Exemplos de estratégias de par de par

Exemplo de comércio de pares.
Assim como os comerciantes de ações apenas de longa data digitalizam os mercados para títulos adequados, um comerciante de pares deve começar com uma lista de pares potencialmente relacionados. Isso implica a realização de pesquisas para encontrar valores mobiliários que tenham algo em comum e ndash; se o relacionamento é devido ao setor (como o setor automotivo) ou ao ativo (por exemplo, títulos). Embora qualquer par aleatório possa ser teoricamente correlacionado, é mais provável que encontremos correlação em valores mobiliários que tenham algo em comum para começar.
O próximo passo atua como um filtro, ou um meio pelo qual podemos reduzir o número de pares potenciais em nossa aljava. Uma maneira é usar um coeficiente de correlação para determinar quão estreitamente dois instrumentos estão relacionados. A Figura 4 mostra um gráfico diário do contrato e-mini S & amp; P 500 (em vermelho) e do contrato D-e-mini (em verde). Abaixo do gráfico de preços é um indicador que mostra o coeficiente de correlação (em amarelo). Podemos ver a partir do gráfico que, durante o período de tempo avaliado, o ES e o YM estão altamente correlacionados, com valores que variam em torno de 0,9. Nós manteremos o par ES / YM na nossa lista de potenciais pares de candidatos.
Figura 4 O contrato e-mini S & amp; P 500 (em vermelho) e o e-mini Dow (em verde) mostram potencial como comércio de pares. A confirmação visual do preço, respaldada por resultados quantitativos do coeficiente de correlação (em amarelo), mostra que os dois instrumentos estão altamente correlacionados. Imagem criada com a TradeStation.
Figura 5 Este gráfico diário de WMT (em vermelho) e TGT (em verde) mostra que este não é um par ideal (pelo menos não durante o período de tempo testado). Uma revisão visual dos preços, confirmada pelos resultados do coeficiente de correlação (em amarelo) indica uma falta de correlação entre os dois estoques. Imagem criada com a TradeStation.
Um componente contínuo do processo é pesquisar e testar idéias comerciais e determinar métodos absolutos de avaliação de pares e definir divergências. Os comerciantes terão que responder perguntas como O que constitui & ldquo; suficiente & rdquo; divergência da tendência para iniciar um comércio? e como isso será avaliado (por exemplo, usando dados de um indicador de taxa de preço com sobreposições de desvio padrão). Em geral, os comerciantes devem se concentrar em dados quantificáveis: i. e., & ldquo; Eu entrarei em um comércio de pares quando o preço exceder dois desvios padrão. & Rdquo; A Figura 6 mostra dois ETFs & ndash; SPY (em vermelho) e DIA (em verde) & ndash; em um gráfico diário. Abaixo do gráfico de preços é um indicador de taxa de propagação (em azul), com uma +/- uma e duas sobreposições de desvio padrão (linhas pontilhadas). A média aparece em rosa.
Figura 6 Um gráfico diário dos ETFs SPY (em vermelho) e DIA (em verde). Um indicador de taxa de spread aparece abaixo do gráfico de preços, juntamente com uma sobreposição de desvio padrão. Imagem criada com a TradeStation.
Muitos comerciantes usam uma abordagem neutra em dólares para dimensionar a posição ao negociar pares. Usando este método, os lados longo e curto do comércio são inseridos com valores em dólares iguais. Por exemplo, um comerciante quer entrar em um comércio de pares com ações A, negociando em US $ 100 por ação e ações B, negociando em US $ 50 por ação. Para alcançar uma posição neutra em dólares, o comerciante terá que comprar duas ações do estoque B por cada ação da ação A. Por exemplo:
Longo 100 ações do estoque A = $ 10.000; e curto 200 ações do estoque B = $ 10.000.
Compre o underperformer e venda o overperformer.
Uma vez que as regras de negociação são atendidas, o comerciante comprará a segurança de desempenho inferior e simultaneamente venderá a segurança de desempenho excessivo. Na Figura 7, a taxa de propagação excedeu dois desvios padrão e ocorreu uma configuração comercial em nosso par ES / YM. Aqui, uma posição longa é inserida com dois contratos ES, e uma posição curta simultânea de dois contratos é tomada no YM.
Figura 7 Uma negociação é aberta no par ES / YM. A interface de entrada da ordem aparece no lado esquerdo da tela (caixa de entrada de uma ordem para o ES; uma para o YM). As linhas horizontais vermelhas e verdes na parte superior mostram o P / L em tempo real para cada posição. Imagem criada com a TradeStation.
Tal como acontece com a maioria dos investimentos, o momento da saída é fundamental para o sucesso do comércio. É importante aplicar princípios de gerenciamento de dinheiro para negociações de pares, incluindo o uso de ordens protetor de stop-loss e metas de lucro. Os níveis ideais são tipicamente determinados através de uma extensa modelagem histórica. A Figura 8 mostra o comércio ES / YM, saiu usando um nível de lucro líquido conservador.
Figura 8 O comércio ES / YM é encerrado com um pequeno lucro líquido. Imagem criada com a TradeStation.

Pairs Trading usando Técnicas Drivadas por Dados: Estratégias de Negociação Simples Parte 3.
Pairs trading é um bom exemplo de uma estratégia baseada em análises matemáticas. Vamos demonstrar como alavancar dados para criar e automatizar uma estratégia de negociação de pares.
Princípio subjacente.
Digamos que você tenha um par de títulos X e Y que tenham algum link econômico subjacente, por exemplo, duas empresas que fabricam o mesmo produto como Pepsi e Coca Cola. Você espera que a proporção ou a diferença nos preços (também chamada de spread) desses dois permaneçam constantes com o tempo. No entanto, de tempos em tempos, pode haver uma divergência no spread entre esses dois pares causada por mudanças provisórias de oferta / demanda, grandes pedidos de compra / venda para uma segurança, reação para notícias importantes sobre uma das empresas, etc. Neste cenário , um estoque se move enquanto o outro se move em relação um ao outro. Se você espera que esta divergência volte ao normal com o tempo, você pode fazer um comércio de pares.
Quando há uma divergência temporária, o comércio de pares seria vender o estoque de superação (o estoque que subiu) e comprar o estoque de baixo desempenho (o estoque que se deslocou para baixo). Você está fazendo uma aposta de que o spread entre as duas ações acabaria por convergir, quer o estoque superativo que se movesse de volta para baixo ou o estoque com desempenho inferior que se movia de volta ou ambos - seu comércio ganhará dinheiro em todos esses cenários. Se ambos os estoques se movem para cima ou se deslocam juntos sem alterar o spread entre eles, você não faz nem perde dinheiro.
Assim, a negociação de pares é uma estratégia de negociação neutra do mercado, permitindo que os comerciantes lucrem com praticamente qualquer condição de mercado: tendência de alta, tendência de baixa ou movimento lateral.
Explicando o conceito: começamos por gerar dois títulos falsos.
Vamos gerar um X e um modelo de segurança falsos, é um retorno diário, tirando de uma distribuição normal. Em seguida, realizamos uma soma cumulativa para obter o valor de X em cada dia.
Agora, nós geramos Y, que tem um link econômico profundo para X, então o preço de Y deve variar de forma similar ao X. Nós modelamos isto tomando X, deslocando-o e adicionando algum ruído aleatório extraído de uma distribuição normal.
Cointegração.
Cointegração, muito semelhante à correlação, significa que a relação entre duas séries variará em torno de uma média. As duas séries, Y e X seguem o seguimento:
onde ⍺ é a relação constante e e é ruído branco. Leia mais aqui.
Para troca de pares para trabalhar entre duas vezes, o valor esperado da relação ao longo do tempo deve convergir para a média, ou seja, eles devem ser cointegrados.
A série temporal que construímos acima é cointegrada. Vamos traçar a relação entre os dois agora, para que possamos ver como isso parece.
Testes de Cointegração.
Existe um teste conveniente que vive em statsmodels. tsa. stattools. Devemos ver um valor p muito baixo, como criamos artificialmente duas séries que são tão cointegradas quanto fisicamente possível.
Nota: Correlação vs. Cointegração.
A correlação e cointegração, embora teoricamente similares, não são as mesmas. Vejamos exemplos de séries que estão correlacionadas, mas não cointegradas, e vice-versa. Primeiro, vamos verificar a correlação das séries que acabamos de gerar.
Isso é muito alto, como seria de esperar. Mas como duas séries estarão correlacionadas, mas não cointegradas? Um exemplo simples é duas séries que apenas divergem.
Teste de Cointegration p-value: 0.258.
Um simples exemplo de cointegração sem correlação é uma série normalmente distribuída e uma onda quadrada.
Teste de Cointegration p-value: 0.0.
A correlação é incrivelmente baixa, mas o valor p mostra uma cointegração perfeita!
Como fazer um comércio de pares?
Como duas séries temporais cointegradas (como X e Y acima) derivam para e separadas umas das outras, haverá momentos em que a propagação é alta e as vezes em que a propagação é baixa. Nós fazemos um comércio de pares comprando uma segurança e vendendo outra. Desta forma, se ambos os títulos forem juntos ou subissem juntos, nós não fazemos nem perdemos dinheiro - nós somos neutros no mercado.
Voltando a X e Y acima, seguem Y = ⍺ X + e, de modo que a relação (Y / X) se mova em torno de seu valor médio ⍺, ganhamos dinheiro com a razão dos dois que retornam à média. Para fazer isso, observaremos quando X e Y estiverem distantes, ou seja, é muito alto ou muito baixo:
Going Long the Ratio Isto é quando o índice ⍺ é menor do que o habitual e esperamos que ele aumente. No exemplo acima, colocamos uma aposta nessa comprando Y e vendendo X. Iniciando a Ratio Isto é quando o índice ⍺ é grande e esperamos que ele se torne menor. No exemplo acima, colocamos uma aposta nessa vendendo Y e comprando X.
Observe que sempre temos uma "posição coberta": uma posição curta ganha dinheiro se a segurança vendida perder valor, e uma posição longa ganhará dinheiro se um valor de ganhos de segurança, de modo que somos imunes ao movimento geral do mercado. Nós apenas fazemos ou perdemos dinheiro se os valores mobiliários X e Y se movimentarem uns com os outros.
Usando Dados para encontrar títulos que se comportem assim.
A melhor maneira de fazer isso é começar com títulos que você suspeita que possam ser cointegrados e realizar um teste estatístico. Se você apenas executa testes estatísticos em todos os pares, você será preso ao viés de comparação múltiplo.
O compartimento de comparações múltiplas é simplesmente o fato de que há uma maior chance de gerar incorretamente um valor p significativo quando muitos testes são executados, porque estamos executando muitos testes. Se 100 testes forem executados em dados aleatórios, devemos esperar ver 5 p-valores abaixo de 0,05. Se você estiver comparando n valores para co-integração, você realizará comparações n (n-1) / 2 e você deverá esperar muitos valores p significativos, o que aumentará conforme você aumenta. Para evitar isso, escolha um pequeno número de pares que você tenha motivos para suspeitar que pode ser cointegrado e testar individualmente. Isso resultará em menos exposição ao viés de comparações múltiplas.
Então, vamos tentar encontrar alguns títulos que exibem cointegração. Vamos trabalhar com uma cesta de estoques de tecnologia de grande capitalização dos EUA - S & amp; P 500. Esses estoques operam em um segmento similar e poderiam co-integrar os preços. Escaneamos uma lista de títulos e testamos a cointegração entre todos os pares. Retorna uma matriz de pontuação de teste de cointegração, uma matriz de valor de p e quaisquer pares para os quais o valor de p foi inferior a 0,05. Este método é propenso a múltiplos compartimentos de comparação e, na prática, os títulos devem estar sujeitos a uma segunda etapa de verificação. Ignore isso por causa deste exemplo.
Nota: Nós incluímos o mercado de referência (SPX) em nossos dados - o mercado impulsiona o movimento de tantos títulos que muitas vezes você pode encontrar dois títulos aparentemente cointegrados; mas na realidade eles não estão cointegrados um com o outro, mas ambos conintegrados com o mercado. Isso é conhecido como uma variável de confusão e é importante verificar o envolvimento do mercado em qualquer relacionamento que você encontrar.
Agora vamos tentar encontrar pares cointegrados usando nosso método.
Parece que 'ADBE' e 'MSFT' são cointegrados. Vamos dar uma olhada nos preços para garantir que isso realmente faça sentido.
A proporção parece que ele se moveu em torno de uma média estável. A razão absoluta não é muito útil em termos estatísticos. É mais útil normalizar o nosso sinal, tratando-o como um escore z. O escore Z é definido como:
Z Pontuação (Valor) = (Valor - Média) / Desvio Padrão.
Na prática, isso geralmente é feito para tentar dar alguma escala aos dados, mas isso assume uma distribuição subjacente. Normalmente normal. No entanto, muitos dados financeiros normalmente não são distribuídos, e devemos ter muito cuidado para não simplesmente assumir a normalidade, ou qualquer distribuição específica ao gerar estatísticas. A verdadeira distribuição de índices pode ser muito gordo e propensos a valores extremos, desordenando nosso modelo e resultando em grandes perdas.
É mais fácil observar agora que a relação agora se move em torno da média, mas às vezes é propensa a grandes divergências da média, das quais podemos tirar vantagens.
No entanto, quando falamos sobre os fundamentos da estratégia de negociação de par e identificamos títulos co-integrados com base no preço histórico, vamos tentar desenvolver um sinal de negociação. Primeiro, recapitulemos os passos no desenvolvimento de um sinal comercial usando técnicas de dados:
Recolher dados confiáveis ​​e limpar dados Criar recursos a partir de dados para identificar um sinal de negociação / lógica Os recursos podem ser médias móveis ou proporções de dados de preço, correlações ou sinais mais complexos - combine estes para criar novos recursos. Gerar um sinal de negociação usando esses recursos, ou seja, os instrumentos são uma compra, uma venda ou neutro.
Etapa 1: configure seu problema.
Aqui estamos tentando criar um sinal que nos diz se a relação é uma compra ou uma venda no próximo instante no tempo, ou seja, nossa variável de previsão Y:
Y = Ratio é comprar (1) ou vender (-1) Y (t) = Sign (Ratio (t + 1) - Ratio (t))
Observe que não precisamos prever os preços reais das ações, ou mesmo o valor real da relação (embora possamos), apenas a direção do próximo movimento na proporção.
Passo 2: colete dados confiáveis ​​e precisos.
A Auquan Toolbox é sua amiga aqui! Você só precisa especificar o estoque que deseja negociar e a fonte de dados para usar, e puxa os dados necessários e o limpa por dividendos e divisões de estoque. Então, nossos dados aqui já estão limpos.
Estamos usando os seguintes dados do Yahoo em intervalos diários para dias de negociação nos últimos 10 anos (
2500 pontos de dados): Abrir, fechar, alto, baixo e volume de negociação.
Passo 3: dados divididos.
Não esqueça deste passo super importante para testar a precisão de seus modelos. Estamos usando o seguinte Treinamento / Validação / Teste de divisão.
Idealmente, também devemos fazer um conjunto de validação, mas iremos ignorar isso por enquanto.
Etapa 4: engenharia de recursos.
O que poderiam ser características relevantes? Queremos prever a direção do movimento de proporção. Nós vimos que nossos dois títulos são cointegrados, de modo que o índice tende a se deslocar e reverter para o meio. Parece que nossas características devem ser certas medidas para a média da relação, a divergência do valor atual da média para poder gerar o nosso sinal de negociação.
Vamos usar os seguintes recursos:
60 dias Média em Movimento da Proporção: Medida do rolamento significa 5 dias Média de Mover da Relação: Medida do valor atual do desvio padrão médio de 60 dias Pontuação z (5d MA - 60d MA) / SD 60d.
O Z Score do rolling significa realmente revela a natureza reversa média da proporção!
Passo 5: Seleção do modelo.
Vamos começar com um modelo realmente simples. Olhando para o gráfico de pontuação z, podemos ver que sempre que o recurso de pontuação z fica muito alto, ou muito baixo, ele tende a reverter. Vamos usar + 1 / -1 como nossos limiares por muito alto e muito baixo, então podemos usar o seguinte modelo para gerar um sinal comercial:
Ratio é comprar (1) sempre que o z-score é inferior a -1,0, porque esperamos que o score z volte para 0, portanto, o índice para aumentar Ratio é vendido (-1) quando o z-score está acima de 1,0 porque esperamos z pontuação para voltar para 0, portanto, proporção para diminuir.
Passo 6: treinar, validar e otimizar.
Finalmente, vamos ver como nosso modelo realmente faz em dados reais? Vamos ver como é esse sinal nas relações reais.
O sinal parece razoável, parece que vendemos a proporção (pontos vermelhos) quando ele é alto ou aumentado e recomprá-lo quando baixo (pontos verdes) e diminuindo. O que isso significa para ações reais que estamos negociando? Vamos dar uma olhada.
Observe como às vezes ganhamos dinheiro na perna curta e às vezes na perna longa, e às vezes ambas.
Estamos satisfeitos com o nosso sinal nos dados de treinamento. Vamos ver que tipo de lucros esse sinal pode gerar. Nós podemos fazer um backtester simples que compra 1 ratio (comprar 1 estoque ADBE e taxa de venda x estoque MSFT) quando a proporção é baixa, vender 1 proporção (vender 1 estoque ADBE e comprar taxa x estoque MSFT) quando é alto e calcular PnL destes comércios.
Então essa estratégia parece rentável! Agora podemos otimizar ainda mais alterando nossas janelas médias móveis, mudando os limiares para comprar / vender e sair de posições etc. e verificar melhorias de desempenho em dados de validação.
Nós também poderíamos tentar modelos mais sofisticados, como Logisitic Regression, SVM etc, para fazer nossas previsões 1 / -1.
Por enquanto, digamos que decidimos avançar com esse modelo, o que nos traz.
Passo 7: Backtest em dados de teste.
Backtesting é simples, podemos usar nossa função de cima para ver PnL em dados de teste.
O modelo faz muito bem! Isso torna nosso primeiro modelo de negociação de pares simples.
Evite a superposição.
Antes de terminar a discussão, gostaríamos de dar uma menção especial à superposição. A superposição é a armadilha mais perigosa de uma estratégia comercial. Um algoritmo de superposição pode realizar maravilhosamente em um backtest, mas falha miseravelmente em novos dados invisíveis - isso significa que não descobriu nenhuma tendência de dados e nenhum poder de previsão real. Vamos dar um exemplo simples.
Em nosso modelo, usamos estimativas de parâmetros de rolagem e talvez desejemos otimizar o comprimento da janela. Podemos decidir simplesmente iterar sobre todo o comprimento de janela possível e razoável e escolher o comprimento com base em qual nosso modelo executa o melhor. Abaixo, escrevemos um loop simples para marcar comprimentos de janela com base em dados de treinamento e encontrar o melhor.
Agora, verificamos o desempenho do nosso modelo em dados de teste e achamos que esse comprimento de janela está longe de ser ótimo! Isso ocorre porque nossa escolha original foi claramente superada para os dados da amostra.
Caber claramente aos nossos dados de amostra nem sempre dar bons resultados no futuro. Apenas por diversão, deixe plotar os comprimentos de comprimento calculados a partir dos dois conjuntos de dados.
Podemos ver que qualquer coisa entre 20-50 seria uma boa escolha para a janela.
Para evitar a superposição, podemos usar o raciocínio econômico ou a natureza do nosso algoritmo para escolher o tamanho da janela. Nós também podemos usar filtros de Kalman, que não exigem que especifiquemos um comprimento; Este método será abordado em outro caderno mais tarde.
Próximos passos.
Nesta publicação, apresentamos algumas abordagens introdutórias simples para demonstrar o processo de desenvolvimento de uma estratégia de negociação de pares. Na prática, deve-se usar estatísticas mais sofisticadas, algumas das quais estão listadas aqui.
Expoente de Hurst Half-life of mean reversion inferido de um filtro de Ornstein-Uhlenbeck Kalman filtros.
Ao bater palmas mais ou menos, você pode nos indicar quais as histórias que realmente se destacam.
Equipe Auquan.
A Auquan pretende envolver pessoas de diversas origens para aplicar as habilidades de seus respectivos campos para desenvolver estratégias de negociação de alta qualidade. Acreditamos que pessoas extremamente talentosas equipadas com conhecimento e atitude adequados podem projetar algoritmos de negociação bem-sucedidos.

Uma Introdução Básica para Pairs Trading.
Pairs trading ou Statistical Arbitrage é uma estratégia de negociação de ações que tenta ser neutra no mercado e capturar o spread entre dois estoques correlacionados à medida que retornam ao preço médio. É conhecido por alguns como # 8220; arbitragem estatística & # 8221 ;, mas & # 8220; negociação de pares & # 8221; é o nome mais comum usado para se referir a esta técnica.
Simplificando, é a compra e venda simultânea de dois estoques que se seguem quando divergem do padrão normal; na expectativa de que o padrão normal seja retomado em breve. Em outras palavras, os comerciantes encontram duas ações que tendem a se mover juntas. O comerciante compraria ações A e venderia estoque B curto.
Clique aqui para saber como utilizar as Bandas Bollinger com uma abordagem quantificada e estruturada para aumentar suas margens de negociação e garantir maiores ganhos com o Trading com Bollinger Bands® & # 8211; Um guia quantificado.
A troca de pares também é feita com opções, futuros e cestas de ações, mas isso é forragem para futuros artigos. Este artigo abordará os conceitos básicos de negociação de pares, mostrando-lhe um método simples de 4 etapas para troca de pares. Também fornecerei exemplos e apontei-o na direção certa para obter mais informações sobre esta tática de negociação de ações altamente efetiva, muitas vezes usada pelos profissionais de negociação.
Aqui está o método simples de 4 passos para começar na negociação em pares.
Etapa 1. Escolha o par de ações.
Isso pode soar como a parte mais difícil do processo, mas é bastante simples na sua forma mais bruta.
Existem inúmeros métodos complicados para escolher o par de ações, mas tudo se resume a encontrar duas ações que estão correlacionadas em movimento. Comece por procurar ações que tenham sentido ser semelhantes.
Aqui estão vários exemplos:
Estes são apenas um pequeno número de ações que podem ser usadas em troca de pares devido à sua correlação em movimento.
Etapa 2. Confirmar confirmação visual com gráficos.
Os gráficos de preços Eyeballing são uma maneira muito básica de determinar a correlação de pares. Olhe para gráficos de ações que você acha que devem ser correlacionados para encontrar vários que realmente se movem juntos. Existem muitas maneiras mais complexas de fazer isso, mas desta forma é a mais simples.
Passo 3. Criar um gráfico de proporção de preços.
Este é outro procedimento complicado, mas realmente simples. A maioria das plataformas de gráficos pode fazer isso automaticamente.
Um gráfico de taxa de preços É um gráfico de ambos os estoques plotados juntos. É calculado pela divisão de um preço das ações para o outro. Estes são normalmente gráficos de linha e medem o desvio do spread médio ou médio entre os dois estoques no par.
Passo 4. Compre um estoque. Venda um estoque curto.
Quando a linha da razão de preço se move para seu primeiro ou segundo desvio do tempo médio para entrar no comércio. Você quer passar o estoque atrasado e diminuir o desempenho excessivo.
Seu lucro está em qualquer lugar na propagação, pois ele volta ao meio. Quando você começa, combine o valor do dólar em cada estoque e não compartilhe o número, isso mantém as coisas iguais nos movimentos. Há muitas maneiras de dimensionar os negócios, este é apenas o método mais rudimentar.
Este é o comércio de par em sua forma mais simples. Não é um método à prova de engano. Os comerciantes podem e perdem dinheiro. No entanto, a negociação de pares é um método comprovado para lucros consistentes. Mais importante, lembre-se de utilizar paradas quando o comércio de pares. É possível que ambos os lados do comércio possam perder, então saiba o quanto você está disposto a perder antes de executar seu primeiro comércio de pares.
Dave Goodboy é vice-presidente de marketing para um fundo multi-estratégia baseado em Nova York.
Artigos recentes sobre TradingMarkets.
Informação da companhia.
The Connors Group, Inc.
10 Exchange Place, Suite 1800.
Jersey City, NJ 07302.
Recursos da empresa.
Propriedades.
Conecte-se com TradingMarkets.
© Copyright 2017 The Connors Group, Inc.
Não se deve presumir que os métodos, técnicas ou indicadores apresentados nesses produtos serão lucrativos ou que não resultarão em perdas. Os resultados passados ​​de qualquer comerciante ou sistema de negociação individual publicado pela Companhia não são indicativos de retornos futuros desse comerciante ou sistema, e não são indicativos de retornos futuros que sejam realizados por você. Além disso, os indicadores, estratégias, colunas, artigos e todas as outras características dos produtos da Companhia (coletivamente, a "Informação") são fornecidos apenas para fins informativos e educacionais e não devem ser interpretados como conselhos de investimento. Os exemplos apresentados no site da empresa são apenas para fins educacionais. Essas configurações não são solicitações de qualquer ordem para comprar ou vender. Consequentemente, você não deve confiar unicamente na Informação ao fazer qualquer investimento. Em vez disso, você deve usar a Informação apenas como ponto de partida para fazer pesquisas independentes adicionais para permitir que você forme sua própria opinião sobre os investimentos. Você sempre deve verificar com seu conselheiro financeiro licenciado e conselheiro fiscal para determinar a adequação de qualquer investimento.
OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTAS LIMITAÇÕES INERENTES. DESEJO UM REGISTRO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM NEGÓCIO REAL E NÃO PODEM SER IMPACTOS POR CORREÇÃO E OUTRAS TAXAS DE SLIPPAGE. TAMBÉM, DESDE QUE OS NEGÓCIOS NÃO SEJAM REALMENTE EXECUTOS, OS RESULTADOS PODEM TENER SOB OU COMENTÁRIOS COMPLEMENTARES PARA O IMPACTO, SE HAVER, DE CERTOS FATORES DE MERCADO, TAL COMO FALTA DE LIQUIDEZ. PROGRAMAS DE NEGOCIAÇÃO SIMULADOS EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE ESTÃO DESIGNADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ FAZENDO QUE QUALQUER CONTA VÁ OU SEJA PROBABILITÁVEL PARA ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS.

exemplos de estratégias comerciais de par
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.
bom comerciante, 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 confiáveis ​​de forma estatística, que geralmente não são de utilidade econômica.
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.
Grant 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. Unfortunately, I don't think I'll have time to look into that in the near future what with the production of our other curriculum notebooks. We are looking for guest contributors, however. If you have any notebooks you would like to be featured in our curriculum with full credit to the author(s), send them my way and I'll see if they would fit into our current content.
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.
In the real world Bonferroni is too restrictive and the number of profitable pairs you lose via the correction outweighs the statistical certainty you gain.
Não precisamente. Yes, Bonferroni is too restrictive in the sense that it gives you too few pairs, but Bonferroni also directs you to the wrong pairs.
In the example of a questionnaire with 1,000 items given to cancer patients and non-cancer patients, it's likely that most of the items have no effect on cancer, or at least such weak and complex effects that it's not worth using them for medical advice. So if you want 5% significance, you test each item at the 0.005% level (that is you want 3.9 standard deviations, not just 1.6). You don't mind that, because any real effect strong enough to matter will likely show up with strong significance. If you didn't do Bonferroni, you'd end up with 50 recommendations even when none of the items mattered, and a lot of useless advice.
Incidentally, Bonferroni is a very conservative correction, and there are more sophisticated ones that allow more items.
But if you have 1,000 pairs to test, it's likely that many of them have some degree of cointegral predictability. Even if there is no predictability, including the extra pair only adds a little noise to your strategy, which is not terrible. Also you don't believe that any of them have predictability so strong that anyone would have noticed it and arbitraged it away. So it's reasonable to consider all the pairs with 5% significance or less, and filter them out using economic or other criteria unrelated to the data. Selecting only the strongest statistical relations is not wise.
You can set this up in a Bayesian framework if you like consistency and precision; or you can just use ad hoc rules of thumb.
Just for the il-pair-literated who want to learn. must there be a story behind the pair? Should there be a logical explanation? I played around with pairs and found for example that MorganStanley and Expedia work. mas por que? Or doesn't one want to know why.
must there be a story behind the pair?
This is actually a semantic question rather than a financial one. If you adopted a pure statistical approach with no consideration of the actual pairs, you would end up with hundreds or thousands of pairs, including some overlapping ones. Then we wouldn't call it a pairs-trading strategy but a long-short equity strategy.
The idea of pairs trading is you can get additional insight by considering specific reasons for the dependence between the stocks; and that insight can result in more accurate positioning, and also avoidance of big losses when the relation breaks.
Obvious relations, like two large-cap stocks in the same industry, tend not to be useful. That's confusing sometimes, because some of the famous early pairs trades involved such pairs, and they're still used for examples in most texts. But too many people are watching those spreads too closely to get the high Sharpe ratios you need for undiversified strategies like pairs trading. Leave those marginal Sharpes to the long-short equity people who have a lot more positions.
Also, when we talk about a reason for the pairs relation, we're talking about both a positive--why is it hard to imagine a world in which the values of these companies diverge from their historical proportions--and a negative--why do these stocks respond to different economic news? So for two near-identical companies the first question is easy, but the second is hard. For two seemingly unrelated companies like MS and EXPE it's the reverse. You might say something like, "In a good economy Morgan Stanley gets a lot of business and people travel a lot," but that's basically true of almost any two companies.
The classic pairs reason was two companies that responded to the same basic economic factors, say oil prices or interest rates or US dollar strength, but at different points in the supply chain, say crude oil prices versus gas station revenues. A single link is not good enough, virtually all companies respond to these factors. But you can find pairs that are matched on narrower factors, say fracking activity in the Northeast US or precipitation in central California, or that match direction on a number of broad factors. Or you can find two companies that are actually in similar businesses today, but that for historical reasons are listed in different sectors. Another common situation is two companies involved at different points of the lifecycle of durable assets; homebuilders and furniture stores with similar geography for example.
Anyway, when you have a reason, you have things to monitor to fine-tune your position; and to alert you if a big dislocation is a great trading opportunity or a sign than the historical relation has broken. If you don't have a reason, you'd better have a lot of diversification, meaning you can't afford the specific analysis work for each pair.
Wouldn't you admit though that if a pair has a story then that story is known and therefore unprofitable by the likes of slow to trade retail traders? And if one could mine the data and discover, through the data, stories that were unexpected that one could at least compete in the pairs trading space? I see your point on maintaining a large pool of pairs if the stories that connect the participants are weak or unexplored, but still, if we underlings wish to participate why wouldn't we use such a technique? Or do you maintain that retail traders can capture and profit from anomalous pair spreads of well known couples?
Wouldn't you admit though that if a pair has a story then that story is known and therefore unprofitable by the likes of slow to trade retail traders?
No, I wouldn't agree with that view. Pairs trading tends to be low capacity, especially in lower-cap stocks, and takes a lot of work. It's not attractive for asset managers because the investment amounts and risk characteristics are erratic. It's mostly pursued by individual full-time professional traders, who might follow a dozen pairs in addition to a few dozen other strategies, and semi-pro traders who are willing to take what the market gives them and stay in cash when none of their strategies are attractive. There are more good pairs than there are competent traders chasing them.
In principle, you could find good pairs using a clever automated filter, or by reading and thinking. My general feeling is the first is harder, and if you're going to do it, you'll want to do it to identify large numbers of pretty good pairs rather than two or three great pairs. In that case, I'd say just switch to long-short equity and forget pairs. The good thing about reading and thinking is most good quants are lazy, and would rather let the computer do the work. So you're competing with non-quants, some of whom are pretty good at reading and thinking, but are at a huge disadvantage to someone with a computer who knows a little math.
I don't want to come across as dogmatic, anyone who does what other people tell them is not likely to find great success in any sort of trading. If you think you can design an algorithm to identify good pairs, there's no harm in trying. It just doesn't strike me as the most promising approach.
. takes a lot of work.
Sim. The easy pairs trade money was made long ago. Lucrative stories in lower-cap stocks though exposes a pair to the aberrations of smaller company volatility no? "Whoops, that solar stock just lost its major contract. Or, wow, that driller just got a windfall state contract." And then the story gets rewritten, or thee or four pages get torn out. One might catch such preludes to story changes if one only watches a dozen or so stories. But here, where we're looking to avoid story watching -- going fully automated, we would get nailed by such narrative breakdowns in just a few pair relationships.
When you say switch to long/short equities you would seem to advocate abandoning the statistical search for obscure (perhaps whimsical) stories in lieu of broader mean reversion -- is this true? But, if one has the tools, why not create dozens and dozens of strange storied pair trades. Sure the stories may not actually exist. But then again, maybe you discover 10 or 20 that are unique. And through a process of eliminating the poorly paired partners, you end up with a manageable set that are capable of dancing with the stars? This site is nothing if not a massive experiment in data mining no?
Again, I'm not trying to law down laws here, but the two straightforward approaches are (a) try to find a few pairs you can understand or (b) forget about pairs and just try to build a large portfolio of longs and shorts without worrying about pairing up stocks or doing unautomated research. In other words (a) niche clever research or (b) massive data mining.
Trying to split the difference by finding dozens of pairs but not doing the tailored research necessary to understand each one seems suboptimal.
try to find a few pairs you can understand.
If I'm reading things correctly, by "understand" you mean that there should be some underlying intuitive story behind the relationship, I suppose so that there is less risk that the relationship will suddenly disappear? Are you talking about a kind of narrative, "The reason we think this is happening, but can't really explain with a model, is. & quot; or an explanatory quantitative model that provides the story behind the relationship? Say I find a pairs trade based on the idea that when consumers buy lots of eggs, bacon sales drop off, and vice versa. I could make up a story that people can only eat so much for breakfast, and leave it at that. I have a warm, fuzzy feeling, and if I'm a professional trader, hopefully my management will feel warm and fuzzy, too. But is the risk really any different without the story? Unless I actually find a relevant study on breakfast eating, or conduct one myself, then I could just be deluded. And if the underlying cause can't be coded into a set of rules, then it is not really automated quantitative trading, right? As a Quantopian user who doesn't do this sort of thing for a living, I need to get an algo in the Quantopian hedge fund, let it run, and collect a check. No time for doing lots of offline analyses.
There are more good pairs than there are competent traders chasing them.
sounds like the land of milk and honey for us inhabitants of Quantopia. This would say that the Quantopian team should think about churning out candidate pairs for their 35,000+ users to examine like a bunch of ants, trying to come up with stories for a subset of them ("I'll take XYZ & PDQ, do some research, and see if I can find a 'story' to support the relationship.").
I'm just trying to sort out if any of this can be reduced to practice for Joe Schmo Quantopian user, or if it is a hopeless endeavor. Is there a path for Quantopian to get hundreds of lucrative, scalable pairs trading algos for their $10B hedge fund (keep in mind that by my estimation, they need several thousand distinct algos in the fund)? Or is this all a bunch of blah, blah, blah?
I've tried the automated searching of pairs/baskets, using the public knowledge techniques, and though I haven't gone through them all with my tick-level back-tester, the few that I did examine personally were largely worthless; the supposed spread mean-reversion that my grid search turned up was just spurious or due to bid-ask bounce.
However, I do know for a fact that people run decently profitable automated pairs trading portfolios. I take that to mean that it is possible, but the way that I approached it was naive. Perhaps the legwork method is the way to go, coming up with theses about drivers and then looking for portfolios that would express the theses, with the actual hedge ratio construction done "rigorously" using Kalman filters or whatever.
My take is that chatting about pairs trading is wonderful, but there should be a focus on reducing it to practice, with some sort of approachable workflow, so that a Quantopian user can sit down in his pajamas with a cup of coffee on a rainy day and actually come up with a halfway decent algo that would have a shot at getting into the crowd-sourced Q fund. For example, we have:
. try to find a few pairs you can understand.
Perhaps the legwork method is the way to go, coming up with theses about drivers.
ESTÁ BEM. So what's the workflow for your typical Q user? Keep in mind, this needs to be scalable. it won't do Q any good if only users with an advanced degree and 20 years of industry experience can be successful. If the answer is, "Well, there is no workflow. you just need to know" then pairs trading won't be approachable on Q. We have Aaron's "reading and thinking" recommendation above, but read what?
Also, I'd seen somewhere that there are techniques for synthesizing trading pairs, from baskets of securities. Does this work? Or does one effectively end up with the long-short equity portfolio referred to by Aaron Brown above?
The kind of warm-and-fuzzy story you mention is worthless for investing, although as you say it can reassure investors and regulators. What you're looking for is covariates to refine your strategy and, most important, warn you when it's not going to work. The quant trap is that when your relation breaks it simply looks more attractive to your model, and you spiral to doom.
The eggs-and-bacon story is actually the reverse of what you want. That says there is a fixed total consumption, so the total amount consumed of both products is fixed, meaning they are negatively cointegrated. If they were positively correlated, say because investors bid up or down all breakfast foods as a group, you would do anti-pairs trading. You're looking for things that have to be in some kind of long-term balance, but move is opposite directions in the short-term. A warm-and-fuzzy story might be residential construction and furniture sales, in the short run if people are saving for down payments they're not buying furniture, and newly house poor families are making due with old furniture and underfurnishing. But in the long run, houses will get furnished. This would never be a pairs trading story because it's relating entire sectors. To exploit this, you'd build a model tracing the full life cycle, and likely involving other factors like interest rates and family demographics and migration patterns, and trade large numbers of stocks.
To keep this practical, here is a Pairs Trading for Dummies recipe (I mean that respectfully, I'm a big fan for For Dummies books).
Run some kind of statistical screen to identify promising pairs trading targets. Don't look for extreme statistical significance, just some moderate level to screen out the noise like 5% or 1%. It can help to limit one member of each pair to companies or regions you know something about.
Clearly this is for someone who has quant skills, but also general research skills and business judgment.
Run some kind of statistical screen to identify promising pairs trading targets. Don't look for extreme statistical significance, just some moderate level to screen out the noise like 5% or 1%. It can help to limit one member of each pair to companies or regions you know something about.
it sounds like it could be productive for Quantopian to open-source some efficient tools for the screening (and maybe up their game in terms of computing resources). Let's say I'm an expert on company XYZ and maybe I could narrow down my field of candidate securities for comparison to NASDAQ-listed stocks, of which there are about 3,000. So, it is an O(N) computing problem, not O(N^2) as Delaney mentions above for the general screening problem. But, I'd like to compute the statistics on a rolling basis, every trading minute over 2 years. I'd have:
(3000 comparisons/minute)(390 minutes/day)(252 days/year)(2 years) = 589,680,000 comparisons.
Is something like this at all feasible on the Quantopian research platform? If not, how would I scale it back to something that would actually run in a reasonable amount of time (a few days at most) but still provide useful results?
I'm playing around with the algorithm by Ernie Chan that you posted.
Surprisingly, it fails entirely when I swap the pair, see the attached backtest (I've only changed the order).
Also, how to treat the negative hedge (beta from OLS). With the current implementation we go long (short) on both positions when the sign of the hedge is the same as the sign of the z-score, which you don't expect from pair trading. What economic reason can lead to such cointegrations?
Not sure exactly why it's failing when you swap the order. Seems like the math may not be robust to an 'upside-down' par. The hedge ratio comes from the formal definition of cointegration, which is that for some b and u_t = y_t - b * x_t, u_t is stationary (the mean stays the same). Therefore we try to estimate the b parameter in each trade so that we can correctly produce a stationary drift between the two securities. It can be the case that the two are negatively cointegrated, whether there's a strong economic reason for this I'm not sure. You might try putting in place restrictions to not trade when you have double long or double short positions, or employing a better estimation method for b (more data points for example).
All of the issues you bring up are very sophisticated improvements, and making these improvements to the algorithm could result in something very good. I don't have cut and dried solutions for you, as you are now dancing around the edge of what is known about algorithmic trading. A lot of it comes down to rigorously testing different signal processing methods to see which yield the best out of sample performance. Also, like you said it's important to let the economic reasoning drive the creation of 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.
Obrigado pela sua resposta rápida.
This is actually a very valuable response, as I was afraid I might have missed something obvious.
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.
Here is a temp website which has similarity of movement information, which is about the same idea as pairs. StockA is the stock you are comparing to, row is how this pair ranks to all pairs, (its row count). It only contains information for the top 5000 or so pairs.
The data is pulled from the period of Aug 2014 to Feb 2015 and is an average of each day.
(Change IYR to symbol wanted)
The idea behind the algorithm is not actually for pairs trading, but is for similarity of how a pair moves. I will leave this test site up for a few weeks.
Thanks Delaney. It's a great starting step for pair trading technique.
I am working on the missing piece of this strategy which is how to use Quantopian Research environment to find statistical cointegration stock/ETF pairs from entire universe or from the same sectors. After I construct good pairs, then I can use the Notebook you provided for further analysis and backtest.
Does anyone have any suggestion for me?
I have a question for those trading pairs.
How do you deal with the large processing requirements?
I coded some tests for co-integration and results per combination take roughly 1 second.
I can get this down with parallel processing and by storing data locally but a universe of 2000 stocks will still have 4000000 potential combinations.
Perhaps pointing out the obvious, but .
A pre-screening tool, or pre-screening done for you for a fee .
When I was researching this sort of thing a couple of years ago, the baskets of 3 and 4 of only a few hundred ETFs took months on my MacBook. And they were all mostly garbage, though I never actually went through them all. I probably should.
If I remember correctly, that was 1.6T combinations, or something like that.
The formula is R to the Sterling S, divided by S!
so, for 4000 stocks, it would be.
(4000 x3999)/2! or, about 8 million pairs made from the 4000 typical stocks. 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 2015.
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 2015.
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" lidar com. 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.

Examples pair trading strategies

The purpose of this Strategy is to demonstrate capabilities of AlgoTrader. Do not use it with a Live Trading Account and real Money! The strategy might lead to large losses. Even when modifying or extending the Strategy use caution before trading it Live.
The Pairs Trading strategy uses the web service pairtradinglab to trade pairs of US equities.
C.1.1.В What Is Pairs Trading?
Pairs trading is a well-known market neutral trading strategy, that gives traders the ability to profit from practically any market conditions. Whether conditions reflect an uptrend, downtrend, or sideways movement, traders can take advantage of the current market using pairs trading. This type of strategy is typically categorized as a statistical arbitrage trading strategy.
The strategy works by monitoring the performance of two historically correlated securities. When the correlation between those two securities demonstrate a temporary weakness, a pairs trade can be conducted by shorting the outperforming stock and going long on the under performing stock. Basically, one is betting that the spread between the two will converge eventually.
C.1.2.В Pair Trading Lab.
Pair Trading Lab offers tools to assist in setting up and backtesting a pairs trading portfolio. Along with a database of more than 10 million pre-analyzed pairs, Pair Trading Lab offers the following:
Advanced online back tester.
Online co-integration analyzer.
Private repository of backtests, studies, and pairs.
Portfolio organizer and portfolio backtester.
C.1.3.В AlgoTrader - Pair Trading Lab Integration.
With the integration between AlgoTrader and Pair Trading Lab, it is possible take advantage of the capabilities of both systems in combination:
Pair Trading Lab will be used to:
Create backtests of pairs.
Verify a pair trading idea and inspect the behavior and robustness of pairs.
Test pairs for co-integration.
Search the PTL database of more than 10 million pre-analyzed U. S. market pairs using complex filters.
Create and maintain lists of interesting pairs, rate them, and tag them.
Create, maintain, and backtest portfolios of pair strategies.
Then the AlgoTrader - Pair Trading Lab integration can be used to download selected pairs and/or portfolio of pairs from Pair Trading Lab into AlgoTrader where they can then be traded automatically.
The AlgoTrader based pairs trading strategy implementation is based on the Ratio Model.
C.2.В Implementation.
The main artifacts needed for the Implementation of a new Strategy are described in chapter ChapterВ 5, Strategy Development .
The following list will give an overview of the specific artifacts implemented by the Pairs Trading Strategy (Note: Most of the functionality is documented via JavaDoc or Esper comments):
The strategy service class providing the main trading logic.
Import utility to download pairs from Pair Trading Lab and configure them in AlgoTrader.
Contains all strategy configuration items.
Contains the logic of the ratio model.
Esper Module containing all statements for this strategy:
PAIR_WINDOW : Contains all current pair definitions.
SIGNAL_WINDOW : Contains current signals (will be updated on each tick)
LAST_TICK , INSERT_LATEST_TICK , UPDATE_LATEST_TICK_1 & UPDATE_LATEST_TICK_2 : keep track of current prices for all pairs.
UPDATE_HISTORICAL_BARS & DAILY_RECALC : daily triggers for downloading historical data and updating entry thresholds.
INSERT_ZSCORE : calculates the z-score for each new price update.
INSERT_INTO_SIGNAL_EVENT & ON_SIGNAL : create and propagate SignalEvents in case an entry or exit trigger is reached.
Contains default parameters used by the strategy.
Contains event-types definitions (i. e. PairEvent and SignalEvent )
Contains pairsTradingParams , pairsTradingConfig , pairsTradingEngine , pairsTradingService as well as the strategy specific beans csvImporter , orderSubmissionService and pairsTradingLabNavigator .
Contains the H2 database records needed to simulate the strategy with the embedded in-memory database H2.
Contains the MySql database records. Needs to be imported into the database before running the strategy with the MySql database.
HTML5 and JavaScript files needed for the strategy custom web UI.
To start the Strategy please see the explanations in chapter ChapterВ 4, Starting AlgoTrader .
C.3.В Installation & Startup.
Before using the strategy please execute the following steps:
Sign up for a free account at Pair Trading Lab.
Create a pair portfolio.
create a pair portfolio and add some pairs.
Extract Portfolio ID.
csvImportPortfolio needs to be extracted from the URL when clicking on pair in the PTL Trader / Portfolio Manager.
FigureВ C.1.В Pair Trading Portfolio ID.
To start the strategy in live trading mode on a development workstation please execute the following steps:
Perform a Git clone from the command line:
Import the projects pairstrading into eclipse via File / Import / Maven / Existing Maven Projects:
Deploy MySql data.
Load the file /src/main/resources/db/mysql/mysql-data. sql into MySql.
Configure Pair Trading Lab Credentials.
Inside the file /src/main/resources/conf-pairstrading. properties the following items need to be configured:
csvImportPortfolio needs to be extracted from Pair Trading Lab (see above)
Start the Strategy in Live Trading Mode.
launch the Eclipse Launch Configuration: EmbeddedStarter-pairstrading.
To start the strategy in live trading mode on a productive server please execute the following steps:
Copy the following file to the server and make changes as needed:
Configure Pair Trading Lab Credentials.
inside the docker-compose. yml file update the VM_ARGUMENTS environment variable and set the correct values for csvImportPortfolio , csvImportUser & csvImportPassword :
csvImportPortfolio needs to be extracted from Pair Trading Lab (see above)
Run docker compose.
Invoke the following command inside the directory where the docker-compose. yml file is located:
C.4.В Strategy Monitoring.
The Pairs Trading strategy is equipped with a separate HTML5 management page . The page is available through the path /pairstrading. html , e. g.:
FigureВ C.2.В Pairs Trading HTML5 Custom Widget Example.
It might be necessary to fully reload the browser on first startup to show the custom widget using Ctrl + Shift + R.
The HTML5 management page provides the following controls:
PairInfo & Pairs : current pair definitions as downloaded from Pair Trading Lab. movingAvg and standardDev are calculated on a daily basis (by the Esper statement UPDATE_HISTORICAL_BARS ) using historical closing prices.
Signals : intraday pair values based on live data. ratio shows the current price ratio between individual instruments of a pair. zScore shows the current ratio relative to the bollinger band around the ratio time series. When the zScore hits the zScoreEntry threshold a position is entered, and when the zScore hits the zScoreExit threshold the position is closed. If the zScore happens to be above zScoreMax (e. g. after a large overnight gap) no new position will be opened. The signal field shows the current state of a pair (i. e. LONG , SHORT , EXIT & HOLD )
The action Import Historical Bars is used to import historical closing prices of all instruments for the relevant look back period. This action is automatically executed once a day. In addition it can be invoked manually at any time.
The action Re-Calc Entry Thresholds is used to update movingAvg and standardDev based on historical data in the database. This action is automatically executed once a day. In addition it can be invoked manually at any time.
The action Import Pairs imports and/or update pairs from Pair Trading Lab.

What is Pairs Trading?
Many a time, traders come across the term “risk-free trading”. Although in reality it is virtually impossible to trade a purely risk-free strategy, certain strategies can definitely fit the description of having less downside risk than others. Without a doubt, Pairs Trading falls into this category.
Pairs trading involves the idea of choosing two correlated financial products (or groups of products), figuring out what their historical correlation is, and making the assumption that this correlation will hold true in the future. Essentially, a trader is betting that more likely than not, this correlation should hold true in the future. A skilled trader with proper knowledge of position sizing can effectively apply the concepts of Pairs Trading into his/her day-trading strategies.
The Benefits of Pairs Trading.
Pairs Trading can be beneficial because it protects the trader from market wide sources of risk. A Pairs Trading strategy that is market neutral can protect the trader from market wide fluctuations. For example, if two stocks are highly correlated, a trader can sell the outperforming stock and purchase the under-performing stock. If the trader holds on to the belief that their relative correlation will come back to normal, then he/she is hedged against market wide movements; eventually, when the stocks regain their historical proportion/correlation, the trader can square off his/her two positions and earn a profit.
Here is a basic example. Here are the daily closing prices of Reliance Industries (NSE:RELIANCE) and Essar Oil (NSE:ESSAROIL) for the past 7 trading days:
The correlation can be calculated easily in Microsoft Excel by using the CORREL function.
Since the two products seem to be highly correlated, a trader can look make the judgement that the ratio between the two products should be between 11 and 13. Assume that the next day, the trader notices Reliance trading at 800, while EssarOil is trading at 73. The trader calculates that the ratio between the two products is less than 11 (800/73 = 10.95). Therefore, it seems that this is a good opportunity to get into a trade. In this example, the trader would sell EssarOil and buy Reliance since Reliance is relatively under-performing and EssarOil is relatively over-performing. Since the ratio is approximately 11, the trader would sell 11 shares of EssarOil for every share of Reliance that he purchases.
At this point, the trader’s true test arises: when should he/she exit the trade? Patience can be the most difficult aspect of trading! Eventually, the trader is looking to exit the trade once the ratio stabilizes to above 11 and the trader can earn a profit. It is generally a good idea to set yourself a profit objective (and if possible, a stop loss) when entering a trade. In our example, the trader might set the profit objective to be a ratio between the two products. Since the trader felt that 13 was relatively high ratio between the two products, he/she can set 13 as the ratio the products must hit in order for him to exit the trade.
Eventually, the trader notices Reliance is trading at 760 and EssarOil is trading at 58.45. The ratio has breached 13! The trader immediately sells Reliance and purchases EssarOil.
If he/she had executed 110 shares of EssarOil and 10 shares of Reliance, his/her net profit (before costs) would have been:
EssarOil: (73-58.45) x 110 = Rs. 1600. 50 profit.
Reliance: (760-800) x 10 = Rs. 400 loss.
As you can see, although the market had dropped between his two series of transactions (both Reliance and EssarOil fell in price), the trader was able to earn a profit by hedging his trades. This is the power of Pairs Trading!
Começando.
Pairs trading, in its simplest form, can be done by calculating the correlation between any two single financial instruments. Similar to the above example, a trader can use the same exact concept to do Pairs Trading on Cash-Futures arbitrage. This is where you would pit the near month futures product of a security against its Cash underlying.
There are a few important concepts to remember if you want to implement a Pairs Trading strategy.
Ensure that it makes intuitive sense for the two products to be correlated! For example, a trader might notice that a Nifty Call Option seems to be highly correlated with USD/INR January Futures by plugging in the data and calculating the correlation. However, just because the data shows a correlation does not mean that there is a cause for the correlation! As the old adage goes, “correlation does not imply causation!” Use a high sample size to calculate the correlation. In the earlier example, we used only 7 days worth of data for calculating the correlation between Reliance Cash and EssarOil Cash; a knowledgeable trader should look to ensure that the stocks have had a steady, consistent correlation for many months before making his/her trading decisions. Use proper position sizing! In our previous example we executed 11 shares of EssarOil for every share of Reliance. In general, it is wise to ensure that the market value of the two transactions is as close as possible. Use profit objectives and stop losses. After entering a trade, implement a mental stop loss and profit objective; this keeps the guesswork out of the game and allows you to trade emotion-free. The profit objective and/or stop loss can be hard prices or based on ratios.
Conclusão.
In conclusion, Pairs Trading can be a highly effective way for you to hedge your risks while trading. It does a good job at eliminating market-wide risk that allows you to remain market neutral. While you probably will not earn a large amount on any one trade, your downside risk is also minimized which gives you peace of mind. If you are willing to do some homework, implement proper position sizing, and are able to remain patient, Pairs Trading can be an effective way for you to hedge your risks in all types of different market conditions.
Esse artigo foi útil?
RKSV Valores Mobiliários: NSE CM: INB231394231 | NSE F & amp; O: INF231394231 | NSE CDS: INE231394231 | CDSL: IN-DP-CDSL - 00282534 | NSDL: IN-DP-NSDL-11496819 | BSE CM: INB011394237 | BSE F & amp; O: INF 011394237 | CDSL: IN-DP-CDSL - 00283831 | NSDL: IN-DP-NSDL-11497282 | RKSV Commodities MCX Member Code: 46510 | FMC Regn. No. MCX: MCX / TM / CORP / 2034 | Endereço registrado: RKSV, 807 New Delhi House, Nova Deli 110001. Escritório corporativo: Sunshine Tower, 30º andar, Senapati Bapat Marg, Dadar (W), Mumbai - 400 013. Para quaisquer queixas, envie um email para complaintsupstox e complaints. mcxupstox | Certifique-se de ler atentamente o Documento de Divulgação de Riscos conforme prescrito pelo SEBI.
Feito com amor na Índia | Direitos autorais e cópia; 2017, Upstox.
Estamos orgulhosos de anunciar que a RKSV deu um grande salto em frente e agora é Upstox.