σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
σμimplied vol · KKmax(S−K,0)udβρᵢⱼfat tailsPnL · drawdownyield · TdSₜ = μSₜ dt + σSₜ dWₜC = S·N(d₁) − K·e⁻ʳᵀ·N(d₂)σₚ² = wᵀΣwd₁ = [ln(S/K) + (r + σ²⁄2)T] ⁄ σ√T∂V/∂t + ½σ²S²·∂²V/∂S² + rS·∂V/∂S − rV = 0Sharpe = (Rₚ − R_f) ⁄ σₚVaR₉₉ = μ − 2.33σρ = Cov(X,Y) ⁄ σₓσᵧE[Rₚ] = Σ wᵢ·E[Rᵢ]φ(x) = e^(−x²/2) ⁄ √2πE[Rᵢ] = R_f + βᵢ(E[Rₘ] − R_f)dXₜ = θ(μ − Xₜ)dt + σ dWₜσ²ₜ = ω + α·ε²ₜ₋₁ + β·σ²ₜ₋₁C − P = S − K·e⁻ʳᵀΔ = ∂V/∂S Γ = ∂²V/∂S²p = (e^(rΔt) − d) ⁄ (u − d)rₜ = ln(Pₜ ⁄ Pₜ₋₁)E[Xₜ₊₁ | ℱₜ] = Xₜf* = (bp − q) ⁄ bz = (x − μ) ⁄ σP(N=k) = λᵏe^(−λ) ⁄ k!Θ = −∂V/∂Tν = S·φ(d₁)·√Tmin wᵀΣw s.t. wᵀμ = μ*∫Σ∂∞λ
uantCraft AcademyRoadmapsSkills
Ctrl K
AO
+1,2 Tsd. Lernende
AnmeldenBeitreten ↗
RoadmapsSkills
AO
+1,2 Tsd. Lernende
Anmelden
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Time Series-Skill›Modul 4 · Mehrere Reihen und verborgene Zustände›Thema 4.1·~1 Std.Fortgeschritten

Kointegration und Paare

Position in der SkillModul 4 von 5 · Thema 1 von 2
4.1 Kointegration und Paare
—Lab-Punkte— / 100XP gesamt—Serie—

Zwei Walks, die zusammenbleiben

Zwei Kursreihen xtx_txt​ und yty_tyt​, die jeweils integriert erster Ordnung sind, können dennoch eine langfristige Verbindung teilen: Ist eine Kombination zt=yt−α−βxtz_t=y_t-\alpha-\beta x_tzt​=yt​−α−βxt​ stationär, sind die Reihen kointegriert. Jede wandert, aber sie wandern gemeinsam, und der Abstand ztz_tzt​ kehrt stets zu seinem Mittelwert zurück. Das ist die statistische Grundlage des Pairs Trading: Ist der Spread ungewöhnlich weit, verkauft man das teure Bein und kauft das billige, in der Erwartung, dass er sich schließt. Kointegration betrifft Kursniveaus auf lange Sicht. Sie unterscheidet sich von der Korrelation, die misst, ob sich Tagesrenditen gemeinsam bewegen, und nichts darüber sagt, ob die Niveaus nahe beieinander bleiben.

zt=yt−α−βxt,Zt=zt−zˉsz,t1/2=ln⁡(1/2)ln⁡φ,Δyt=−λ zt−1+…z_t=y_t-\alpha-\beta x_t,\qquad Z_t=\frac{z_t-\bar z}{s_z},\qquad t_{1/2}=\frac{\ln(1/2)}{\ln\varphi},\qquad \Delta y_t=-\lambda\,z_{t-1}+\dotszt​=yt​−α−βxt​,Zt​=sz​zt​−zˉ​,t1/2​=lnφln(1/2)​,Δyt​=−λzt−1​+…(1)

Der Engle-Granger-Test hat zwei Schritte. Zuerst wird yty_tyt​ per Kleinste-Quadrate auf xtx_txt​ regressiert, um α\alphaα und das Hedge-Verhältnis β\betaβ zu schätzen. Dann wird ein ADF-Test auf die Residuen ztz_tzt​ angewendet. Da die Residuen aus einer angepassten Regression stammen, sind die gewöhnlichen ADF-Werte zu großzügig, und es gelten die Engle-Granger-Werte: etwa −3,34-3{,}34−3,34 bei 5 % für zwei Reihen mit Konstante. Wird die Einheitswurzel verworfen, ist das Paar kointegriert, und der Spread kehrt mit der Halbwertszeit ln⁡(1/2)/ln⁡φ\ln(1/2)/\ln\varphiln(1/2)/lnφ zum Mittelwert zurück, wobei φ\varphiφ der AR(1)-Koeffizient des Spreads ist. Die Fehlerkorrektur-Sicht sagt: War der gestrige Spread positiv, fällt heute yyy oder steigt xxx. Zum Handeln standardisiert man den Spread zu einem z-Score, steigt ein, wenn ∣Z∣|Z|∣Z∣ etwa 2 übersteigt, steigt nahe 0 aus und dimensioniert die Beine mit β\betaβ. Die Risiken sind real: Die Beziehung kann brechen, β\betaβ driftet, Kosten fressen kleine Spreads, und das Testen tausender Paare findet viele, die zufällig bestehen; wählen Sie Paare aus ökonomischem Grund und bestätigen Sie außerhalb der Stichprobe.

Ein Spread und sein SignalAngenommen, die Regression von yyy auf xxx ergab α=10\alpha=10α=10 und β=1,5\beta=1{,}5β=1,5. Bei x=40x=40x=40 und y=73y=73y=73 ist der Spread z=73−10−1,5⋅40=3z=73-10-1{,}5\cdot40=3z=73−10−1,5⋅40=3. Hat der Spread den Mittelwert 000 und die Standardabweichung 1,51{,}51,5, ist der z-Score Z=2Z=2Z=2: yyy ist relativ zu xxx teuer. Der Trade verkauft 100 Einheiten yyy und kauft 1,5⋅100=1501{,}5\cdot100=1501,5⋅100=150 Einheiten xxx. Beträgt der AR(1)-Koeffizient des Spreads 0,950{,}950,95 pro Tag, ist die Halbwertszeit ln⁡(0,5)/ln⁡(0,95)≈13,5\ln(0{,}5)/\ln(0{,}95)\approx13{,}5ln(0,5)/ln(0,95)≈13,5 Tage, man muss also Wochen warten, nicht Stunden.
  • Kointegriert: Jede Reihe wandert, aber eine Linearkombination ist stationär.
  • Engle-Granger: regressieren, dann die Residuen mit ADF und den strengeren Engle-Granger-Werten testen.
  • Pairs Trade: den z-Score des Spreads handeln, Beine mit β\betaβ dimensionieren und erwarten, dass er sich in etwa einer Halbwertszeit schließt.

Lab: Was bewertet wird

  • Der Spread15 Pkt.
  • Der z-Score10 Pkt.
  • Die Halbwertszeit des Spreads15 Pkt.
  • Die Beine dimensionieren10 Pkt.
  • Den Test lesen15 Pkt.
  • Begriffe zuordnen15 Pkt.
  • Einen Pairs Trade aufbauen10 Pkt.
  • Korrelation ist keine Kointegration10 Pkt.
0/ 8 beantwortet
Aufgaben
1Numerische Antwort15 Pkt.Nicht beantwortet

Eine Regression ergab α=10\alpha=10α=10 und β=1,5\beta=1{,}5β=1,5. Wie groß ist bei x=40x=40x=40 und y=73y=73y=73 der Spread z=y−α−βxz=y-\alpha-\beta xz=y−α−βx?

z=z =z=akzeptiert: ± 0.01
2Numerische Antwort10 Pkt.Nicht beantwortet

Der Spread ist 333, sein Mittelwert 000 und seine Standardabweichung 1,51{,}51,5. Wie groß ist der z-Score?

Z=Z =Z=akzeptiert: ± 0.01
3Numerische Antwort15 Pkt.Nicht beantwortet

Der Spread folgt einem AR(1) mit φ=0,95\varphi=0{,}95φ=0,95 pro Tag. Wie groß ist seine Halbwertszeit ln⁡(0,5)/ln⁡(0,95)\ln(0{,}5)/\ln(0{,}95)ln(0,5)/ln(0,95) in Tagen? Geben Sie eine Dezimalstelle an.

days=days =days=akzeptiert: ± 0.1
4Numerische Antwort10 Pkt.Nicht beantwortet

Der Trade verkauft 100 Einheiten yyy, und das Hedge-Verhältnis ist β=1,5\beta=1{,}5β=1,5. Wie viele Einheiten xxx kauft er?

units=units =units=akzeptiert: ± 0.5
5Auswahl15 Pkt.Nicht beantwortet

Welches Ergebnis zeigt im Engle-Granger-Verfahren, dass das Paar kointegriert ist?

6Zuordnen15 Pkt.Nicht beantwortet

Ordnen Sie jedem Begriff seine Bedeutung zu.

Wähle den Partner für jedes Element links.

Korrelation
Kointegration
Spread
Fehlerkorrektur
7Schritte ordnen10 Pkt.Nicht beantwortet

Bringen Sie die Schritte in die richtige Reihenfolge.

Zum Umsortieren ziehen, oder ein Element fokussieren, mit Leertaste anheben, mit Pfeiltasten bewegen und mit Leertaste ablegen.

  1. 1Den z-Score mit Schwellen handeln und Kosten außerhalb der Stichprobe prüfen
  2. 2Ein Paar mit ökonomischer Verbindung wählen
  3. 3Residuen auf eine Einheitswurzel testen und die Halbwertszeit berechnen
  4. 4Einen Kurs auf den anderen regressieren, um das Hedge-Verhältnis zu erhalten
8In Worten erklären10 Pkt.Nicht beantwortet

Erklären Sie in ein bis zwei Sätzen, warum zwei Aktien mit stark korrelierten Tagesrenditen nicht kointegriert sein müssen.

Mathe-ModusEingabe per Tastatur oder LaTeXAufgabe 1 von 8 · Strg ⏎ zum Prüfen

Melde dich an, um deinen Code auszuführen.

Alle Lektionen kannst du kostenlos lesen. Erstelle ein Konto oder melde dich an, um Code auszuführen, Tests zu starten und dieses Lab abzugeben.

  • IDE im Browser mit Bash-Terminal — nichts zu installieren
  • Sofortige Bewertung, XP und dein Platz auf der Skill
Konto erstellenAnmelden
ODER
Weiter mit GitHub