تقييم لل أزواج تداول - استراتيجية في - البرازيلي المالي للسوق

تقييم استراتيجية تداول الأزواج في السوق المالية البرازيلية ملخص: تداول الأزواج هو استراتيجية تداول شعبية تحاول استغلال أوجه القصور في السوق من أجل الحصول على الأرباح. الفكرة بسيطة: العثور على اثنين من الأسهم التي تتحرك معا واتخاذ مواقف لونغشورت عندما تباعد بشكل غير طبيعي، على أمل أن الأسعار سوف تتلاقى في المستقبل. من وجهة نظر أكاديمية نظرية ضعف السوق الضعيفة، يجب أن استراتيجية التداول أزواج لا تقدم الأداء الإيجابي منذ ذلك، وفقا لذلك، فإن السعر الفعلي للسهم يعكس بيانات التداول الماضية، بما في ذلك الأسعار التاريخية. وهذا يترك لنا سؤالا، لا أزواج استراتيجية التداول يقدم أداء إيجابيا للسوق البرازيلية والهدف الرئيسي من هذا البحث هو التحقق من أداء ومخاطر تداول أزواج في السوق المالية البرازيلية لترددات مختلفة من قاعدة البيانات اليومية والأسبوعية و أسعار شهرية لنفس الفترة الزمنية. الاستنتاج الرئيسي لهذه المحاكاة هو أن استراتيجية التداول أزواج كانت استراتيجية مربحة ومحايدة السوق في السوق البرازيلية. وكانت هذه الربحية متسقة على منطقة من معالم الاستراتيجية. تم العثور على أفضل النتائج لأعلى تردد (يوميا)، وهو نتيجة بديهية. الأعمال ذات الصلة: هذا البند قد تكون متاحة في مكان آخر في إكونبابيرس: البحث عن العناصر التي تحمل نفس العنوان. تصدير المراجع: بيبتكس ريس (إندنوت، بروسيت، ريفمان) هتملتكست المزيد من الأوراق في مبرا ورقة من مكتبة جامعة ميونيخ، ألمانيا لودويغستراي 33، D-80539 ميونخ، ألمانيا. معلومات الاتصال في إديرك. بيانات السلسلة التي يحتفظ بها يواكيم الشتاء (). هذا الموقع هو جزء من ريبيك وجميع البيانات المعروضة هنا هي جزء من مجموعة البيانات ريبيك. هل عملك مفقود من ريبيك هنا هو كيفية المساهمة. أسئلة أو مشاكل تحقق من الأسئلة الشائعة إكونبابيرس أو إرسال البريد إلى. استراتيجية تقييم أزواج التداول في السوق المالية البرازيلية أندرسون، K. بروكس، C. (2006) تحليل نسبة السعر إلى الأرباح، مجلة إدارة الأصول، ص 6، ص . 456-469. بالزارا، N. زنغ، L. (2006) الاستفادة من الفائزين السابقين والخاسرين، مجلة إدارة الأصول. V.6، p. 329-344. بروكس، C. كاتساريس، A. بيرساند، G. (2005) التوقيت هو كل شيء: مقارنة وتقييم استراتيجيات توقيت السوق، ورقة عمل، متوفر في سسرن: ssrnabstract834485. تشن، A. ليونغ، M. T. داوك، H. (2003) تطبيق الشبكات العصبية في سوق مالية ناشئة: التنبؤ وتداول مؤشر تايوان للأسهم. كومبوترز أمب أوبيراتيونس ريزارتش، v. 30، p. 901923. ديمسون، E. موسافيان، M. (1998) نبذة مختصرة عن كفاءة السوق. وروبيان فينانسيال ماناجيمنت، v. 4، p. 91-193. دويكر، M. J. نيلي، C. J. (2006) كان ماركوف سويتشينغ موديلز توقع عوائد فائضة من النقد الأجنبي، ورقة عمل، بنك الاحتياطي الفيدرالي سانت لويس. إفيتخاري، B. (1997) نظام ماركوف تبديل نموذج كما أداة التداول، ورقة عمل، جامعة كامبريدج. فاما، E. (1991) إفيسيانت كابيتال ماركيتس: إي، جورنال أوف فينانس، v. 46، p. 1575-1617. فاما، E. فرينش، K. (1992) ذي سيكتيون أوف أوف إكسكتد ستوك ريتورنس، جورنال أوف فينانس، v. 47 (2)، p. 427-465. فرنانديز-رودريغيز، F. ريفيرو، S. S. فيلكس، J. A. (2002) أقرب توقعات الجوار في أسواق الصرف الأجنبي، ورقة عمل، n. 05، فيديا. (1997) باستخدام أقرب التنبؤات الجار للتنبؤ سوق الأوراق المالية الإسبانية، إنفستيغاسيونيس إكونميكاس، v. 21، p. 75-91. (2001) تقييم تجريبي لقواعد التداول غير الخطية، ورقة عمل، ن. 16، فيديا. فرينش، K. (1980) ستوك ريتورنس أند ذي ويكيند إفكت، جورنال أوف فينانسيال إكونوميكس، مارش، p. 55-69. غيتيف، E. غوتزمان، W. N. رووينهورست، K. G. (1999) بايرس ترادينغ: بيرفورمانس أوف a ريلاتيف فالو أربتريج رول، وركينغ بابر، ييل ششول أوف ماناجيمنت. متوفر في سسرن: ssrnabstract141615. مورفي، J. (1999) التحليل الفني للأسواق المالية، معهد نيويورك المالي، نيويورك. ناث، P. (2003) أزواج عالية التردد التداول مع الأوراق المالية في الخزانة الأمريكية: المخاطر والمكافآت لصناديق التحوط، ورقة عمل، كلية لندن للأعمال. بارك، C. إيروين، C. (2004) ربحية التحليل الفني: مراجعة. تقرير أبحاث مشروع أجماس، n. 04. بيرلين، M. S. (2006) النمذجة غير البارامترية في مؤشرات سوق أمريكا اللاتينية الرئيسية: تحليل الأداء من أقرب خوارزمية الجار في استراتيجيات التداول، مؤتمر بالاس، ليمابيرو. سيغانوس، A. تشيلي-ستيلي، P. (2006) مومنتوم بروفيتس فولوينغ بول أند بير ماركيتس، جورنال أوف أسيت ماناجيمنت، V. 6، p. 381-388. فيديامورثي، G. (2004) أزواج التداول: الأساليب الكمية والتحليل، جون وايلي أمب أبناء. تقييم استراتيجية أزواج التداول في السوق المالية البرازيلية أزواج التداول هو استراتيجية تجارية شعبية تحاول الاستفادة من أوجه القصور في السوق من أجل الحصول على الربح. الفكرة بسيطة: العثور على اثنين من الأسهم التي تتحرك معا واتخاذ مواقف لونغشورت عندما تباعد بشكل غير طبيعي، على أمل أن الأسعار سوف تتلاقى في المستقبل. من وجهة النظر الأكاديمية من ضعف نظرية كفاءة السوق، يجب أن استراتيجية التداول أزواج لا تقدم الأداء الإيجابي، كما هو، وفقا لذلك، فإن السعر الفعلي للسهم يعكس بيانات التداول الماضية، بما في ذلك الأسعار التاريخية. وهذا يترك لنا سؤالا: هل استراتيجية التداول أزواج تقدم الأداء الإيجابي للسوق البرازيلية والهدف الرئيسي من هذا البحث هو التحقق من الأداء والمخاطر من أزواج التداول في السوق المالية البرازيلية لترددات مختلفة من قاعدة البيانات: يوميا، أسبوعيا وشهريا لنفس الفترة الزمنية. الاستنتاج الرئيسي لهذه المحاكاة هو أن استراتيجية أزواج التداول كانت استراتيجية مربحة ومحايدة السوق في السوق البرازيلية. وكانت هذه الربحية متسقة على منطقة من معالم الاستراتيجية. (2009) 15، 1228211136. دوي: 10.1057jdhf.2009.4 نوع الوثيقة: ريزارتش أرتيكل تاريخ النشر: 1 2009: تم العثور على أفضل النتائج لأعلى تردد (يومي)، وهي نتيجة بديهية. شير كونتنت مفتاح الوصول محتوى مجاني محتوى مجاني جزئي محتوى جديد محتوى الوصول المفتوح محتوى الوصول المفتوح الجزئي محتوى مشترك محتوى مشترك مشترك محتوى تجريبي مجاني تصفح حسب النشر تصفح حسب الموضوع تصفح حسب الناشر بحث متقدم من نحن الباحثون أمناء المكتبات عناوين مميزة جديدة مساعدة اتصل بنا نسخة الموقع 2017 إنجينتا. تبقى حقوق الطبع والنشر مع الناشر أو المجتمع أو المؤلف (المؤلفين) على النحو المحدد في المادة. سياسة ملفات تعريف الارتباط يستخدم موقع إنجينتا كونيكت ملفات تعريف الارتباط لتتبع البيانات التي قمت بملءها. أنا سعيد بهذا معرفة المزيد تقييم قيمة استراتيجية التداول بين الأزواج في السوق المالية البرازيلية سيت ذيس أرتيكل: بيرلين، M. J (2009) 15: 122. دوي: 10.1057jdhf.2009.4 أزواج التداول هي استراتيجية تداول شعبية تحاول استغلال أوجه القصور في السوق من أجل الحصول على الأرباح. الفكرة بسيطة: العثور على اثنين من الأسهم التي تتحرك معا واتخاذ مواقف لونغشورت عندما تباعد بشكل غير طبيعي، على أمل أن الأسعار سوف تتلاقى في المستقبل. من وجهة النظر الأكاديمية من ضعف نظرية كفاءة السوق، يجب أن استراتيجية التداول أزواج لا تقدم الأداء الإيجابي، كما هو، وفقا لذلك، فإن السعر الفعلي للسهم يعكس بيانات التداول الماضية، بما في ذلك الأسعار التاريخية. وهذا يترك لنا سؤالا: هل استراتيجية التداول أزواج تقدم الأداء الإيجابي للسوق البرازيلية والهدف الرئيسي من هذا البحث هو التحقق من الأداء والمخاطر من أزواج التداول في السوق المالية البرازيلية لترددات مختلفة من قاعدة البيانات: يوميا، أسبوعيا وشهريا لنفس الفترة الزمنية. الاستنتاج الرئيسي لهذه المحاكاة هو أن استراتيجية أزواج التداول كانت استراتيجية مربحة ومحايدة السوق في السوق البرازيلية. وكانت هذه الربحية متسقة على منطقة من معالم الاستراتيجية. تم العثور على أفضل النتائج لأعلى تردد (يوميا)، وهو نتيجة بديهية. أزواج-التداول استراتيجية الكمية تخصيص الأصول كفاءة السوق الأسواق الناشئة مقدمة تم اختبار نظرية كفاءة السوق من قبل أنواع مختلفة من البحوث. ويفترض مثل هذا المفهوم، على شكله الضعيف، أن المعلومات التجارية السابقة للسهم تنعكس في قيمته، وهذا يعني أن بيانات التداول التاريخية ليس لديها القدرة على التنبؤ السلوك في المستقبل من أسعار الأصول. وتتمثل النتيجة النظرية الرئيسية لهذا المفهوم في عدم وجود قواعد منطقية للتجارة استنادا إلى البيانات التاريخية يجب أن يكون لها عائد إيجابي كبير على بعض المحفظة المرجعية. في مقابل نظرية كفاءة السوق، أظهرت العديد من الأوراق أن المعلومات السابقة قادرة، إلى حد ما، على تفسير عوائد سوق الأسهم في المستقبل. ويمكن أن تظهر هذه القابلية للتنبؤ بطرق مختلفة، بما في ذلك الشذوذ الوقت (يوم من تأثير ضعيف 1) والارتباط بين عائدات الأصول والمتغيرات الأخرى. 2 ويمكن بسهولة العثور على استعراض أكثر جوهرية للموضوع كفاءة السوق في الأدب. 3. 4 وقد حاولت كمية محترمة من الأوراق لاستخدام الأدوات الكمية من أجل نموذج السوق وبناء قواعد التداول. الفكرة الأساسية لهذا النوع من البحث هي البحث عن نوع من النمط في السلوك التاريخي لأسعار الأسهم، وباستخدام المعلومات التاريخية فقط، تأخذ مثل هذا النمط في الاعتبار لإنشاء مواقف تداول طويلة وقصيرة. واحدة من أكثر الأساليب شعبية لنموذج السوق واستنتاج القواعد المنطقية هو التحليل الفني. (5) تعتمد هذه التقنية على مؤشرات كمية (المتوسطات المتحركة، وغيرها) وكذلك الأنماط البصرية (الرأس والكتفين، والأعلى الثلاثي، وما إلى ذلك) من أجل تحديد نقاط الدخول والخروج على السلوك القصير الأجل لأسعار الأسهم. ويؤدي تعميم التحليل الفني إلى عدد من الاختبارات، كان الهدف منها التحقق مما إذا كانت هذه الأدوات مربحة أم لا. ومن الجدير بالذكر أنه على الرغم من أن غالبية الورقات أظهرت أن التحليل التقني مربح، يمكن معالجة العديد من المشاكل مع مثل هذه الدراسات، بما في ذلك مشاكل التطفل البيانات، وتكاليف المعاملات والسيولة. كل هذا النقص في البحث يجعل التحليل الفني موضوعا لمزيد من الدراسة. 6 مع ظهور قوة الكمبيوتر في أواخر 1990s، يمكن استخدام أساليب رياضية أكثر تطورا في حالة قواعد التداول. ومن الأمثلة على ذلك استخدام خوارزمية أقرب جار (ن) في استراتيجيات التداول. 7. 8. 9. 10 خوارزمية ن هي طريقة غير بارامترية لنمذجة السلاسل الزمنية التي المبدأ الرئيسي هو أن سلسلة نسخ سلوكها بطريقة كسورية، وهذا هو، نجد قطع مماثلة من البيانات من الماضي واستخدامها كمعيار للتنبؤ بالمالحظات المستقبلية. والاستنتاج الرئيسي المستخلص من النتائج المقدمة بشأن إمكانية التنبؤ بهذه الطريقة هو أنه قادر على التنبؤ بالاتجاه الصحيح للسوق بالنسبة لمعظم الملاحظات المالية المتوقعة. ولكن من المهم القول بأن الأدلة لم تكن قوية في جميع الدراسات. وفي حالة استراتيجيات التداول القائمة على نماذج بارامترية، (11) 12، استندت هذه الأوراق المرجعية إلى التنبؤات المتعلقة بنموذج تبديل النظام، حيث أشارت النتائج إلى أن الطريقة يمكن أن تتنبأ بسلسلة زمنية مالية بحثت في كل حالة. وتشمل أنواع أخرى من الاستراتيجيات التي تستخدم الصيغ الكمية توقيت السوق بأساسيات أو نماذج إحصائية 13. 14 واستراتيجيات الزخم. (15) نتائج هذه الورقات إيجابية أيضا. استراتيجية شعبية اكتسبت سمعة في أوائل 1980s هو ما يسمى أزواج التداول. وقد تم تصميم هذه المنهجية من قبل فريق من العلماء من مختلف المجالات (الرياضيات وعلوم الكمبيوتر والفيزياء، وهلم جرا)، والتي تم جمعها من قبل وول ستريت الكون نونزيو تارتاجليا. وكان الهدف الرئيسي من هذا الفريق هو استخدام الأساليب الإحصائية لتطوير منصات التداول الحاسوبية، حيث لم يكن للذاتية البشرية أي تأثير على الإطلاق في عملية صنع القرار لشراء أو بيع مخزون معين. وكانت هذه الأنظمة ناجحة جدا لفترة من الزمن، ولكن الأداء لم يكن متسقا بعد فترة من الوقت، وفككت الفريق بعد بضع فترات من الأداء السيئ. مزيد من التفاصيل حول أصول أزواج التداول يمكن العثور عليها في فيديامورثي 17 و غاتيف. 18 في الأساس، الفكرة المركزية من أزواج التداول هو الاستفادة من أوجه القصور في السوق. الخطوة الأولى هي تحديد اثنين من الأسهم التي تتحرك معا وتداولها في كل مرة المسافة المطلقة بين مسارات الأسعار فوق قيمة عتبة معينة. إذا كانت الأسهم، بعد الاختلاف، والعودة إلى السلوك التاريخي للتناظر، فمن المتوقع أن واحد مع أعلى سعر سيكون له انخفاض في القيمة واحد مع أدنى سعر سيكون لها زيادة. تؤخذ جميع المراكز الطويلة والقصيرة وفقا لهذا المنطق. وتعطى تفاصيل محددة حول اختيار أزواج وتحديد قيمة العتبة في أزواج التداول في نطاق هذه الورقة. والهدف الرئيسي من هذا البحث هو التحقيق في الربحية والمخاطر لاستراتيجية أزواج التداول لسوق الأسهم البرازيلية. هذه القاعدة التجارية عرضت أداء إيجابيا في الدراسات السابقة، 18. 19 وهذا هو أحد دوافع هذه الدراسة، جنبا إلى جنب مع حقيقة أن هذا النوع من البحوث لم يتم تطبيقها حتى الآن في السوق البرازيلية. من أجل الوصول إلى الهدف، يتم استخدام البيانات من ثلاثة ترددات مختلفة (يومية وأسبوعية وشهرية)، ويتم مقارنة جميع العوائد من القواعد المنطقية ضد استراتيجية الصحن من شراء وعقد وأيضا ضد طريقة بوتستراب من التداول العشوائي . كما أن المخاطر المنهجية والعودة الثابتة المصفاة (جنسنس ألفا) لهذه الاستراتيجيات هي أيضا جزء من التحليل. تم تنظيم هذه الورقة على النحو التالي: الجزء الأول يتعلق بالمبادئ التوجيهية الرئيسية للمنهجية، بما في ذلك طريقة تشكيل أزواج، والقواعد المنطقية للتداول وتقييم الأداء. ثانيا، يتم عرض النتائج ومناقشتها، تليها بعض الملاحظات الختامية. المنهجية تتضمن منهجية هذا البحث نقطتين: (1) كيفية تحريك موقف لونغشورت استنادا إلى استراتيجية التداول بين الأزواج في كل سهم و (2) كيفية تقييم أداء إشارات التداول. وقد أجريت جميع الحسابات لهذه الورقة في ماتلاب. جميع الوظائف المستخدمة لتنفيذ وتقييم الاستراتيجية متوفرة في ماثوكرسماتلابسنترالفيليكسشانج (الكلمات الرئيسية: تداول أزواج). يتم تغطية خطوات كل خوارزمية على النحو التالي. اختيار أزواج في مرحلة أزواج تشكيل، والفكرة الأساسية هي جلب جميع أسعار الأصول إلى وحدة معينة، ومن ثم البحث اثنين من الأسهم التي تتحرك معا. من الناحية الكمية، يمكن أن يتم ذلك بطرق عديدة ومختلفة. والنهج المستخدم في هذه الورقة هو القاعدة الدنيا للمسافة المربعة، أي أنه بالنسبة لكل مخزون، سيكون هناك بحث عن زوج مناظير يوفر الحد الأدنى للمسافة المربعة بين سلسلة الأسعار المقيسة. والسبب في تحول الوحدة هو واضح. إن استخدام الأسعار الأصلية (بدون التطبيع) سيكون مشكلة بالنسبة لقاعدة الحد الأدنى للمسافة المربعة، حيث يمكن أن يتحرك اثنان من الأسهم معا بعد أن يكون بينهما مسافة مربعة عالية. بعد التطبيع، يتم جلب جميع الأسهم إلى نفس الوحدة القياسية وهذا يسمح تشكيل عادلة كميا من أزواج. والتحول المستخدم هو تطبيع سلسلة الأسعار استنادا إلى متوسطها وانحرافها المعياري، المعادلات (1). قيمة P هي السعر العادي للأصل i في الوقت t. E (P إيت) هو مجرد توقع P ذلك. في هذه الحالة المتوسط، و i هو الانحراف المعياري لسعر السهم المعني. تم حساب كل من الفهارس ضمن نافذة متحركة معينة من السلاسل الزمنية. مع استخدام المعادلة (1). وتحول جميع الأسعار إلى نفس الوحدة المعيارية، الأمر الذي سيسمح باستخدام القاعدة الدنيا للمسافة المربعة. والخطوة التالية هي أن تختار، لكل سهم، زوجا له أدنى مسافة مربعة بين الأسعار المقيسة. هذا هو بحث بسيط على قاعدة البيانات، وذلك باستخدام المعلومات الماضية فقط حتى وقت t. يتم التعامل مع السعر العادي لزوج الأصول i الآن كما هو. بعد تحديد زوج من كل سهم، فإن قاعدة التداول إنشاء إشارة تجارية في كل مرة المسافة المطلقة بين P و p هو أعلى من د. قيمة d تعسفية، ويمثل مرشح لإنشاء إشارة التداول. لا يمكن أن تكون القيمة عالية جدا، وإلا سيتم إنشاء عدد قليل فقط من إشارة التداول، ولا يمكن أن تكون منخفضة جدا، أو أن القاعدة ستكون مرنة جدا، وهذا سوف يؤدي إلى الكثير من الصفقات، وبالتالي ارتفاع قيمة تكاليف المعاملات . بعد إنشاء علامة تجارية، فإن الخطوة التالية هي تحديد المواقف المتخذة على الأسهم. وفقا لاستراتيجية أزواج التداول، إذا كانت قيمة P هو أعلى (أقل) من ذلك. ثم يتم الاحتفاظ بموقف قصير (طويل) للأصول i ويتم وضع (قصير) طويل لزوج الأصول i. يتم الاحتفاظ بهذا الموقف حتى الفرق المطلق بين السعر العادي هو أقل من د. قد يبدو هذا بديهية بديهية، كما، وذلك باستخدام سلوك السعر المستمر، إذا كان أحد يشتري عندما المسافة د ويبيعها عندما تكون المسافة مرة أخرى د. لا يوجد ربح. ولكن تذكر أن الأسعار كانت في وقت منفصل، وهذا يعني أن سعر الشراء يحدث عندما تكون المسافة أعلى من د. وبالتالي فإن الربح المتوقع إيجابي. في حالة أزواج التداول في الوقت التقريبي المستمر (على سبيل المثال، 5 دقائق يقتبس)، وهذا يمكن تكييفها بسهولة عن طريق وضع فجوة بين عتبة لعملية الشراء وعملية البيع. والمنطق الرئيسي وراء الأرباح المتوقعة لاستراتيجية أزواج التداول هو إذا استمرت الحركة المترابطة بين الأزواج في المستقبل، فعندئذ تكون المسافة بين الأصل وزوجته أعلى من قيمة عتبة معينة (d)، احتمال جيد أن مثل هذه الأسعار سوف تتلاقى في المستقبل، وهذا يمكن استكشافها لأغراض الربح. إذا كانت المسافة إيجابية، ثم قيمة P ذلك. وفقا للمنطق الذي أعرب عنه في وقت سابق، وربما سوف تقلل في المستقبل (موقف قصير للأصول ط)، وقيمة من المحتمل أن تزيد (موقف طويل للزوج من ط). وينطبق المنطق نفسه على الحالات التي تكون فيها المسافة سالبة. الحالات التي فشل فيها أزواج التداول لتحقيق الربح هي زيادة في المسافة بين P و p. حيث يذهب السوق في الاتجاه المعاكس للتوقعات، وأيضا انخفاض (زيادة) على سعر طويل (قصيرة) الموقف. على سبيل المثال، ويبين الشكل 1 استراتيجية أزواج التداول للأسعار الأسبوعية للأصول TNLP4 وزوجها، TNLP3. مثال على أزواج التداول مع TNLP4 و TNLP3 مع د 1. في الشكل 1. TNLP3 هو زوج وجدت من TNLP4 على أساس الحد الأدنى من معايير المسافة التربيعية. ومن الممكن أن نرى أن كلا من الأسعار العادية لها سلوك مماثل. وفيما يتعلق بالنقاط التي لها دائرة زرقاء أو مثلث أحمر، تجاوز الفرق المطلق في الأسعار المعيارية قيمة d. وهذا يعني أن التجارة قد وقعت. الدوائر الزرقاء (مثلثات حمراء) هي المواضع القصيرة (الطويلة) التي تم إنشاؤها. يحدث هذا في كل مرة المسافة المطلقة أعلى من 1 وقيمة الأصول التي تم تحليلها أعلى (أقل) من زوجها. في كل مرة الفرق المطلق يفوق قيمة d. فإن المناصب مغلقة. إذا كانت الأصول، بعد فتح المنصب، تعود إلى العلاقة التاريخية، ثم واحد مع ارتفاع الأسعار ينبغي أن يكون انخفاض في الأسعار واحد مع انخفاض الأسعار ينبغي أن يكون زيادة. كما كان موقف قصير للأصل الأول وموقف طويل للثاني، ثم، إذا كان كلا السعرين يتصرف تاريخيا، سوف تنشأ أرباح من هذه القضية التجارية هذه هي الفكرة الكاملة وراء أزواج التداول مما يجعل الأرباح من تصحيحات السوق. تقييم أداء الإستراتيجية يتمثل أحد أهداف هذه الدراسة في تقييم أداء إستراتيجية التداول بين الأزواج مقابل نهج الصحن. لهذا الغرض، يتم استخدام طريقتين هنا. الأول هو حساب العائد المفرط للاستراتيجية على حافظة مرجحة بشكل صحيح، والثاني هو استخدام أساليب بوتستراب لتقييم أداء قاعدة التداول مقابل استخدام أزواج عشوائية لكل سهم. حساب عوائد الإستراتيجية يتم حساب العائد الإجمالي للاستراتيجية وفقا للمعادلة التالية، المعادلة (2): المتغير الوهمي الذي يأخذ القيمة 1 إذا تم إنشاء موضع طويل للأصل i. القيمة 1 إذا تم إنشاء موضع قصير و 0 خلاف ذلك. عندما يتم اتخاذ موقف طويل في الوقت t. يتم التعامل مع هذا المتغير كما أنا L و كما أنا S للمراكز القصيرة. متغير الترجيح الذي يتحكم في بناء المحفظة في الوقت t. في هذه الورقة بالذات، والمحفظة محاكاة متساوية الوزن. مما يعني أن كل موقف تداول سيكون له نفس الوزن في الوقت t. وهذا هو، W هو 1 (I 1 ن أنا I L أمبير S). وبطبيعة الحال، فإن مجموع W بالنسبة لجميع الأصول يساوي 1 أو صفر (لا يوجد موقف تداول في الوقت t). المتغير الوهمية الذي يأخذ القيمة 1 إذا تم إجراء معاملة للأصل i في الوقت t و صفر خلاف ذلك. من المهم التمييز بين قيم I انها L أمبير S (مواقف طويلة وقصيرة) من تك ذلك (الصفقة دمية). قيم تك مستمدة من المتجه I انها L أمبير S. ولكنها ليست متساوية. على سبيل المثال، لنفترض أن يتم إنشاء موقف طويل للأصل ط في الوقت t 1 وأيضا في الوقت t، فقط. سوف المتجه من I انها L قيم من 1 إلى t ر 1 و t. ولكن ناقلات تك لديها قيمة 1 فقط للوقت t 1، كما ل t. كان الأصل بالفعل في المحفظة، وبالتالي ليست هناك حاجة لشرائه مرة أخرى. وينطبق الشيء نفسه على المراكز القصيرة. تكلفة المعاملة لكل عملية (بالنسب المئوية). عدد الملاحظات على فترة التداول بأكملها. للمعادلة (2). والفكرة الأساسية هي لحساب العائدات من استراتيجية المحاسبة لتكاليف المعاملات. الجزء الأول من (1)، t 1 t i 1 n R إيت I إيت L أمب S W يحسب العائد الخام الكلي للاستراتيجية. في كل مرة يتم إنشاء موقف طويل وقصير للأصول ط. والعودة الخام للمحفظة محاكاة في الوقت t هو ط 1 ن R أنا أنا L أمبير S W ذلك. أي أن العوائد المتوقعة مضروبة في الوزن المقابل لها في المحفظة. كما ر يذهب من 1 إلى T. من الضروري جمع هذه العوائد، التي تعطي النتيجة النهائية للجزء الأول من (1)، t 1 t i 1 n R I I إيت L L أمب S W ذلك. ويهدف الجزء الثاني من المعادلة (2) إلى حساب تكاليف المعاملات. على سبيل المثال، لنفترض أن تكلفة تداول شراء وبيع الأسهم هي C. والتي يتم التعبير عنها كنسبة مئوية من سعر المعاملة. إذا تم شراء السهم بسعر P ب وبيعه في السعر P S. فإن أسعار البيع والشراء الحقيقية، بما في ذلك تكاليف المعاملة، هي P B (1 C) و P S (1 C). يؤدي إرجاع اللوغاريتم للعملية إلى الصيغة R لن (P S (1 C) P B (1 C)). وباستخدام خصائص اللوغاريتم، تصبح المعادلة السابقة رن (P S P B) لن ((1 C) (1 C)). ومن الممكن أن نرى من هذه النتيجة أن العائد لهذه العملية له مكونان منفصلان: عودة اللوغاريتم من الفرق بين أسعار البيع والشراء، والمصطلح (1 C) (1 C))، والذي يمثل تكلفة الصفقة على العملية برمتها. هذه النتيجة المثالية تشير أساسا إلى أن تكلفة المعاملة لعملية واحدة (شراء وبيع) هي لن ((1 C) (1 C)). العودة إلى تحليل الجزء الثاني من المعادلة (1). (1 C) (1 C)) هي تكلفة المعاملات لعملية واحدة، منطقيا هو مصطلح (t 1 T i 1 n تك) هو مجرد عدد العمليات التي تقوم بها استراتيجية التداول. من المهم أن نلاحظ أنه كما (1 C) (1 C) هو دائما أقل من واحد لأن C هو دائما إيجابية وأعلى من الصفر، ثم قيمة لن ((C) (1 C)) هي دائما سلبية، وهذا يعني أن يتم طرح تكاليف المعاملات من عائدات الاستراتيجية، والتي هي نتيجة بديهية. تقييم عوائد االستراتيجية من أجل تقييم أداء االستراتيجية، من الضروري مقارنتها بنهج الصحن. إذا كانت الاستراتيجية أداء أفضل بكثير من مستثمر خارج المهرة، ثم مثل هذه القاعدة التداول له قيمة. هذه هي الفكرة الرئيسية التي ستطور كلا الطريقتين المستخدمة في هذا البحث من أجل تقييم أداء استراتيجية التداول بين الأزواج للسوق المالي البرازيلي. النهج الموصوفة هنا هي حساب العودة المفرطة على قاعدة شراء وعقد عقد، وطريقة بوتستراب أكثر تطورا من التداول العشوائي. حساب العائد المفرط لمحفظة صحن: حساب العائد المفرط هو أبسط نهج لتقييم استراتيجية التداول. الفكرة بسيطة جدا: التحقق من كم من العائدات من استراتيجية اختبار يتجاوز قاعدة ناف. في هذه الحالة، فإن قاعدة الصحن هي شراء و الاحتفاظ بحافظة مرجحة بشكل صحيح للمقارنة مع المراكز الطويلة و البيع و التملك للمراكز القصيرة. ويعتمد إرجاع نهج الصحن، على كامل عدد الأصول، على المعادلة التالية: المعادلة (3): بما أن إستراتيجية تداول الأزواج تستخدم نوعين مختلفين من المراكز في سوق الأوراق المالية، على المدى الطويل على أمل زيادة السعر والقصير على أمل انخفاض الأسعار، فمن الضروري لبناء محافظ صحن التي تستخدم أيضا هذه المواقف. هذه هي وظيفة المصطلحات i 1 n P i L t 1 تر إيت أند i 1 n P i S t 1 تر حيث يحاكي الأول شراء وشراء (مناصب طويلة) لمحفظة مرجحة بشكل صحيح والثاني يحاكي مخطط بيع (بدون مراكز) قصيرة الأجل لحافظة أخرى مرجحة بشكل صحيح. وتستمد الأوزان في كلا المصطلحين من عدد المراكز الطويلة والقصيرة التي اتخذت على كل أصل، كما هو مبين من قبل. وكلما زاد عدد الإشارات الطويلة والقصيرة فإن الاستراتيجية تجعل من الأصول i. كلما زاد وزن هذا المخزون على محفظة المحاكاة. ويتضح من المعادلة (3) أنه إذا كان P i S P i L. وهو موقف متحوط تماما للأصول i في المحفظة المرجعية، المصطلحات i 1 n P i L t 1 تر إيت i 1 n P i S t 1 تر إيت نول بعضها البعض ومساهمة العائد المتراكم لهذا الأصل المعني في فإن الحافظة المعيارية ليست سوى تكلفة المعاملات الخاصة بإنشاء المحافظ. وتجدر الإشارة إلى أن حساب العائد في المعادلة (3) لا يشمل المتغير W كما هو الحال في المعادلة (2). ويحدث ذلك لأن المعادلة المحسوبة تحسب مجموع العوائد المتوقعة لموقف طويل وقصير لكل من الأصول، وليس عودة المحفظة المحاكاة بمرور الوقت (المعادلة (2)). كما يمكن أن يرى من المعادلة (3). واحدة من أماكن البحث هو أن تكلفة المعاملة لكل عملية هي نفسها للمراكز الطويلة والقصيرة. آخر فترة (3) هي تكاليف معاملات فتح المراكز (صنع المحفظة) وتداولها في نهاية الفترة. في هذه الحالة، عدد الصفقات المطلوبة لتشكيل وإغلاق المحفظتين هو 2 n حيث n هو عدد الأصول البحثية. ويعطى العائد المفرط للاستراتيجية بالفرق بين (2) و (3)، الذي يشكل الصيغة النهائية لحساب العائد المفرط: المعادلة (4). طريقة بوتستراب لتقييم أداء أزواج التداول: طريقة بوتستراب تمثل وسيلة لمقارنة إشارات التداول للاستراتيجية مقابل فرصة نقية. والفكرة الأساسية هي محاكاة إدخالات عشوائية في السوق، وحفظ العائدات الإجمالية لكل محاكاة وعدد عدد المرات التي كانت تلك الإدخالات عشوائية أقل من العائد الذي تم الحصول عليه في استراتيجية اختبارها. مثل هذا النهج مشابه لأفكار باتريك بيرنز. 20. 21 تجدر اإلشارة إلى أن كل إستراتيجية تداول تأخذ عددا مختلفا من المراكز الطويلة والقصيرة ولعدد مختلف من األيام. وتؤخذ هذه المعلومات في الاعتبار أيضا في عمليات المحاكاة العشوائية. الخطوات هي كما يلي: بشكل منفصل، لمراكز طويلة وقصيرة، وحساب متوسط ​​عدد الأيام (نديسلونغ و نديسشورت) أن الاستراتيجية قد تم التداول في السوق، وأيضا متوسط ​​عدد الأصول (ناسيتسلونغ و نديسشورت). مع قيم نديس و ناسيتس لفترة طويلة وقصيرة، تحديد نديس إدخالات عشوائية في السوق ل ناسيتس عدد من الأصول. مرة أخرى، مما يجعل من الواضح، ينبغي تكرار هذا الإجراء لكل نوع من موقف التداول (طويلة وقصيرة). كرر الخطوات 1 و 2 م عدد المرات، وتوفير العائد الخام المتراكمة (إجمالي العائد ناقص تكاليف المعاملات) في كل مرة. بعد عدد كبير من المحاكاة، على سبيل المثال م 5000، والنتيجة لطريقة بوتستراب سيكون توزيع العوائد. والاختبار هنا هو التحقق من نسبة العائدات التي تعرضت لها الاستراتيجية المختبرة بالمقارنة مع استخدام التداول العشوائي. وكمثال على ذلك، التالي هو الرسم البياني للعائدات المتراكمة من استخدام خوارزمية بوتستراب لقاعدة البيانات اليومية مع خيارات م 5000، ن daysLong400، ن daysLong250، ن الأصول Long5، ن الأصولShort3، ومع صفقة تكلفة الصفقة. ويبين الشكل 2 أنه بالنظر إلى الخيارات المعطاة للخوارزمية، فإن مستثمرا خارج المهارات سيكسب، في المتوسط، عائدا أوليا يبلغ حوالي 10 في المائة. وتبلغ أفضل حالة للمستثمرين في الصندوق حوالي 74 في المائة، بينما تبلغ أسوأ الحالات 70 في المائة. الرسم البياني للعوائد المتراكمة من التداول العشوائي. الخطوة التالية في استخدام هذا النهج بوتستراب هو لحساب عدد المرات التي العائد المتراكم من أزواج التداول هو أعلى من العائد المتراكم من إشارة التداول العشوائي، وتقسيم ذلك من خلال عدد من المحاكاة. والنتيجة هي نسبة مئوية تبين عدد الإشارات العشوائية التي ضربتها الاستراتيجية المختبرة. وإذا كانت لهذه الاستراتيجية قيمة، فإنها ستنتج شيئا يقرب من 90 في المائة. وإذا كانت مجرد فرصة للصدفة، فإنها تعطي نسبة تقرب من 50 في المائة، وإذا لم تقدم الاستراتيجية أي قيمة، فإنها ستؤدي إلى نسبة مئوية تقرب من 10 في المائة، مما يعني أنه في هذه الحالة، من الممكن الحصول على عوائد أعلى باستخدام بذور عشوائية فقط لتحديد الأصول والأيام للتداول. طريقة واحدة لتحليل نتيجة خوارزمية بوتستراب هي مقارنة الاختيارات التي وضعتها استراتيجية التداول، أي الأيام والأصول للتداول، مقابل عائد متوقع لنفس الأيام وعدد الصفقات على كامل البيانات المبحوثة. قاعدة بيانات للبحوث تستند قاعدة البيانات الخاصة بهذا البحث إلى أكثر 100 مخزونا سيولة من السوق المالية البرازيلية بين عامي 2000 و 2006. وتهدف الدراسة إلى تقييم أداء ومخاطر تداول الأزواج من أجل ترددات مختلفة من البيانات: يوميا وأسبوعيا والأسعار الشهرية. ونظرا لوجود بعض المشاكل المتعلقة بالسيولة في حالات قليلة، يتعين إعادة تشكيل قاعدة البيانات لكل تردد. والقاعدة هنا هي اختيار الأسهم التي لديها ما لا يقل عن 98 في المائة من أسعار الإغلاق الصحيحة. ويظهر الجدول الناتج من المخزونات بعد تطبيق المرشح في الجدول 1. قاعدة البيانات وفقا لتسلسل الوقت سلسلة من أصل 100 الأسهم. وبالنسبة للجدول 1، فإن النقص الكبير في قاعدة البيانات المبحوثة هو للتردد اليومي، حيث تم اختيار 57 سهما فقط بعد تصفية الأسهم التي تقل أسعارها عن 98 في المائة. بالنسبة للأسعار الأسبوعية والشهرية، لم تكن هذه التصفية مشكلة، وتم الاحتفاظ بمعظم الأسهم من قاعدة البيانات الأصلية. وفيما يتعلق بحالات الأسعار المفقودة، استعيض عنها ببساطة بالسعر السابق، الذي يحدد عودة اللوغاريتم في ذلك التاريخ إلى الصفر. كل اختبار لاستراتيجية التداول له مرحلتين في بيانات البحث: فترة التدريب وفترة التداول. لهذه الدراسة، فترة التدريب هي نافذة تتحرك تتألف من حوالي 2 سنة من البيانات لجميع الترددات. For daily prices, such a moving window has a length of 494, for weekly prices of 105 and for annual frequency of 24. Another issue in executing the pairs-trading strategy over data is that each stock may change its pairs over time. In order to assess such a possibility, the pair of each stock is updated at each month for all tested frequencies. For instance, for daily data, at each 25 observations the pairs are recalculated. It is important to note that the algorithm does not use future observation to build the trading rules. All aspects of the strategy are calculated using only past information, which is a necessary assumption for a realistic assessment of a quantitative trading strategy performance. Table 2 presents the returns obtained from the pairs-trading strategy at the different researched frequencies, with C 0.1 per cent. This value of transaction cost is realistic for the Brazilian equity market, and can be easily achieved with a moderate amount of invested capital. Evaluation of pairs trading returns for different values of d The bootstrap method was based in 1.000 simulations for each value of d . always respecting the median number of days and assets that the strategy was in the market for each type of position. Before the analysis of Table 2. an important observation is that the total return is not only the sum of the returns from the long and short positions. For the excessive and raw returns, if the column Long Positions was summed with the column Short Positions, it will not equal the column Total. This occurs because one asset can be having a buy sign and also a sell sign for the same time t . as such stock can be the pair of other stock. If only short or long positions are analysed, the respective trading positions are valid, but when analysing the total return from both, a buy and sell sign, for the same asset at the same time, null each other. As can be seen, the difference is quite high, meaning that such an event has occurred very often. For the case of raw return, Table 2. which is simply the clean return of the strategy minus the transaction costs, it can be seen that the long positions were far more profitable than the short positions in all tested frequencies. This was expected, as the period of the study was clearly an upward-trending market, meaning that a short position would not make much money, as can be seen in the raw returns for the short signals, at different frequencies. Analysing the excessive returns of Table 2. it can be seen that the pairs-trading strategy was able to beat a properly weighted nave portfolio in most of the cases. Such a result is more consistent for the daily frequency in the interval of d between 1.5 and 2, and also for the monthly frequency in the whole tested interval of d . Verifying the relationship between d and number of trades, it is very clear that they are negatively correlated, as in the execution of the trading rules high (low) values of d presented a low (high) number of transactions. This can be easily explained by the fact that d is the threshold variable that controls when a price divergence is not considered normal. As d grows, fewer and fewer abnormal divergences are found, which consequently reduces the number of transactions made by the strategy. The bootstrap method presented at Table 2 shows that pairs trading is superior to the use of random trading signals (percentages of beaten random portfolios higher than 90) in just a few cases, more precisely for the data with daily frequency and with threshold value ranging from 1.5 to 2. There are also indications of positive performance of the bootstrap method over the monthly data with 2.6 d 3. But, given that only a few trades were made for this particular interval (4.08 per cent 3 observations), the result cannot be taken seriously regarding the performance of the pairs-trading strategy. A much clearer picture of positive performance is given in Panel A. Another piece of information provided in Table 2 is that the bootstrap method is much more restrictive for positive performance than the benchmark portfolio approach. Whereas the last presented positive excess return for almost all values over the different panels, the last only resulted in positive performance for a couple of cases. It could be argued that the benchmark method is a static way of assessing performance, and the bootstrap method is superior in the sense that the way to assess nave performances is much more dynamic, and therefore superior. The best case in Table 2. when comparing returns and bootstrap methods, is for daily frequency, where the total raw returns presented a high percentage of beaten random portfolios, and also a positive and consistent excessive return at a particular domain of d . The performance of pairs-trading for weekly prices was not very consistent for different values of d and, for monthly prices, positive values of excessive returns were found, but the simulation of random portfolios showed that most of the raw returns obtained at this frequency were simply a case of chance, and not skill. The result of the superiority of higher frequencies in the pairs-trading framework is logically consistent, as the objective of pairs-trading is to take advantage of market corrections, and such inefficiency would, as expected, occur more often at high frequencies. The next step in this type of research could be to study the performance of pairs-trading at high-frequency data (intraday quotes), and check whether, again, the performance is higher at higher frequencies of the data. The next analysis pursued in the paper is the evaluation of the risk in the tested strategies ( Table 3) . Beta and jensens alpha for pairs trading a The betas and alphas are obtained with a regression of the vector with the strategies returns over time against the returns from Ibovespa (Broad Brazilian Market Index). Significant at 10 per cent. Regarding the Jensens Alphas in Table 3. which should be positive and statistically significant if the strategy has good performance independently of market conditions, it can be seen that, for Panel A, most of them are positive but not statistically significant. This particular result shows that pairs-trading strategy has a positive constant return after filtering for market conditions, but such a coefficient is not statistically significant. Another aim of this study relates to the risk of pairs-trading strategy. The values of systematic risk (beta) in Table 3 are very close to zero, and only one of them is statistically significant at 10 per cent. Such a result corroborates with the fact that pairs-trading is often called a market-neutral rule, meaning that the returns from such a strategy usually does not follow the market behaviour. This is intuitive because, in the pairs-trading framework, the number of long positions is equal to the number of short positions when there is no overlapping (short and long at the same time), which creates a natural hedge against the market movements. After the analysis of the information shown in Tables 2 and 3. it is possible to state that, for the Brazilian financial market, the positions created by the pairs-trading were a moderately profitable strategy in the past and, at the same time, neutral to the market-systematic movements. The best results were found at the database with daily frequency. For this particular database, the excessive returns obtained were consistent over a particular region of d . and the raw returns cannot be considered a simple case of chance. The conclusion about the profitability of pairs-trading corroborates with the previous research on the topic (Gatev 18 and Nath 19 ). Conclusions The main objective of this research was to verify the performance (return) and also the risk of classical pairs-trading in the Brazilian financial market at different time frequencies (daily, weekly and monthly). Such analysis was also carried out considering different values for the threshold parameter d . In order to achieve this objective, the returns from the strategies were compared against a properly weighted portfolio made with long and short positions at the beginning of the trading period, and also against a variant of the bootstrap method for assessing performance. The risk of the trading signals was obtained with the analysis of the systematic risk (beta) of the strategies. The main conclusion of this paper is that pairs-trading had a good performance when applied to the Brazilian financial market, especially for the daily frequency. The tests performed showed that the market rules presented betas very close to zero and not statistically significant at 10 per cent, which means that pairs-trading may be called a market-neutral rule. Regarding profitability, the best case was for daily frequency, where the interval of d between 1.5 and 2 presented consistent values of excessive return over a benchmark portfolio. The bootstrap approach also showed that the raw returns for this particular set of parameter were not given by chance, but by skill. However, it is also important to address a weakness of the research. The framework used in the study did not allow for liquidity risk of the strategy, which may be a negative factor affecting the realisable (and not measurable) returns. Given this fact, the results of positive performance can only be assessed given the constraints of the research. References French, K. (1980) Stock returns and the weekend effect. Journal of Financial Economics 8 (March): 5569. CrossRef Google Scholar Fama, E. and French, K. (1992) The cross-section of expected stock returns. Journal of Finance 47 (2): 427465. CrossRef Google Scholar Fama, E. (1991) Efficient capital markets: II. Journal of Finance 46: 15751617. CrossRef Google Scholar Dimson, E. and Mussavian, M. (1998) A brief history of market efficiency. European Financial Management 4: 91193. CrossRef Google Scholar Murphy, J. (1999) Technical Analysis of the Financial Markets. New York: New York Institute of Finance. Google Scholar Park, C. and Irwin, C. (2004) The Profitability of Technical Analysis: A Review. AgMAS Project Research Report, No. 04. Fernandez-Rodrigues, F. Sosvilla-Rivero, S. and Felix, J. A. (2002) Nearest Neighbor Predictions in Foreign Exchange Markets. Working Paper No. 05, FEDEA. Fernandez-Rodrigues, F. Sosvilla-Rivero, S. and Garcia-Artiles, M. (1997) Using nearest neighbor predictors to forecast the spanish stock market. Investigaciones Econmicas 21: 7591. Google Scholar Fernandez-Rodrigues, F. Sosvilla-Rivero, S. and Garcia-Artiles, M. (2001) An Empirical Evaluation of Non-Linear Trading Rules. Working Paper No. 16, FEDEA. Perlin, M. S. (2006) Non Parametric Modelling in Major Latin America Market Indexes: An Analysis of the Performance from the Nearest Neighbor Algorithm in Trading Strategies. Proceedings of the Conference on Latin American Studies June. Lima, Peru: BALAS The Business Association of Latin American Studies. Efetkhari, B. (1997) The Markov Regime Switching model as Trading Tool. Working Paper, University of Cambridge. Dueker, M. J. and Neely, C. J. (2006) Can Markov Switching Models Predict Excess Foreign Exchange Returns. Working Paper, Federal Reserve Bank of St. Louis. Brooks, C. Katsaris, A. and Persand, G. (2005) Timing is Everything: A Comparison and Evaluation of Market Timing Strategies. Working Paper. Available at SSRN: ssrnabstract83448. Anderson, K. and Brooks, C. (2006) Decomposing the price-earnings ratio. Journal of Asset Management 6: 456469. CrossRef Google Scholar Siganos, A. and Chelley-Steeley, P. (2006) Momentum profits following bull and bear markets. Journal of Asset Management 6: 381388. CrossRef Google Scholar Balsara, N. and Zheng, L. (2006) Profiting from past winners and losers. Journal of Asset Management 6: 329344. CrossRef Google Scholar Vidyamurthy, G. (2004) Pairs Trading: Quantitative Methods and Analysis. New York: John Wiley amp Sons. Google Scholar Gatev, E. Goetzmann, W. N. and Rouwenhorst, K. G. (1999) Pairs Trading: Performance of a Relative Value Arbitrage Rule. Working Paper, Yale School of Management. Available at SSRN: ssrnabstract141615. Nath, P. (2003) High Frequency Pairs Trading with US Treasury Securities: Risks and Rewards for Hedge Funds. Working Paper, London Business School. Burns, P. (2004) Performance Measurement via Random Portfolios. Working Paper, Burns Statistics. Burns, P. (2006) Random Portfolios for Evaluating Trading. Working Paper, Burns Statistics. Copyright information Palgrave Macmillan 2009 Authors and Affiliations Marcelo Scherer Perlin 1 1. ICMAReading University Reading UK