. Não há tempo para fazer muitas análises off-line.
Há mais bons pares do que os comerciantes competentes que os perseguem.
parece a terra do leite e do mel para nós habitantes de Quantopia. Isso diria que a equipe de Quantopian deveria pensar em produzir pares de candidatos para mais de 35.000 usuários para examinar como um grupo de formigas, tentando inventar histórias para um subconjunto deles ("I & # 39; take take XYZ & amp; PDQ, faça alguma pesquisa e veja se consigo encontrar uma "história" para apoiar a relação. & Quot;).
Eu apenas estou tentando solucionar se qualquer um deles pode ser reduzido para praticar o usuário de Joe Schmo Quantopian, ou se é um esforço sem esperança. Existe um caminho para que a Quantopian obtenha centenas de pares lucrativos e escaláveis ​​negociando algos para seu fundo de hedge de US $ 10 bilhões (tenha em mente que, por minha estimativa, eles precisam de vários milhares de algos distintos no fundo)? Ou isso é tudo um monte de blá, blá, blá?
Eu tentei a busca automatizada de pares / cestas, usando as técnicas de conhecimento público, e embora eu não tenha passado por elas com meu back-tester de nível de tiquetaque, os poucos que eu examinei pessoalmente foram em grande parte inútil; a propagação do spread pretenso que a pesquisa da minha grade apareceu era simplesmente espúria ou devido ao salto de oferta e solicitação.
No entanto, eu sei, de fato, que as pessoas administram cargas de negociação de pares automatizadas decentemente lucrativas. Considero isso o que significa que é possível, mas a maneira como me aproximei era ingênua. Talvez o método de legwork seja o caminho a seguir, chegando com teses sobre drivers e depois procurando por carteiras que expressassem as teses, com a construção da relação de hedge real feita "rigorosamente" usando filtros de Kalman ou o que for.
A minha opinião é que o bate-papo sobre o comércio de pares é maravilhoso, mas deve haver um foco em reduzi-lo para praticar, com algum tipo de fluxo de trabalho acessível, de modo que um usuário de Quantopian possa sentar-se no pijama com uma xícara de café em um dia chuvoso e, na verdade, inventar um meio caminho decente que teria um tiro em entrar no fundo do Q com base na multidão. Por exemplo, temos:
. tente encontrar alguns pares que você possa entender.
Talvez o método de legwork seja o caminho a seguir, chegando com teses sobre drivers.
ESTÁ BEM. Então, qual é o fluxo de trabalho para seu usuário Q típico? Tenha em mente que isso precisa ser escalável. Ele não ganhou Q qualquer bom se apenas os usuários com um grau avançado e 20 anos de experiência na indústria podem ser bem-sucedidos. Se a resposta for, "Bem, não há fluxo de trabalho. você só precisa saber & quot; então a negociação de pares não pode ser acessível em Q. Nós temos a leitura e o pensamento de Aaron, & quot; recomendação acima, mas leia o quê?
Além disso, eu vi em algum lugar que existem técnicas para sintetizar pares comerciais, de cestas de títulos. Isto funciona? Ou um efetivamente acaba com o portfólio de ações longo-curto mencionado por Aaron Brown acima?
O tipo de história quente e confusa que você menciona é inútil para investir, embora, como você diz, pode tranquilizar os investidores e os reguladores. O que você está procurando é covariável para refinar sua estratégia e, o mais importante, avisá-lo quando ele não vai funcionar. A armadilha do quant é que, quando a sua relação o quebra, simplesmente parece mais atraente para o seu modelo, e você espiral para aborrecer.
A história de ovos e bacon é realmente o inverso do que você deseja. Isso diz que existe um consumo total fixo, portanto a quantidade total consumida de ambos os produtos é fixada, o que significa que eles estão negativamente cointegrados. Se eles estavam positivamente correlacionados, digamos porque os investidores procuram ou desacotaram todos os alimentos para café da manhã como um grupo, você faria negociação anti pares. Você está procurando coisas que devem estar em algum tipo de equilíbrio de longo prazo, mas mover é direções contrárias no curto prazo. Uma história quente e difusa pode ser a construção residencial e as vendas de móveis, a curto prazo, se as pessoas estão economizando para adiantamentos, eles não estão comprando móveis, e as famílias de famílias novas estão fazendo devido a mobiliário antigo e subfurnishing. Mas, a longo prazo, as casas ficarão mobiladas. Isso nunca seria uma história comercial de pares porque relaciona setores inteiros. Para explorar isso, você deve construir um modelo de rastreamento do ciclo de vida completo e provavelmente envolvendo outros fatores, como taxas de juros e dados demográficos familiares e padrões de migração, e trocam grandes quantidades de ações.
Para manter isso prático, aqui está uma receita Pairs Trading for Dummies (quero dizer, respeitosamente, eu sou um grande fã para livros For Dummies).
Execute algum tipo de tela estatística para identificar alvos de negociação de pares promissores. Não procure uma significância estatística extrema, apenas um nível moderado para detectar o ruído como 5% ou 1%. Isso pode ajudar a limitar um membro de cada par a empresas ou regiões pelas quais você conhece algo.
Claramente, isso é para alguém que tenha habilidades quantitativas, mas também habilidades gerais de pesquisa e julgamento comercial.
Execute algum tipo de tela estatística para identificar alvos de negociação de pares promissores. Não procure uma significância estatística extrema, apenas um nível moderado para detectar o ruído como 5% ou 1%. Isso pode ajudar a limitar um membro de cada par a empresas ou regiões pelas quais você conhece algo.
Parece que poderia ser produtivo para a Quantopian abrir fontes de ferramentas eficientes para a triagem (e talvez até o seu jogo em termos de recursos de computação). Digamos que eu sou um especialista na empresa XYZ e talvez eu possa restringir meu campo de títulos candidatos em comparação com ações NASDAQ, das quais existem cerca de 3.000. Então, é um problema de computação O (N), não O (N ^ 2) como Delaney menciona acima para o problema geral de triagem. Mas, eu gosto de calcular as estatísticas de forma contínua, cada minuto de negociação em 2 anos. Eu tenho:
(3000 comparações / minuto) (390 minutos / dia) (252 dias / ano) (2 anos) = 589,680,000 comparações.
Alguma coisa assim é viável na plataforma de pesquisa de Quantopian? Caso contrário, como eu poderia escalá-lo de volta a algo que realmente funcionaria em um período de tempo razoável (alguns dias no máximo), mas ainda fornecer resultados úteis?
Eu estou jogando com o algoritmo de Ernie Chan que você postou.
Surpreendentemente, ele falha inteiramente quando eu troco o par, veja o backtest anexado (I & # 39; ve only changed the order).
Além disso, como tratar o hedge negativo (beta de OLS). Com a implementação atual, nós ficamos longos (curtos) em ambas as posições quando o sinal do hedge é o mesmo que o sinal do z-score, o que você não espera do comércio de pares. Que razão econômica pode levar a tais cointegrações?
Não tem certeza exatamente por que ele está falhando quando você troca a ordem. Parece que a matemática pode não ser robusta para um "reverso" e # 39; par. A relação de cobertura vem da definição formal de cointegração, que é a de alguns b e u_t = y_t - b * x_t, u_t está estacionário (a média permanece a mesma). Portanto, tentamos estimar o parâmetro b em cada comércio para que possamos produzir corretamente uma deriva estacionária entre os dois títulos. Pode ser o caso de que os dois estão negativamente cointegrados, se existe uma razão econômica forte para isso, não tenho certeza. Você pode tentar colocar em vigor restrições para não negociar quando você tem dupla longa ou duas posições curtas, ou empregando um melhor método de estimativa para b (mais pontos de dados, por exemplo).
Todos os problemas que você traz são melhorias muito sofisticadas, e fazer essas melhorias no algoritmo pode resultar em algo muito bom. Eu não tenho soluções cortadas e secas para você, já que você está dançando ao redor do que se sabe sobre o comércio algorítmico. Muito se trata de testar rigorosamente os diferentes métodos de processamento de sinais para ver qual é o melhor resultado da amostra. Além disso, como você disse, é importante deixar o raciocínio econômico impulsionar a criação do seu modelo.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Obrigado pela sua resposta rápida.
Esta é realmente uma resposta muito valiosa, pois temia que estivesse faltando algo óbvio.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Aqui está um site temporário que tem similaridade de informações de movimento, que é sobre a mesma idéia de pares. StockA é o estoque que você está comparando, linha é como este par classifica para todos os pares, (sua contagem de linhas). Ele só contém informações para os mais de 5000 pares de pares.
Os dados são retirados do período de agosto de 2017 a fevereiro de 2018 e é uma média de cada dia.
(Alterar IYR para o símbolo desejado)
A idéia por trás do algoritmo não é realmente para troca de pares, mas é para a semelhança de como um par se move. Vou deixar este site de teste por algumas semanas.
Obrigado Delaney. É um ótimo passo de partida para a técnica de troca de pares.
Estou trabalhando na parte faltante desta estratégia, que é como usar o meio ambiente da pesquisa de Quantopian para encontrar pares de estoque / ETF de cointegração estatística de todo o universo ou dos mesmos setores. Depois de construir bons pares, então eu posso usar o Notebook que você forneceu para análise e backtest.
Alguém tem alguma sugestão para mim?
Tenho uma pergunta para esses pares comerciais.
Como você lida com os grandes requisitos de processamento?
Eu codifiquei alguns testes de co-integração e os resultados por combinação levam cerca de 1 segundo.
Posso obter isso com processamento paralelo e armazenando dados localmente, mas um universo de 2000 estocas ainda terá 4000000 combinações potenciais.
Talvez apontando o óbvio, mas.
Uma ferramenta de pré-seleção, ou pré-seleção feita para você por uma taxa.
Quando eu estava pesquisando esse tipo de coisa há alguns anos atrás, as cestas de 3 e 4 de apenas algumas centenas de ETFs levaram meses no meu MacBook. E eles eram todos basicamente lixo, embora eu nunca tivesse passado por todos eles. Provavelmente deveria.
Se eu me lembro corretamente, era uma combinação de 1.6T, ou algo assim.
A fórmula é R para o Sterling S, dividido por S!
então, para 4000 ações, seria.
(4000 x3999) / 2! ou cerca de 8 milhões de pares produzidos a partir dos 4000 estoques típicos. for 3 stocks considered together, there would be 4000 x 3999 x 3998 /3!
You can prune the possible tree pretty easily though. I believe most stocks behave as if they really were ETFs (at the market neutral way of looking at it only) and can be represented by a group of other stocks, that move with their same fundamentals. You only have to know what sectors they move with, and then check for pairs against this.
So, for example, with HLF, it moves with consumer, several currencies, emerging markets, and a few others. It is hard to separate out exactly as emerging markets also move with currency, so which is which becomes the question.
For two typical tech stocks that appear to be very similar, it may well be the case that their main difference is which currencies they move with. So, for most of the time, they may appear co-integrated, but then, when there is a difference in currencies that affects one a lot, and not so much the other, they then move apart.
I was working on an algorithm to determine the underlying components, (so to speak) that collectively make each stock behave with the same logic as if it was a multi-sector ETF. (where the underlying stocks are a mystery to be solved) I have most of it done, and I believe I have enough done to prove it does work this way, but I lost my real time quote stream a few months ago, and so stopped working on it.
since my algorithm would need to consider up to 15 underlying components to solve this problem, it would be 4000 x 3999 x3998 . 3985/15! So, I have to trim it. The link I posted a few messages above shows some of the results of this work, where I first determine the possible stocks to consider, for each symbol.
It is my belief that the market is essentially swamped out with pairs trading, and this is why it works so mathematically perfect for each stock to behave as if it is an ETF.
There is certainly a high computational cost to looking at all possible pairs. However, there is a tradeoff to this approach, as you put yourself at a high risk for multiple comparisons bias. Please see earlier in this thread for a fairly complete discussion of this issue. Regardless of which method you use to select pairs, you'll want to do some additional validation using the notebook and then use the algorithms in this thread to try backtesting a strategy.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Indeed, Aaron Brown's advice is gold.
What is "multiple comparisons bias"? I'm lazy and don't feel like sifting through this rather extensive discussion thread.
I find it hard to believe that pairs trading would work as a scalable hedge fund strategy (be able to pour $10's of millions into a single pair). Is there any evidence? In other words, why is Quantopian promoting this?
This is one of the best threads on the site.
It scales; you can trade hundreds of pairs.
Multiple comparisons is a core problem in all of statistics, right up there with overfitting. The general idea is that if you run 100 statistical tests on random data, you should still expect to get 5 below a 5% cutoff and 1 below a 1% cutoff based on random chance. This is true when testing various iterations of a model, or many pairs. Because the number of pairs is O(n^2) you should expect to get a lot of spurious p-values when looking for pairs. A naive strategy of just looping through pairs won't work, you need to be a bit more sophisticated.
And yes you trade many pairs with low exposure to each. That said, I think that long-short equity strategies may be a better first bet to get into the fund at this point, just based on robustness and capacity.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
There is more electricity used in the state of New Jersey doing calculations on the market than there is electricity used in that state for manufacturing. Pairs strategy likely accounts for at least 50% of this usage as even HFT likely often uses some version of deviation from the mean. It is my opinion that the market is so saturated with pairs trading that given the price of any ten tickers that had no big news, one could deduce the price of the rest of the market and be within 0.7% of the actual price, 90% of the time for the top traded 4000 stocks. (and it could probably be done with less than ten tickers. ) So, for a 30 dollar stock, the margin of error would be about a quarter. This is how precisely, compared to each other, I think they move. Until there is news.
It sounds like a corollary to the reciprocal of the law of large numbers; given enough samples you will always find something to fit.
I would reintroduce the concept I proposed in an article in S&C last spring ; the directed acyclic graph or DAG. Using thousands of correlated or cointegrated pairs I built groups from them. Those groups were essentially social graphs of securities. You can search here for DAG, but briefly, you can use the concept of pair trading, that is, fade and favor the divergences, but with a correlated group. And such a group is assembled, dynamically, from a list of pairs that are "friends of friends". It's a pairs strategy, essentially, but with lower risk and less work managing hundreds of separate strategies.
That said, I think that long-short equity strategies may be a better first bet to get into the fund at this point, just based on robustness and capacity.
Have people been coming up with good ones? If so, what proportion are using the new data sets? If not, why not, do you think that is?
I haven't been focusing on them at all, mostly because there's a problem of opportunity cost; if I spend all my time looking for equity long-short algos, not only is there a chance I don't find anything, but if I do, there's still a chance that Quantopian doesn't select it, and since I cannot trade them myself, that time is wasted (unless I pitch it to other funds I suppose). If I look for algos that I personally can trade, and I find some, then I trade them.
I realize there's an unfortunate schism wherein I am using your platform but not contributing to your business model, so if you have any ideas how I can help without wasting my time writing algos that only work high account levels, please let me know. Pairs trading/statistical arbitrage might be one solution, but I've found them very difficult to implement; anything that looks promising in Quantopian fails the backtest when using dividend-adjusted bid-ask tick data, so I might shift my focus back to building my own lower latency infrastructure for a while.
I would reintroduce the concept I proposed in an article in S&C last spring ; the directed acyclic graph or DAG. Using thousands of correlated or cointegrated pairs I built groups from them.
Legal. Yeah, pretty similar. The DAG though was used specifically to find the networked graph. Those trees might embody the same thing, not sure. But I'd guess the idea is approximate.
Why would anyone want to pairs trade when trading a Minimum Spanning Tree or correlated network graph of stocks is so much safer and easier? I've built dozens of pairs strategies and the directionality of the pair always broke the model. And all pairs I ever tested all went directional at some point -- beyond the account's ability to Martingale down.
Have people been coming up with good ones? If so, what proportion are using the new data sets? If not, why not, do you think that is?
I can't release any specific data on this. I can say that there's a lag between when we update product features/try to educate people about algorithm writing techniques (larger universe size, shorting), and when new strategies start appearing. We'd love more large universe strategies right now and I'm trying to figure out ways to make it easier for folks to develop large universe long-short strategies using pipeline.
I haven't been focusing on them at all, mostly because there's a problem of opportunity cost; if I spend all my time looking for equity long-short algos, not only is there a chance I don't find anything, but if I do, there's still a chance that Quantopian doesn't select it, and since I cannot trade them myself, that time is wasted (unless I pitch it to other funds I suppose). If I look for algos that I personally can trade, and I find some, then I trade them.
I realize there's an unfortunate schism wherein I am using your platform but not contributing to your business model, so if you have any ideas how I can help without wasting my time writing algos that only work high account levels, please let me know. Pairs trading/statistical arbitrage might be one solution, but I've found them very difficult to implement; anything that looks promising in Quantopian fails the backtest when using dividend-adjusted bid-ask tick data, so I might shift my focus back to building my own lower latency infrastructure for a while.
Totally reasonable. We don't release our product with the expectation that everybody will use it to develop strategies for the fund, we also want to support your use case of personal trading. We also understand there's a conflict between pushing people to write high capacity market neutral long-short strategies, when those will never work on their own money. What I'm trying to figure out is ways to make the workflow of producing and evaluating factors easier, because once you have a factor-based ranking system, it's pretty easy to slot that into an existing long-short algorithm using pipeline. I'm working on sharing a pipeline algorithm with the community and attaching it to the lectures page in an effort to get more cloning and tweaking going on.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
I share Simon's sentiment. I've continued to participate in the contests, but the idea of spending tens (hundreds?) of hours trying to come up with an uber algo that will compete with the big dogs sounds like a lot of work, with a very uncertain pay-off (it's not even clear that you are still working on the hedge fund. any substantive news?). The pipeline thingy has a bit of a learning curve, so I haven't taken that on yet (the fact that lots of obscure modules need to be imported is a red flag). That said, if there were good working examples that could be tweaked, I might give it a go.
What I'm trying to figure out is ways to make the workflow of producing and evaluating factors easier, because once you have a factor-based ranking system, it's pretty easy to slot that into an existing long-short algorithm using pipeline.
Why don't you get all of the Q eggheads together for 1 week and see if you can come up with a long-short algo that would be Q hedge-fundable, and publish it (and better yet, actually fund it). Not only would this provide an existence proof, but you should also gain some insight into the workflow and the person-hours to accomplish the task.
Here is a pipeline algorithm that I just published as the goto example of a long-short equity strategy. I'm sure it will go through many improvements as the public eye turns to it, but it should at least be a start. It's tricky because we do want to publish algorithms that are 95% of the way done, so that users can take the last 5% and improve the strategies in many different uncorrelated ways. With long-short equity most of the work is in choosing good factors and factor ranking techniques. Unfortunately those are the type of signals that will disappear when shared publicly, but the actual machinery to trade within the algorithm should stay pretty consistent. If you're maybe looking to learn pipeline a bit, I would recommend going through Lectures 17 and 18, then looking at the algorithm.
I can say for certain we are working on the hedge fund. Even if you have strategies that aren't consistently winning the contest, we may be interested in an algorithm that can consistently do ok. Ultimately, my job as the one overseeing the lectures is to keep trying to make it easier so people don't have to spend as much time working on algorithms that may never pay off for them, and so we get more algorithms that do pay off in the long run.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
I start to implement pair trading backtesting in research environment instead of IDE. The main reason is to automatic run multiple pairs performance analysis before I jump into IDE for full backtest. Another reason for this work is to do further analysis for returns from many pairs.
I am wondering where I can find the example of backtesting in research environment to start with. Any comment is very appreciated.
In your research environment there should be a 'Tutorials and Documentation' pasta. Inside the folder should be a notebook with the title 'Tutorial (Advanced) - Backtesting with Zipline'. Make a copy of that and let me know if that's enough to get you started.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
May 28 algo falls below benchmark if extended to date and -43% PvR with default slippage and commissions, tanking thru 2018.
Hope it can be rescued b/c it shows good potential.
The example strategies cheat and run on the same timeframe over which we did research and found the securities to be cointegrated. In a real strategy you'd want to find pairs that were cointegrated into the future and not just historically cointegrated. The template should stay largely the same, so it's an issue of swapping in new securities that you have statistical evidence will stay cointegrated.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Could you post a tutorial on calibrating an Ornstein Uhlenbeck process for mean reverting series residuals?
We've added a lecture on this to our queue. No idea when we might currently get to it, but it's on there.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Ages ago I posted, perhaps as anonymole, that a "pair" needn't be made of only two securities. In fact, the whole "we only allow low beta strats" mantra is pretty much an argument that all strategies should be a variation of a pairs strat. That is, over all, a market neutral position is best.
Taking this further however, and applying a more formal model to the pairs strategy (that the security set have a "story" attached to it) I wonder if the two halves of the pair would do better as independent baskets of securities. That if one approached a pairs strategy with the mind to match up two behaviorally opposed baskets of securities that instead of trying to search all pair combinations looking for all the super-great-marvelous attributes a pair should have, that instead, one determine the two sides of the pair coin and fill each side with the most appropriately identified securities -- for each side.
A simplistic model might be described thusly:
Equities which cycle up in the spring/summer and down in the fall/winter would be bundled together and set against equities which cycle oppositely (down in the summer, up in the winter).
No doubt there are more interesting or undiscovered cycles that exist. My point is that rather than identify securities that yin and yang, one discover technical, or macro, or fundamental classifications which zig when the other zags. Then find securities which fit each of those baskets of behavior.
This is a very interesting idea and definitely something that professional quants do. At the core we just want two assets on either side of a pair, and a portfolio of assets will do just as well as a single equity. There are probably pros and cons of each method, but the idea of using a basket of things rather than a single thing can greatly reduce your position concentration risk and lead to a better algorithm. I'd say it's worth research. You'd still likely want a few different pairs of baskets as each would smooth out the return curve of the other and produce a lower volatility algorithm.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
I have to run an errand, so I only have five minutes, but hopefully I can be clear in that time.
To demonstrate the chops of an AI system, I created an algorithm that can represent the small changes in stocks price, as the sum of a set of ETFs. For example, with MSFT one might have XLK, XLY, FXE, FXI, and some others.
I can show that the typical price movements during a day can be represented in this way. However, when there is specific news, then it is no longer true, if the news is strong.
What I believe this shows is that instead of things "returning to the mean" they are in fact not moving arbitrarily and so, if they return to the mean, it is because one of the underlying components in fact moved. (Of all the underlying components, usually only one or two have news, and the rest are balancing each other out, once the price has adjusted.)
How might one design a trading platform for this as even if you do know it is the sum of other waveforms that are causing one waveform, one still doesn't know what causes them to move until after the fact.
(the reduction in influence is 1/1.6 when looking at the components, so after a couple of feedback loops, the influence is not measurable. Thanks, and sorry for the hurried note,
Have you read Algorithmic Trading written by Ernie Chan? For sure you read it, I have a question: in fact I am not good in programming and working with Matlab, I am really interested in Currency cross rate part of the book and I want to implement the positions in live trading but I don't know how to do that in fact I can't understand what the numbers as positions mean! If somebody can guide me I'm really appreciated.
Not entirely sure I'm understanding your thesis but it seems that you've created an expression that models the returns of a specific stock from it's sector exposures. This is actually a common risk modeling tactic, check out my notebook here. To build a trading strategy off of this I would take your hypothesis about changing news and use that to alter the coefficients of your model. A cool place to start would be to check out the lectures on factor modeling and then maybe look at some news/sentiment data sets to see if you can find any anomalies.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
That is close. It models the returns to within a few cents usually, at any moment in time, depending on the stock and its volatility as a sum of its sectors. (except when it has specific news.) What I envision behind it is a large set of funds using NLP to invest by sector based on news. Because they are so large, then they tend to swamp out the market during normal times.
I can also show that stock prices changes are directly proportional to the sum of the underlying sectors information, for most time periods. For example, the price changes for three months show this and also for three weeks, which is a bit chaos like, as it would seem they wouldnt be so perfectly in tune. Anyway, with this I can sort stocks by their overall market efficiency (the more efficient you are, the more you sync with the relationship stated above).
I also believe that there are huge funds that are interested in doing nothing more than treading water (as one possible explanation) and they move their money around the world, just trying to stay even, and so the result is that at any given time, the sum of everything stays near zero. (when one thing goes up somewhere, something else somewhere else goes down.)
These relationships also break down during periods of very high volatility such as fall 2018.
There are other things I am able to quantify, but again have no idea how to use. When information about a specific stock or sector hits the market, it is my observation that the more objective the information, the faster the market responds, and the more subjective it is, the slower the market responds.
For example, when Ackman says that HLF is a pyramid scheme, then it can sometimes be hours, and sometimes even days before that news is no longer affecting the price of the stock, but when an analyst upgrades or downgrades a stock, that is more objective and the entire price adjustment is over in fifteen minutes. (If you subtract out market movements then an analysts announcement looks like a log curve, with most of the action in the beginning and a bit of a ringing at the last.)
Again, this all happens too fast to be of use, and it is after the fact that I can say, "That was subjective."
I don't think I am able to alter the coefficients as you suggest. I am using a hard coded take on a system of recursive polynomials for my modeling, so there are billions of coefficients.
Hi, I have a quick and possibly dumb question. Why did you use the ratio instead of the difference between S1 and S2 in the Quantopain pairs trading lecture? In the co-integration lecture, you use the difference instead. In other sources, they use the difference as well.
There's an updated notebook, algorithm, and video available on the lecture series page.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
And as a response to pandasaurus' question, which I unfortunately just saw, we have removed the ratio as it was a typo in the lecture.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Greetings Quantopian Community,
I was at the NYC Event on Pairs Trading, and the current example algorithm is deprecated, such that one cannot deploy it in live trading. With this fix, users can now deploy the algorithm in live trading. The fix is hosted as a pull request on github--thanks.
Muito obrigado. Could you please submit your PR to the following repo? It's where we store lectures and examples. Doesn't quite fit in the current form of zipline.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Thanks, Delaney. I submitted the PR to the specified branch.
Obrigado! Delaney. I am finishing my graduation thesis these days, Your work may help me a lot.
That's great to hear, Dzi. Hope it goes well!
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
I have question in regards to high frequency pairs trading using bid/ask price. One thing that I noticed is during an entry signal if I'm supposed to go long in one and short the other, the Long position that I enter would be using the ask price and this ask price normally is higher than the bid price, so when my exit signals to exit, my bid price that I close my position at will often cause me to loose than make money. What are some of the ways to prevent this from happening or what are some strategies that goes hand in hand with trading high frequently with pairs strategy. Further, how are limit orders used with the bid/ask price.
If you need to make the spread in order for the strategy to be profitable, then you are squarely competing with high-frequency market makers, and it's a whole different ball game. You are unlikely to win. If you have control over the specific order types you send, you could attempt to use mid-point pegs or something, but as soon as you admit any sort of limit orders where execution is not immediate, you now need to be concerned about being exposed unhedged, which is something that you'll need to backtest. (not easy either). What some people do is try and rest or peg an order for the less liquid leg, and attempt to save some of the cost of the wider spread (though again, these days, you'll probably just get adversely selected for no net gain), and then as soon as that fills, you aggressively execute the hedge leg across the narrower spread.
How does one use both bid and ask z score in high frequency trading? For simplicity, I can understand using z score, but when it comes to using both bid and ask price z score, I have trouble picturing how it is used.
Simon's right, mid-frequency strategies generally should be fairly robust to bid-ask spreads. If they're not the edge is probably too small to be consistently profitable. For high frequency trading you do have to consider the bid and ask in many different ways, as your trading will be very sensitive to movements in both. How exactly you use the data would depend on your model.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
You can imagine that the spread is a synthetic asset. For instance, X = 1L -1S so a single unit of X is long one unit of L and short one unit of S. If you need to buy one unit of X immediately, you will buy at the ask of L and sell at the bid of S. If you need to sell one unit of X, you will sell at the bid of L and buy at the ask of S.
You can then easily calculate the bid and ask for X, you have just two "z-scores" to deal with. Then, if you like, you can delay buying until the X_ask_zscore < threshold, and delay selling until the X_bid_zscore > exit_threshold.
Espero que isto ajude.
I had a chance to see this notebook before and I would recommend it to everyone here. Lots of amazing info can be found inside.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian. Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
Hey Simon. thanks for that last post. I've been thinking through the logic behind that, but I do have some questions. Hope you don't mind explaining or expanding on it a little. 1) If I understood you correctly you mean X being the spread between a pair? in other words one unit of X immediately to be traded immediately, I would think that you will buy at the ask of X rather than L to be immediate wouldn't you? One problem that I would encounter by buying one unit of X at the ask price of L would be that the ask price of L may not be the lowest ask price of X and therefore may cause me to still queue to purchase the unit of X or not even fill. Can you say a little more in regards to this?
2) Further, there is one concept that I'm having a hard time to understand. Let's say that my Z score > entry threshold of +2. I would short L by one unit by selling one unit of L at the bid price of L and go long one unit of Y at the ask price of Y. Assuming hedge ratio is 1 and all. When my Z score < exit threshold of say 0.2. I would then exit my short and long position of the pair. The issue that I would encounter assuming no fees and all is that I would loose money during these trades. I'm having a hard time understanding why that would be if my Z score returned to or close to mean. Is the reason behind this due to the fact that the volatility of the bid/ask price may not be high enough to allow the difference in the entry and exit bid/ask spread price at the start and end of the transaction to pull far enough to earn money?
Please take a look at the last part of the page for this link that shows the true correlations, which are arrived at by saying "from the point of view of a pairs trader, how correlated are these tickers."
If you know how to subtract out the part of the market that floats all boats, to be left only with the information pertaining to neutral, there are extreme correlations. XLK is the ticker used in the example, but there are a thousand I could have used. When you know how to subtract out all but the neutral information, the market becomes completely different in how it appears.
Scroll to the very bottom of the article and look at the two tables with correlation information. These numbers are this way because there is so much interest in pairs trading that it tends to swamp things out. It is even more pronounced in Europe.
1) I think you are getting a bit confused; X is not a real thing, it's a synthetic asset formed by the basket of L and S. X has a price to buy and a price to sell which you calculate from the bids and asks of the components. If you cross the spread, generally, you trade immediately in small enough size. You only have uncertainty about fills if you try to earn the spread. That gets much more difficult.
2) Maybe. If your trades are not making money, I mean, that's a big problem. I can't answer why they are not making money. It could be transaction costs like the bid/ask spreads, you should analyze the volatility of your baskets as a function of the bid/ask spreads you have to pay. If you have to cross four 5-cent spreads to try and capture a spread mean-reversion of 2 cents, well yeah you are going to have problems. A bigger problem I found was that mean reversion happens one of two ways; either the asset reverts to the mean, or the mean converges with the asset (assuming you are constantly recomputing the mean, which seems to be common practice). In both cases your z-score goes back to zero, but only in the first case do you make any money.
@daniel I read your article, the correlations at the end, are those of prices, or returns ?
Thanks for clearing that up for me. The idea of using synthetic assets is relatively new to me. I went and researched it a little and noticed that it is often used to capture streams of cash flow. I'm currently trying to perform residual pairs trading with Chinese Future Contracts. As I research it for the use of Futures, I don’t really find much articles or explanations. Is it applicable to Futures?
At the same time, I'm relatively new at this and trying to go through the lectures and stuff to learn. When you say I should analyze the volatility of my baskets as a function of the bid/ask spreads. Do you know where I can find a lecture that discuss this further? Sorry to ask some fundamental questions. One thing I notice in my data is that the bid/ask spread is really small and by small the it is just a spread of one tick of the futures contract; while the Volume for that tick is also small just around 80 or less contracts for either bid or ask.
The correlations are about prices, but just a subset.
(I have edited this down, as compared to what you probably have in email. Please don't copy anything from the email onto the board.)
James - maybe? You need pairs/baskets with enough variance to profitably trade the mean reversion. There tends to be a spectrum; structurally correlated assets (like ETF vs their component baskets) are perfect to trade, so perfect, that everyone does it and therefore the deviations are probably less than the spread. Then there's really shitty pairs which you find doing brute force analysis of the stock market. These have lots of variance, but they probably don't converge, and/or the relationship is totally spurious. Read closely Aaron Brown's posts on this thread. You want something in the middle.
Danial - I am not sure how useful correlations of prices of any kind are ? They are bound to be super high.
By itself I don't believe there is any one thing that is useful for a neutral strategy.
My approach is to look at the market as being represented by several hundred core waveform, and similar to the idea of Fourier Transform, you can use these fundamental waveform to create the 4000 heaviest played stocks. So, basically everything I believe about the market is based on the idea of correlations, as this is what I used as one of the first steps to find those wave forms. (which are not easy to find.)
Consider if you have Tickers AAA and BBB, and they are two similar stocks.
AAA might have as its composite the waves A, B, C, D, E, F, G, H, I, J, and BBB may have D, E, F, G, H, I, J, K, L.
During the times that there is little to no activity in the components A, B, C, K, L then the two tickers would be nearly perfectly correlated. But if suddenly component A had news (for example), then the perfect correlations would no longer hold, since stock BBB does not have an A component waveform..
If you apply the above to the idea of mean reversion, then you can see what I believe the mean reversion strategy is actually about.
In my opinion the best way to play a neutral strategy would be to devise a portfolio that is about the underlying fundamental wave components..
And in the interest of completeness, I will mention that in the above examples, waves A, B, C, etc are also made of composite waves, (and those composites . ) as the market is self referencing. The several hundred are at the bottom of the self referencing, and are something that exists in theory, that I believe I could "easily" find, but have not spent the time and energy to do so as of this date.
I also believe that if I had data for all the major markets of the world and was able to deduce the underlying component waves for those instruments that are heavily played by the collectively speaking, multi-trillion dollar funds, that the sum of these waves would (except for inflation) most of these times sum to be zero.
Some researchers generate the log price series of two equities with the daily close. Then the spread series is estimated using regression analysis based on log price series data. For equities X and Y, they run linear regression over the log price series and get the coefficient β.
Any reason they use log price series instead?
Desculpe, algo deu errado. Tente novamente ou contate-nos enviando comentários.
Você enviou um ticket de suporte com sucesso.
Nossa equipe de suporte estará em contato em breve.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.
O material deste site é fornecido apenas para fins informativos e não constitui uma oferta de venda, uma solicitação de compra ou uma recomendação ou endosso para qualquer segurança ou estratégia, nem constitui uma oferta de prestação de serviços de consultoria de investimento pela Quantopian.
Além disso, o material não oferece nenhuma opinião em relação à adequação de qualquer segurança ou investimento específico. Nenhuma informação contida neste documento deve ser considerada como uma sugestão para se envolver ou abster-se de qualquer curso de ação relacionado ao investimento, já que nenhuma das empresas atacadas ou nenhuma das suas afiliadas está a comprometer-se a fornecer conselhos de investimento, atuar como conselheiro de qualquer plano ou entidade sujeito a A Lei de Segurança de Renda de Aposentadoria do Empregado de 1974, conforme alterada, conta de aposentadoria individual ou anuidade de aposentadoria individual, ou dar conselhos em capacidade fiduciária em relação aos materiais aqui apresentados. Se você é um aposentadorio individual ou outro investidor, entre em contato com seu consultor financeiro ou outro fiduciário não relacionado a Quantopian sobre se qualquer idéia, estratégia, produto ou serviço de investimento descrito aqui pode ser apropriado para suas circunstâncias. Todos os investimentos envolvem risco, incluindo perda de principal. A Quantopian não oferece garantias sobre a precisão ou integridade das opiniões expressas no site. Os pontos de vista estão sujeitos a alterações e podem ter se tornado pouco confiáveis ​​por vários motivos, incluindo mudanças nas condições do mercado ou nas circunstâncias econômicas.

Pair Trading Strategy and Backtesting using Quantstrat.
A Recent Webinar Presentation by Marco Nicolas Dibo.
This insightful webinar on pairs trading and sourcing data covers the basics of pair trading strategy followed by two examples. In the first example, Marco covers the pairs trading strategy for different stocks traded on the same exchange, and in the second example, Marco has illustrated the pairs strategy for different commodity futures traded on different exchanges. Marco also details the different data sources including Quandl which can be used for creating trading strategies.
This article is the final project submitted by the author as a part of his coursework in Executive Programme in Algorithmic Trading (EPAT) at QuantInsti. Verifique a página dos Projetos e veja o que os nossos alunos estão construindo.
Marco has spent his career as a trader and portfolio manager, with a particular focus in equity and derivatives markets. He specializes in quantitative finance and algorithmic trading and currently serves as head of the Quantitative Trading Desk and Vice-president of Argentina Valores S. A. Marco is also Co-Founder and CEO of Quanticko Trading SA, a firm devoted to the development of high frequency trading strategies and trading software. Marco holds a BS in Economics and an MSc in Finance from the University of San Andrés.
Introdução.
One of my favorite classes during EPAT was the one on statistical arbitrage, so the pair trading strategy seemed a nice idea for me. My strategy triggers new orders when the pair ratio of the prices of the stocks diverge from the mean. But in order to work, we first have to test for the pair to be cointegrated. If the pair ratio is cointegrated, the ratio is mean-reverting and the greater the dispersion from its mean, the higher the probability of a reversal, which makes the trade more attractive. I chose the following pair of stocks:
The idea is the following: If we find two stocks that are correlated (they correspond to the same sector), and the pair ratio diverges from a certain threshold, we short the stock that is expensive and buy the one that is cheap. Once they converge to the mean, we close the positions and profit from the reversal.
Trading Strategy Logic.
The logic is simple. The algorithm calculates the daily Z-score for every pair of stocks. The Z-score is the number of standard deviations that the pair ratio has diverged from its mean:
Where R is the price ratio of both stocks, μ is the mean of the ratio and σ is the standard deviation of the price ratio.
Once the Z-score is outside of a certain threshold, we fulfill the first condition required for sending an order.
But the algorithm must also meet a second condition : It calculates the rolling Augmented Dickey Fuller test for the pair of stocks. More specifically, it gets the p-value from the test. Then it compares it with a defined significance level (alpha) and if the p-value is less than the alpha, it means that the price ratio series are stationary and the second condition is met. If both conditions are met, then the algorithm buys the loser and sells the winner. The exit rules apply at a certain Z-score threshold. For the optimization of the strategy the variables that I used were the following:
Z-Score entry thresholds Z-Score exit thresholds Second condition (cointegration) True or False.
Code details and In-Sample Backtest:
The in-sample period for backtesting was 01-01-2009 till 31-12-2018. The Z-score was calculated using the following parameters:
Moving average of the price ratio: 20 days Standard Deviation of the price ratio: 20 days ADF test window: 60 days Initial Equity = 100.000 USD Buy/Sell quantities of spread = 3000.
When we short the spread we are selling “C” and buying “BAC” and when we buy the spread we are doing the opposite. I used quantstrat library [1] for backtesting the strategy. Let us dive into the code:
As mentioned earlier, I will use quantsrat library for the optimization of my strategy. In order to use quantstrat we first have to define and initialize instruments, strategy, portfolio, account and orders:
Then we calculate and add to the strategy our two indicators to the strategy:
& # 8211; ADF Test (True or False)
In the following chart we can see the evolution of the Z-score during the period and the possible values for the threshold where the ratio reverts to the mean and the extreme values. I set some lines in the +/-2 Z-score threshold, where it seems to be a reversal of the pair ratio. This value of the z-score means that the pair ratio is +/- standard deviations from its mean.
Now we set our optimization variables:
As we can see from our summary there are 2 indicators, 7 signals and 3 rules defined in our strategy. Now we can run the backtest, check the transactions and the performance of our strategy.
The optimization was done with the following values for the variables:
From the in-sample backtest we got the following results:
From this table we can get the values for the variables that optimize the strategy. At first sight it seems that there are 3 candidates (case 4, case 6 and case 8). If we compare between cases 6 and 8 we arrive to the conclusion that case 8 is the best one as it has a greater annualized Sharpe ratio and profit to max drawdown, a higher percentage of positive trades, a greater end equity and with the same number of trades. So now we are left with only 2 candidates: 4 and 8. If we would only be checking for the one with the greatest annualized Sharpe ratio, we would prefer case 4. Case 8 also doesn’t take into account that the series must be cointegrated, and case 4 does, so this would be another plus for case 4. But if we take into account the number of transactions, the profit to max drawdown, the end equity, the percentage of positive trades and the fact that the difference in the Sharpe ratio is not a big difference we would definitely select case 8 as our best candidate.
Out of Sample Backtest:
Now that we have optimized the strategy and obtained the optimal values for the parameters, we can run an out of sample blacktest and see how the strategy performs. The out of sample period for the back test goes from the 01-01-2018 to the 31-12-2018 and the optimized values for the thresholds and rules were the following:
Z-Score Buy Threshold = -2 Z-Score Sell Threshold = 2 Z-Score Long Exit Threshold = -1 Z-Score Short Exit Threshold = 1 ADF Test = False.
The following chart show us the different transactions, the end equity and the drawdown results for our strategy:
From the table below we can see that the results from the out of sample backtest are not as good as the ones we got from the in sample backtest.
The annualized Sharpe ratio is still positive but smaller than the 3.52 that we got before. The profit to max drawdown is quite worse than the 4.23 but the max drawdown decreased from 16327 to 8641. Our strategy delivers a cumulative return of 16.04% and annualized return of 5.08% during the three years that it was deployed.
Conclusão.
The idea when I started the Executive Program in Algorithmic trading was to learn how to model a quantitative trading strategy, backtest it and then optimize it. Thanks to my professors and QuantInsti staff I feel that the objective was accomplished. Everything in the course was excellent and would recommend it to everyone interested in learning algorithmic trading.
Próximos passos.
For understanding the statistics behind Pair Trading, Correlation and Cointegration, have a look at our post here. Learn the application of mean reversion and optimising trading parameters using this Excel Downloadable model.
If you are a coder or a tech professional looking to start your own automated trading desk. Learn automated trading from live Interactive lectures by daily-practitioners. Executive Programme in Algorithmic Trading covers training modules like Statistics & Econometria, Computação Financeira e Tecnologia e Algorítmica e Negociação quantitativa. Inscreva-se agora!

Pair trading strategy : how to use "PairTrading" pacote.
This article shows you how you can use it.
The pair trading is a market neutral trading strategy and gives traders a chance to profit regardless of market conditions. The idea of this strategy is quite simple.
1 : Select two stocks(or any assets) moving similarly.
2 : Short out-performing stock, buy under-performing one.
3 : If “spread”(price difference between two stocks) converge, close your position.
So, Let’s start to explain how to use this package.
(This example is in PDF manual of this package)
0: Install & load package.
You can install and load “PairTrading” package via CRAN in the same way as other packages.
1: Load sample data.
We prepared sample stock price data in our package. You can load it by using “data” command.
2: Estimate parameters.
Next, We extract two stock prices(from 31 Mar, 2008) and estimate parameters.
At the moment, we have only normal linear regression method to estimate parameters, but we will develop more sophisticated method in the future.
The estimation result contains the following contents.
The most important thing in this estimation is “spread”, then we try to plot it.
And, you can check the stationarity of that by using “IsStationary” function.
This function return the result of two types unit root test.
( augmented Dickey–Fuller test (ADF) and Phillips-Perron test)
3: Estimate parameters for back-test.
To run back-test, you have to estimate parameters historically by using “EstimateParametersHistorically “ function. This function do something like “rolling regression” to estimate parameters. This point is different from “EstimateParameter” function.
4: Create trading signal.
In this case, The trading signal is drawn as below.
ading signal is.
5: Back-test performance.
In this case, our strategy seems to work correctly 🙂
6: Conclusion and remarks.
It may be useful for you to understand the basic concept of pair trading if you are interested in it.
Comentários estão fechados.
Posts populares recentes.
Artigos mais visitados da semana.
Empregos para usuários R.
É alimentado pelo WordPress usando um design bavotasan.
Direitos autorais e cópia; 2017 R-bloggers. Todos os direitos reservados. Termos e Condições para este site.

R Development Page.
Contributed R Packages.
Below is a list of all packages provided by project PairTrading .
Important note for package binaries: R-Forge provides these binaries only for the most recent version of R, but not for older versions. In order to successfully install the packages provided on R-Forge, you have to switch to the most recent version of R or, alternatively, install from the package sources (.tar. gz).
classical pair trading based on cointegration in finance.
Build status codes.
0 - Current: the package is available for download. The corresponding package passed checks on the Linux and Windows platform without ERRORs.
1 - Scheduled for build: the package has been recognized by the build system and provided in the staging area.
2 - Building: the package has been sent to the build machines. It will be built and checked using the latest patched version of R. Note that it is included in a batch of several packages. Thus, this process will take some time to finish.
3 - Failed to build: the package failed to build or did not pass the checks on the Linux and/or Windows platform. It is not made available since it does not meet the policies.
4 - Conflicts: two or more packages of the same name exist. None of them will be built. Maintainers are asked to negotiate further actions.
5 - Offline: the package is not available. The build system may be offline or the package maintainer did not trigger a rebuild (done e. g., via committing to the package repository).
If your package is not shown on this page or not building, then check the build system status report.