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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • 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 AcademyRoadmapsRoteiros
Ctrl K
AO
+1,2 mil alunos
EntrarParticipar ↗
RoadmapsRoteiros
AO
+1,2 mil alunos
Entrar
  • English
  • Français
  • Español
  • العربية
  • Português
  • Deutsch
  • 日本語
  • 中文
Roteiro de statsmodels›Módulo 2 · Modelos de séries temporais›Tópico 2.9·~1 hAvançado

Cointegração e a armadilha de buscar pares

Posição no roteiroMódulo 2 de 3 · Tópico 9 de 9
2.9 Cointegração e a armadilha de buscar pares
—Nota do lab— / 100XP total—Sequência—

Dois preços que ficam juntos e a armadilha da busca

Os log-preços aₜ e bₜ são cada um não estacionários, mas são cointegrados se alguma combinação sₜ=aₜ-βbₜ-α for estacionária: os dois derivam juntos e o spread sₜ volta sempre a zero. A razão de hedge vem de uma regressão comum de a sobre b com constante, sm.OLS(a, sm.add_constant(b)).fit(); sua inclinação é β e o intercepto α. A rapidez com que o spread reverte mede-se por um AR(1): sₜ=c+φsₜ₋₁+uₜ. Com 0<φ<1 a meia-vida é -ln 2/lnφ períodos, o tempo para fechar metade de uma lacuna; φ perto de 1 significa passeio aleatório e nenhuma operação. O teste de Engle-Granger, coint(a, b), testa a nula de raiz unitária no spread, então um valor p pequeno é indício de cointegração. Usa valores críticos especiais, porque o spread vem de uma regressão e não é uma série comum.

Agora a busca. Teste 66 pares ao nível de 5 % e cerca de 3 passarão por puro acaso; com preços persistentes o teste é ainda mais generoso. Uma correção de Bonferroni divide o nível pelo número de testes, 0,05/66, e mantém só os valores p muito pequenos. Aqui, nas primeiras 669 observações semanais de 12 ações, 13 dos 66 pares têm p<0,05 e 2 sobrevivem a Bonferroni, e os melhores não são economicamente naturais: um banco (WFC) com um fabricante de bebidas (PEP), p=0,0005. A verificação honesta é fora da amostra. Fixe a razão de hedge na primeira metade, forme o spread na segunda e teste de novo. Nenhum dos cinco melhores pares continua cointegrado (valores p de 0,54 a 0,86), e o coeficiente AR(1) do spread posterior é 0,99: ele não reverte mais. Uma estratégia nascida de uma busca precisa de uma correção pela busca e de um teste em dados que a busca nunca viu.

  • Cointegração significa um spread estacionário a-βb-α; a nula de Engle-Granger é uma raiz unitária, então p pequeno = cointegrado.
  • A meia-vida -ln 2/lnφ do coeficiente AR(1) diz quanto uma lacuna leva para fechar; φ≥1 significa nunca.
  • Busque, corrija e teste fora da amostra: 66 pares acham ruído; Bonferroni ajuda; só dados posteriores decidem.

Lab: o que é avaliado

  • A razão de hedge10 pts
  • O spread5 pts
  • O coeficiente AR(1)10 pts
  • A meia-vida10 pts
  • O teste de Engle-Granger5 pts
  • Varrer todos os pares15 pts
  • Contar descobertas10 pts
  • Fora da amostra15 pts
  • O estudo dos pares20 pts
Explorador · lab-sx-19
▾ lab-sx-19
▾ data
…
bash · no navegador
learner@quantcraft:~/lab-sx-19$
Python ainda não carregadoPythonLn 1, Col 1Spaces: 4UTF-8

Redefinir este tópico?

Tudo em lab-sx-19 volta aos arquivos iniciais e o terminal é limpo. Sua solução atual será perdida — isso não pode ser desfeito.

Será redefinido
  • main.py → código inicial
  • Histórico do terminal e saída dos testes
  • Alterações não enviadas
Será mantido
  • Melhor nota do lab
  • Seu XP e sua sequência
  • Progresso da aula e anotações

Entre para executar o seu código.

Todas as aulas são gratuitas para ler. Crie uma conta ou entre para executar código, rodar os testes e enviar este lab.

  • IDE no navegador com terminal bash — nada para instalar
  • Correção instantânea, XP e o seu lugar no roteiro
Criar uma contaEntrar
OU
Continuar com o GitHub