Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
Пример графического представления парной торговли
Пример графического представления парной торговли

А пары торговли или торговли пара является рынок нейтрально торговая стратегия позволяет трейдерам прибыль от практически любых рыночных условиях: восходящий тренд, нисходящий тренд, или боковое движение. Эта стратегия относится к категории статистических арбитражных и конвергентных торговых стратегий. [1] Парная торговля была впервые предложена Джерри Бамбергером, а затем возглавлена ​​количественной группой Нунцио Тартальи в Morgan Stanley в 1980-х годах. [2]

Обзор [ править ]

Стратегия отслеживает доходность двух исторически коррелированных ценных бумаг. Когда корреляция между двумя ценными бумагами временно ослабевает, то есть одна акция движется вверх, а другая движется вниз, торговля парами будет заключаться в короткой позиции по акции с более высокими показателями и в длинной позиции по акции с низкой доходностью, делая ставку на то, что «спред» между двумя в конечном итоге сойдется. . [3] Расхождение внутри пары может быть вызвано временными изменениями спроса / предложения, большими заказами на покупку / продажу одной ценной бумаги, реакцией на важные новости об одной из компаний и так далее.

Стратегия торговли парами требует хорошего определения размера позиции, выбора времени на рынке и навыков принятия решений. Несмотря на то, что стратегия не имеет большого риска ухудшения ситуации , возможностей мало , и для получения прибыли трейдер должен быть одним из первых, кто использует эту возможность.

Известным парным трейдером был хедж-фонд Long-Term Capital Management ; [4] см. Компании с двойным листингом .

Упрощенный пример [ править ]

Pepsi (PEP) и Coca-Cola (KO) - разные компании, которые создают аналогичный продукт - газировку. Исторически сложилось так, что у этих двух компаний были схожие падения и взлеты, в зависимости от рынка газированных напитков. Если цена Coca-Cola значительно вырастет, а Pepsi останется прежней, трейдер купит акции Pepsi и продаст акции Coca-Cola, предполагая, что две компании позже вернутся к своей исторической точке баланса. Если цена на Pepsi вырастет, чтобы закрыть этот ценовой разрыв, трейдер будет зарабатывать деньги на акциях Pepsi, а если цена на Coca-Cola упадет, они заработают на коротких продажах акций Coca-Cola.

Причина возврата отклоненного запаса к первоначальной стоимости сама по себе является предположением. Предполагается, что у пары будет такая же бизнес-идея, как и в прошлом, в период владения акциями.

Примеры потенциально коррелированных пар [ править ]

Торговля парами на основе моделей [ править ]

Пример прогноза спреда портфеля с использованием модели ARMA и связанных с ним границ ошибки прогноза

Хотя общепринято считать, что цены на отдельные акции трудно предсказать, есть данные, свидетельствующие о том, что можно спрогнозировать цену - ряд спредов - определенных портфелей акций . Обычный способ сделать это - построить портфель так, чтобы ряд спредов был стационарным процессом . Для достижения стационарности спреда в контексте парной торговли, когда портфели состоят только из двух акций, можно попытаться найти неравномерности коинтеграции между двумя сериями цен на акции, которые обычно показывают стационарную корреляцию. Предполагается, что эта нерегулярность скоро будет устранена, и прогнозы сделаны в отношении характера, противоположного отклонениям. [6] [7]Затем это позволит объединить их в портфель со стационарным рядом спредов. [8] Независимо от того, как построен портфель, если ряд спредов представляет собой стационарный процесс, то его можно моделировать и впоследствии прогнозировать с использованием методов анализа временных рядов . Среди тех, которые подходят для парной торговли, - модели Орнштейна-Уленбека [5] [9], модели авторегрессионного скользящего среднего (ARMA) [10] и (векторные) модели коррекции ошибок . [8] Прогнозируемость серии спредов портфеля полезна для трейдеров, потому что:

  1. Спредом можно торговать напрямую, покупая и продавая акции в портфеле, и
  2. Прогноз и его границы ошибок (заданные моделью) дают оценку доходности и риска, связанных с сделкой.

Успех парной торговли во многом зависит от моделирования и прогнозирования временных рядов спреда. [11] Всесторонние эмпирические исследования парной торговли исследовали ее прибыльность в долгосрочной перспективе на рынке США с использованием метода расстояния, совместной интеграции и копул. Они обнаружили, что дистанционные методы и методы совместной интеграции приводят к значительным альфа-коэффициентам и аналогичной производительности, но их прибыль со временем снижается. Стратегии торговли парами Copula приводят к более стабильной, но меньшей прибыли. [12]

Рыночный нейтралитет [ править ]

  • Торговля парами помогает хеджировать отраслевые и рыночные риски. Например, если весь рынок рушится, и две акции падают вместе с ним, сделка должна привести к выигрышу по короткой позиции и отрицательному убытку по длинной позиции , в результате чего прибыль будет близка к нулю, несмотря на большое движение. .
  • Торговля парами - это стратегия возврата к среднему, предполагающая , что цены в конечном итоге вернутся к своим историческим тенденциям.
  • Торговля парами - это в основном самофинансируемая стратегия, поскольку выручка от коротких продаж может быть использована для создания длинной позиции.

Алгоритмическая торговля парами [ править ]

Сегодня парная торговля часто проводится с использованием алгоритмических торговых стратегий в системе управления исполнением . Эти стратегии обычно строятся на основе моделей, которые определяют спред на основе сбора и анализа исторических данных. Алгоритм отслеживает отклонения в цене, автоматически покупая и продавая, чтобы извлечь выгоду из рыночной неэффективности. Преимущество с точки зрения времени реакции позволяет трейдерам использовать более узкие спреды.

Дрейф и управление рисками [ править ]

Торговля парами - это не безрисковая стратегия. Сложность возникает, когда цены двух ценных бумаг начинают расходиться, то есть спред начинает изменяться, а не возвращается к исходному среднему значению. Работа с такими неблагоприятными ситуациями требует строгих правил управления рисками, согласно которым трейдер выходит из убыточной сделки, как только первоначальная установка - ставка на возврат к среднему значению - становится недействительной. Это может быть достигнуто, например, путем прогнозирования распространения и выхода на границах ошибки прогноза. Распространенным способом моделирования и прогнозирования спреда для целей управления рисками является использование моделей авторегрессионного скользящего среднего .

Некоторые другие риски включают:

  • В «рыночно-нейтральных» стратегиях вы предполагаете, что модель CAPM действительна и что бета-версия является правильной оценкой систематического риска - если это не так, ваше хеджирование может не защитить вас должным образом в случае сдвига в рынки. Обратите внимание, что существуют и другие теории оценки рыночного риска, например, фактор Фама-Френча.
  • Меры рыночного риска, такие как бета , являются историческими и могут сильно отличаться в будущем от того, что они были в прошлом.
  • Если вы реализуете стратегию возврата к среднему, вы предполагаете, что среднее значение останется таким же в будущем, как и в прошлом. Когда средства меняются, это иногда называют «дрейфом».

См. Также [ править ]

  • Конвергенция торговли

Ссылки [ править ]

  1. ^ Kanamura, Takashi; Рачев, Светлозар; Fabozzi, FranK (5 июля 2008 г.). «Применение парной торговли к рынкам энергетических фьючерсов» (PDF) . Технологический институт Карлсруэ . Проверено 20 января 2015 года .
  2. ^ Bookstaber, Ричард. Демон нашего собственного замысла , стр. 186. Wiley, 2006.
  3. ^ «Лекция 23: Торговля парами» (PDF) .
  4. ^ Левенштейн, Роджер (2000). Когда гений потерпел неудачу: взлеты и падения Long-Term Capital Management (1-е изд.). Нью-Йорк: Random House. ISBN 978-0-375-50317-7.
  5. ^ a b Махдави Дамгани, Бабак (2013). «Не вводящая в заблуждение ценность предполагаемой корреляции: Введение в модель коинтелирования». Уилмотт . 2013 (1): 50–61. DOI : 10.1002 / wilm.10252 .
  6. ^ С. Александр: «Модели рынка: руководство по анализу финансовых данных». Wiley, 2001.
  7. ^ "Торговая стратегия совместной интеграции" . Bullmen Binary . Проверено 20 января 2015 года .
  8. ^ a b А. Д. Шмидт: «Торговля парами - подход коинтеграции». Сиднейский университет, 2008 г. http://ses.library.usyd.edu.au/bitstream/2123/4072/1/Thesis_Schmidt.pdf
  9. ^ S. Mudchanatongsuk, JA Primbs и W. Wong: "Оптимальная торговля парами: подход стохастического управления". Материалы Американской конференции по контролю, 2008 г. http://www.nt.ntnu.no/users/skoge/prost/proceedings/acc08/data/papers/0479.pdf
  10. ^ Г. Видьямурти: «Торговля парами: количественные методы и анализ». Wiley, 2004.
  11. ^ «Новый подход к моделированию и оценке для торговли парами». Университет Монаша, Рабочий документ. http://www.finanzaonline.com/forum/attachments/econometria-e-modelli-di-trading-operativo/1048428d1238757908-spread-e-pair-trading-pairstrading_binhdo.pdf
  12. ^ Рад, Хоссейн; Лоу, Рэнд Квонг Ю; Фафф, Роберт (2016-04-27). «Прибыльность парных торговых стратегий: методы дистанции, коинтеграции и копулы». Количественные финансы . 0 (10): 1541–1558. DOI : 10.1080 / 14697688.2016.1164337 . ISSN 1469-7688 .