Neutral-Hedge Statistical Arbitrage Nova (Pure-Alpha versão de sonho)

Neutral Hedge Stat Arbitrage New(Pure-Alpha Dream Edition)

- Uma robusta estratégia de arbitragem com 0 posições longas e curtas

Olá a todos os traders, depois de vários meses de depuração, otimização e iteração, estou muito feliz que essa arbitragem estatística de hedging neutro tenha atingido um nível mais estável e possa ser vista com você. Esta é uma estratégia neutra de mercado baseada em hedging de curto prazo. Se você for longo em uma cesta de variedades e curto em uma cesta de variedades na mesma conta, os valores longos e curtos são iguais. Na premissa de evitar riscos sistêmicos beta no mercado, métodos estatísticos são usados para encontrar várias combinações de correspondência de curto prazo para alcançar uma estratégia de arbitragem de baixo risco de rentabilidade estável alfa. Esta estratégia tem boa experiência de detenção, baixa correlação com o mercado, exposição longa e curta neutra, e nenhum risco sob cisnes negros extremos como 31/5219. Em vez disso, ela florescerá em um momento de mercado em que tais erros de preços são caóticos. Esta estratégia será explicada em detalhes abaixo.

Olá ~ Bem-vindo ao meu canal!

Bem-vindos a todos os traders para o meu canal. Eu sou um Quant Developer, e eu desenvolvo CTA full-stack & HFT & Arbitrage e outras estratégias comerciais. Graças à plataforma FMZ, vou compartilhar mais conteúdo relacionado ao desenvolvimento quantitativo em meu canal quantitativo, e trabalhar com todos os comerciantes para manter a prosperidade da comunidade quantitativa.

Para mais informações, por favor, vá para o meu canal ~ Estou esperando por você aqui para provocarTradeMan Home

1. Introdução e explicação da arbitragem estatística

A estratégia de arbitragem estatística é uma estratégia que explora a relação de preços entre diferentes variedades de cesta para negociação. Esta estratégia é baseada em princípios estatísticos, analisando as tendências históricas de preços e correlações entre duas ou mais variedades, encontrando as diferenças de preço entre elas e usando essas diferenças para negociação.

Com o desenvolvimento do mercado, as estratégias de arbitragem estatística de correspondência entre espécies se expandiram gradualmente para outros mercados financeiros, como futuros de commodities, câmbio e criptomoeda. Nesses mercados, diferentes combinações de cesta podem ser encontradas que estão correlacionadas e as negociações de arbitragem podem ser feitas usando diferenças de preço. A lógica desta estratégia é baseada no princípio da reversão média. Quando os preços entre as combinações de cesta múltiplas construídas se desviam de seu escopo estatístico, há uma tendência de regressão. De acordo com essa tendência, quando o preço se desvia muito, você pode vender uma cesta de variedades de alto preço e comprar uma cesta de variedades de baixo preço, a fim de se proteger contra o preco equivocado de curto prazo do mercado. Desta forma, lucros podem ser obtidos da propagação de uma combinação de multi-caixa emparel.

2. Vantagens e desvantagens da arbitragem estatística

vantagem:

• Redução do risco de mercado: A estratégia de arbitragem estatística é baseada em transações de arbitragem baseadas nas diferenças entre várias combinações de produtos da cesta. Em comparação com as transações de um único produto, ela dispersa os riscos e reduz o impacto das flutuações do mercado na estratégia. Reduza os riscos sistêmicos do mercado.
• Renda estável: estratégias de arbitragem estatística conduzem transações de arbitragem de regressão contra erros de preços de curto prazo no mercado. Em comparação com estratégias direcionais, elas têm características de renda mais estáveis.
• Pode adaptar-se a diferentes ambientes de mercado: As estratégias de arbitragem estatística podem operar em diferentes ambientes de mercado porque esta estratégia de negociação tem uma relação menos direcional com o mercado.

deficiência:

• Os dados históricos só podem refletir as relações passadas e não podem representar completamente o futuro, por isso há certos riscos. A construção de estratégias de arbitragem estatística usará um grande número de testes estatísticos para minerar as combinações e correlações das variedades de cesta com base em grandes dados históricos.
• É difícil julgar com precisão o intervalo de tempo necessário para voltar à relação de equilíbrio devido a erros de preços de curto prazo no mercado.
• Análise de dados e capacidades de construção de modelos altamente exigentes: as estratégias de arbitragem estatística exigem uma análise e modelagem aprofundadas de dados estatísticos, como correlação e cointegração entre diferentes combinações de cestas, e exigem altas capacidades de análise de dados e construção de modelos..
• Execução da transação e risco de liquidez: uma vez que se trata de uma transação de variedades cruzadas, o preço de execução e o volume de negociação podem ser afetados por variedades diferentes, e há um risco de execução da transação.

3. O principal conteúdo desta arbitragem estatística Alpha

**1, monitorar todas as variedades de informações de dados em tempo real, realizar digitalização de big data e construir uma combinação de cestas de variedades longas e curtas. **

Especificamente, será construída uma combinação de cestas: por exemplo, se houver 6 variedades A, B, C, D, E e F, elas podem ser divididas em 2 grupos de 3 variedades cada para construir uma combinação de cestas.

**2, testar a correlação entre as combinações de cestas longas e curtas. **

A correlação refere-se ao grau de associação entre duas ou mais variáveis. É usada para medir a relação entre mudanças em uma variável e mudanças em outra variável, ajudando a determinar se há uma certa correspondência ou prever o impacto de mudanças em uma variável em outra variável. O coeficiente de correlação é um método comum para medir a correlação.

O intervalo de valores do coeficiente de correlação é [-1, 1], onde -1 indica correlação negativa, 1 indica correlação positiva e 0 indica nenhuma correlação. Quanto mais próximo o coeficiente de correlação for de -1 ou 1, mais forte a correlação; quanto mais perto de 0, mais fraca a correlação. A fórmula matemática do coeficiente de correlação é a seguinte (tomando o coeficiente de correlação de Pearson como exemplo):

r = cov ((X, Y) / (std ((X) * std ((Y)).

Entre eles, r é o coeficiente de correlação, cov é a covariância, std é o desvio padrão e X e Y representam duas variáveis, respectivamente. Ao testar correlação, uma abordagem comum é calcular a significância estatística do coeficiente de correlação. O teste de hipótese geralmente pode ser usado para determinar se o coeficiente de correlação é significativo. A hipótese nula do teste de hipótese é que não há correlação entre variáveis, e a estatística do coeficiente de correlação é calculada para determinar se rejeitar a hipótese nula.

**3, testar a cointegração da combinação de cesta longa e curta. **

A cointegração refere-se à relação de longo prazo entre duas ou mais variáveis de séries temporais, ou seja, sua combinação linear é estável. Em comparação com a correlação, a cointegração presta mais atenção à relação de equilíbrio de longo prazo do que apenas ao grau de correlação de curto prazo. Quando se desviam dessa relação de equilíbrio, há um mecanismo de correção para retornar o desvio a uma faixa razoável. O conceito de cointegração foi originalmente proposto por Spiegelman (SG Engle) e CWJ Granger (CWJ Granger) em 1987 para resolver o problema de regressão espúria existente na análise de séries temporais.

A teoria da cointegração começa com a análise da não estacionalidade das séries temporais e explora a relação de equilíbrio a longo prazo contida em variáveis não estacionárias. Se as variáveis envolvidas forem estacionárias após as primeiras diferenças, e uma certa combinação linear dessas variáveis for estacionária, então a cointegração existe entre essas variáveis. A cointegração é usada para descrever a relação estacionária entre duas ou mais séries. Para cada sequência individualmente, ela pode ser não estacionária. Os momentos dessas sequências, como a média, a variância ou a covariância, mudam com o tempo, enquanto a sequência de combinação linear dessas séries temporais pode ter propriedades que não mudam com o tempo. Quando os preços de dois ativos obedecem à relação de cointegração, então sua combinação linear satisfaz a propriedade de reverter a média.

Y_t = β_0 + β_1 * X_t + ε_t

Entre eles, Y_t e X_t representam os valores observados de duas variáveis de séries temporais, respectivamente, β_1 é o coeficiente de regressão e ε_t é o termo de erro. Se houver uma relação de cointegração entre Y_t e X_t, então a combinação linear das duas variáveis será estável, ou seja, ε_t é estacionária. Satisfaz a distribuição normal com média 0. Ao testar a cointegração, geralmente é necessário testar a estabilidade. Métodos comumente usados incluem o teste de Johansen e o teste de Engle-Granger.

**4. Esta estratégia testará a relação de cointegração de séries temporais para um grande número de combinações. Os padrões específicos são os seguintes: **

• A série de preços de tempo de uma cesta combinada separada é um vetor integral de primeira ordem, ou seja, a série de preços de tempo não é estacionária (tem uma tendência óbvia).
• A série (ou seja, a derivada) após a primeira diferença das cestas combinadas individuais é estacionária. Use a raiz de unidade ADF para testar duas séries de preços de cestas. Use a raiz de unidade ADF para testar a estacionalidade da primeira diferença da série de preços de tempo das duas cestas.
• Uma certa combinação linear de séries de preços de tempo de combinação emparelhadas é estacionária, ou seja, o residual de uma equação linear construída a partir de duas séries é estacionária.

**5, realizar um grande número de testes de índice de Hurst. **

O índice de Hurst é usado para medir a memória de longo prazo de uma série de tempo para determinar as propriedades médias de reversão da série. O valor do índice de Hurst está entre 0 e 1, com valores próximos de 0,5 indicando que a sequência apresenta uma caminhada aleatória e valores próximos de 1 indicando uma tendência sustentada. Princípio: O índice de Hurst estima o grau de memória de longo prazo de uma sequência, calculando a relação entre a faixa de dispersão de sub-sequências sobrepostas de uma sequência e seu comprimento. Fórmula matemática: Uma maneira de calcular o índice de Hurst é usar a relação entre a faixa de dispersão e o comprimento de sub-sequências sobrepostas para estabelecer a relação correspondente de caminhadas aleatórias.

**6, estimativa da meia- vida média de reversão. **

A meia-vida média de reversão é uma métrica usada para estimar o tempo que leva uma série de preços para retornar à sua média. Quanto menor a meia-vida, mais rápida a reversão média. Princípio: O cálculo da meia-vida média de reversão é estimado ajustando um modelo de média móvel de suavização exponencial convergente (EMA).

(H = -\frac{\ln(0.5)}{\ln(\frac{P_t}{P_t - P_{t-1}}})

Método de ensaio: pode calcular a EMA da série de preços e, em seguida, calcular a meia-vida com base na EMA.

**7. Construir uma estratégia de negociação baseada numa grande quantidade de dados estatísticos. **

Filtrar combinações de produtos do cesto com base na classificação do índice Hurst, estimar parâmetros relevantes com base na meia-vida média de reversão e construir uma combinação de estratégia de negociação com base na cointegração estatística.

Após testes de cointegração, é constatado que existe uma relação de cointegração entre os preços temporais dos ativos X e Y. O desvio padrão do termo residual c é σ, e a constante λ é selecionada como valor de limite.

• Quando lny- ((a+blnx) > λσ, o preço da cesta Y é relativamente sobrevalorizado e o preço da cesta X é relativamente subvalorizado.
• Quando lny- ((a+blnx) < -λσ, o preço da cesta X é relativamente sobrevalorizado e o preço da cesta Y é relativamente subvalorizado.
• Quando a diferença de preço lny-(a+blnx) retorna a um certo intervalo, como o intervalo [-0,5λσ, 0,5λσ], a posição é fechada;

#8, mais por vir. #

A solução é baseada em uma lógica mais exclusiva e inovadora, uma arquitetura mais detalhada e um processamento mais detalhado, que são a sua competitividade central única.

4. Desempenho histórico parcial (dados de custo de 50.000 encomendas após estimativa do preço de transacção real)

Arbitragem Estatística de Cobertura Neutral New-Super Star

5. Aguardando com expectativa a cooperação, os intercâmbios e a aprendizagem e o progresso conjuntos

Qualquer estratégia tem sua própria metodologia e adequação. Por exemplo, a estratégia de reversão média é baseada em caminhada aleatória do mercado e outras teorias, e a estratégia de tendência de momento é baseada em várias teorias de finanças comportamentais, como flutuações de cauda gorda no mercado. Devemos entender seus princípios, adaptar-nos às suas flutuações com base em suas características. Ao mesmo tempo, os usuários de estratégias devem prestar atenção à mesma fonte de lucros e perdas. Retornos mais altos devem ser acompanhados por riscos mais altos. Estratégias maduras têm suas vantagens e desvantagens. Eles devem usá-los razoavelmente e maximizar seus pontos fortes e evitar fraquezas. Saiba se eles estão certos ou errados, e se eles são apropriados ou não de acordo com a situação do mercado. Desempenho completo, tenha confiança e não se surpreenda.

A quantificação não é uma máquina de movimento perpétuo, nem é onipotente, mas deve ser a direção da negociação futura e vale a pena ser aprendida e usada por cada comerciante!

● Plano de aluguel: XXXU/XU/mês, o período preferencial atual é gratuito para aluguel, e pode ser encerrado a qualquer momento.

● Plano de compartilhamento: grandes quantidades podem ser iniciadas gratuitamente, e 20% dos lucros serão extraídos mensalmente.

● Compromisso estratégico: se o utilizador gerar lucros no final do período de arrendamento e não cobrir o custo (a configuração e os parâmetros estão corretos, e não se trata de um cisne negro de força maior), um mês será dado incondicionalmente até que os lucros sejam obtidos.

● Mais opções de cooperação: para qualquer indivíduo e instituição que precise. Todos nós mantemos uma atitude aberta e vantajosa em relação à cooperação e esperamos as suas discussões e cooperação personalizada com base nas suas necessidades, preferências de risco, etc.

Se você tem um maior apetite de risco, como lucros e perdas de curto prazo, e tem necessidades de negociação de curto prazo, você pode verificar outra estratégia estável de alta frequência com um retorno mensal de 3% a 50% e sem risco de liquidação: High Frequency Hedging Market Making Grid New(HFT Market-Making Mining Machine Version)

**Se você tem uma grande quantidade de fundos, você pode observar outro sistema de negociação CTA composto de baixa frequência de média capacidade, que dura 900 dias de negociação real, chuva ou sol. É o sistema de combinação de estratégia CTA com a história mais longa, alta estabilidade e forte universalidade atualmente anunciada para alcançar um crescimento estável de médio e longo prazo: **Compound CTA Trading System New(Multifactor + multivariedade + versão pública multiestratégia)

Informações de contacto (bem-vindos para comunicar e discutir, aprender e progredir juntos) WECHAT: haiyanyydss Telegrama:https://t.me/JadeRabbitcmMais informações úteis TradeMan Home:https://www.fmz.com/market-offer/512 Sistema de negociação de CTA & HFT & Arbitragem totalmente automático @2018 - 2024

Mais.